使用 AI.GENERATE 函数生成文本
本教程介绍了如何使用 AI.GENERATE 函数根据文本或多模态数据生成文本。借助 AI.GENERATE 函数，您可以使用 Cloud 资源连接来连接到托管的 Gemini 模型，这样您就不必创建和维护自己的模型。
本教程介绍如何完成以下任务：
- 总结文本内容，并以函数的默认格式输出结果。
- 总结文本内容并输出结构化结果。
- 转写和翻译视频内容。
- 分析音频文件内容。
费用
在本文档中，您将使用 Google Cloud的以下收费组件：
- BigQuery ML: You incur costs for the data that you process in BigQuery.
- Gemini Enterprise Agent Platform: You incur costs for calls to the Agent Platform model.
如需根据您的预计使用情况来估算费用，请使用价格计算器。
如需详细了解 BigQuery 价格，请参阅 BigQuery 文档中的 BigQuery 价格。
如需详细了解 Agent Platform 生成式 AI 的价格，请参阅 Agent Platform 价格页面。
准备工作
- 登录您的 Google Cloud 账号。如果您是 Google Cloud新手，请 创建一个账号来评估我们的产品在实际场景中的表现。新客户还可获享 $300 赠金，用于运行、测试和部署工作负载。
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
Roles required to select or create a project
- Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
-
Create a project: To create a project, you need the Project Creator role
(
roles/resourcemanager.projectCreator), which contains theresourcemanager.projects.createpermission. Learn how to grant roles.
-
Verify that billing is enabled for your Google Cloud project.
-
In the Google Cloud console, on the project selector page, select or create a Google Cloud project.
Roles required to select or create a project
- Select a project: Selecting a project doesn't require a specific IAM role—you can select any project that you've been granted a role on.
-
Create a project: To create a project, you need the Project Creator role
(
roles/resourcemanager.projectCreator), which contains theresourcemanager.projects.createpermission. Learn how to grant roles.
-
Verify that billing is enabled for your Google Cloud project.
- 新项目会自动启用 BigQuery。如需在现有项目中启用 BigQuery，请前往
启用 BigQuery API。
启用 API 所需的角色
如需启用 API，您需要拥有 Service Usage Admin IAM 角色 (
roles/serviceusage.serviceUsageAdmin)，该角色包含serviceusage.services.enable权限。了解如何授予角色。
所需的角色
如需使用 AI.GENERATE 函数，您需要拥有以下 Identity and Access Management (IAM) 角色：
- 创建和使用 BigQuery 数据集和表：项目的 BigQuery Data Editor (
roles/bigquery.dataEditor)。 - 创建、委托和使用 BigQuery 连接：项目的 BigQuery Connections Admin (
roles/bigquery.connectionsAdmin)。 - 为连接的服务账号授予权限：包含 Gemini Enterprise Agent Platform 端点的项目的 Project IAM Admin (
roles/resourcemanager.projectIamAdmin)。 - 创建 BigQuery 作业：项目的 BigQuery Job User (
roles/bigquery.jobUser)。
这些预定义角色包含执行本文档中的任务所需的权限。如需查看所需的确切权限，请展开所需权限部分：
所需权限
- 创建数据集：
bigquery.datasets.create - 创建、委托和使用连接：
bigquery.connections.* - 设置服务账号权限：
resourcemanager.projects.getIamPolicy和resourcemanager.projects.setIamPolicy - 查询表数据：
bigquery.tables.getData
创建数据集
创建 BigQuery 数据集以存储机器学习模型。
控制台
在 Google Cloud 控制台中，前往 BigQuery 页面。
在探索器窗格中，点击您的项目名称。
点击 查看操作 > 创建数据集
在 创建数据集 页面上，执行以下操作：
在数据集 ID 部分，输入
bqml_tutorial。在位置类型部分，选择多区域，然后选择美国。
保持其余默认设置不变，然后点击创建数据集。
bq
如需创建新数据集，请使用 bq mk --dataset 命令。
创建一个名为
bqml_tutorial的数据集，并将数据位置设置为US。bq mk --dataset \ --location=US \ --description "BigQuery ML tutorial dataset." \ bqml_tutorial
确认已创建数据集：
bq ls
API
使用已定义的数据集资源调用 datasets.insert 方法。
{ "datasetReference": { "datasetId": "bqml_tutorial" } }
创建连接
创建 Cloud 资源连接并获取连接的服务账号。 在上一步中创建的数据集所在的位置创建连接。
请按照以下步骤创建连接：
转到 BigQuery 页面。
在探索器窗格中，点击 添加数据：
系统随即会打开添加数据对话框。
在过滤条件窗格中的数据源类型部分，选择企业应用。
或者，在搜索数据源字段中，您可以输入
Vertex AI。在精选数据源部分中，点击 Vertex AI。
点击 Vertex AI 模型：BigQuery 联合解决方案卡片。
在连接类型列表中，选择 Vertex AI 远程模型、远程函数、BigLake 和 Spanner（Cloud 资源）。
在连接 ID 字段中，输入
test_connection。点击创建连接。
点击转到连接。
在连接信息窗格中，复制服务账号 ID 以在下一步中使用。
向服务账号授予访问权限
向连接的服务账号授予 Vertex AI User 角色。
如需授予该角色，请按以下步骤操作：
前往 IAM 和管理页面。
点击 Add。
系统随即会打开添加主账号对话框。
在新的主账号字段中，输入您之前复制的服务账号 ID。
在选择角色字段中，选择 Vertex AI，然后选择 Vertex AI User。
点击添加其他角色。
在选择角色字段中，选择 Cloud Storage，然后选择 Storage Object Viewer。
点击保存。
总结文本并使用默认输出格式
请按照以下步骤操作，使用 AI.GENERATE 函数生成文本，并以 AI.GENERATE 函数的默认格式输出结果：
在 Google Cloud 控制台中，前往 BigQuery 页面。
在查询编辑器中，运行以下查询：
WITH bbc_news AS ( SELECT body FROM `bigquery-public-data.bbc_news.fulltext` LIMIT 5 ) SELECT AI.GENERATE(body) AS news FROM bbc_news;
输出类似于以下内容：
+---------------------------------------------+------------------------------------+---------------+ | news.result | news.full_response | news.status | +---------------------------------------------+------------------------------------+---------------+ | This article presents a debate about the | {"candidates":[{"avg_logprobs": | | | "digital divide" between rich and poor | -0.31465074559841777, content": | | | nations. Here's a breakdown of the key.. | {"parts":[{"text":"This article.. | | +---------------------------------------------+------------------------------------+---------------+ | This article discusses how advanced | {"candidates":[{"avg_logprobs": | | | mapping technology is aiding humanitarian | -0.21313422900091983,"content": | | | efforts in Darfur, Sudan. Here's a... | {"parts":[{"text":"This article.. | | +---------------------------------------------+------------------------------------+---------------+ | ... | ... | ... | +---------------------------------------------+------------------------------------+---------------+
总结文本并输出结构化结果
请按照以下步骤操作，使用 AI.GENERATE 函数生成文本，并使用 AI.GENERATE 函数的 output_schema 参数设置输出格式：
在 Google Cloud 控制台中，前往 BigQuery 页面。
在查询编辑器中，运行以下查询：
WITH bbc_news AS ( SELECT body FROM `bigquery-public-data`.bbc_news.fulltext LIMIT 5 ) SELECT news.good_sentiment, news.summary FROM bbc_news, UNNEST(ARRAY[AI.GENERATE(body, output_schema => 'summary STRING, good_sentiment BOOL')]) AS news;
输出类似于以下内容：
+----------------+--------------------------------------------+ | good_sentiment | summary | +----------------+--------------------------------------------+ | true | A World Bank report suggests the digital | | | divide is rapidly closing due to increased | | | access to technology in developing.. | +----------------+--------------------------------------------+ | true | A review of sports games, focusing on the | | | rivalry between EA Sports and ESPN, and | | | the recent deal where EA acquired the.. | +----------------+--------------------------------------------+ | ... | ... | +----------------+--------------------------------------------+
转写和翻译视频内容
请按照以下步骤操作，基于公开视频内容创建对象表，然后转写和翻译视频：
在 Google Cloud 控制台中，前往 BigQuery 页面。
在查询编辑器中，运行以下查询以创建对象表：
CREATE OR REPLACE EXTERNAL TABLE `bqml_tutorial.video` WITH CONNECTION `us.test_connection` OPTIONS ( object_metadata = 'SIMPLE', uris = ['gs://cloud-samples-data/generative-ai/video/*']);
在查询编辑器中，运行以下查询以转写和翻译
pixel8.mp4文件：SELECT AI.GENERATE( (OBJ.GET_ACCESS_URL(ref, 'r'), 'Transcribe the video in Japanese and then translate to English.'), endpoint => 'gemini-2.5-flash', output_schema => 'japanese_transcript STRING, english_translation STRING' ).* EXCEPT (full_response, status) FROM `bqml_tutorial.video` WHERE REGEXP_CONTAINS(uri, 'pixel8.mp4');
输出类似于以下内容：
+--------------------------------------------+--------------------------------+ | english_translation | japanese_transcript | +--------------------------------------------+--------------------------------+ | My name is Saeka Shimada. I'm a | 島田 さえか です 。 東京 で フ | | photographer in Tokyo. Tokyo has many | ォトグラファー を し て い ま | | faces. The city at night is totally... | す 。 東京 に は いろんな 顔 が | +--------------------------------------------+--------------------------------+
分析音频文件内容
按照以下步骤，基于公开音频内容创建对象表，然后分析音频文件的内容。
在 Google Cloud 控制台中，前往 BigQuery 页面。
在查询编辑器中，运行以下查询以创建对象表：
CREATE OR REPLACE EXTERNAL TABLE `bqml_tutorial.audio` WITH CONNECTION `us.test_connection` OPTIONS ( object_metadata = 'SIMPLE', uris = ['gs://cloud-samples-data/generative-ai/audio/*']);
在查询编辑器中，运行以下查询以分析音频文件：
SELECT AI.GENERATE( (OBJ.GET_ACCESS_URL(ref, 'r'), 'Summarize the content of this audio file.'), endpoint => 'gemini-2.5-flash', output_schema => 'topic ARRAY<STRING>, summary STRING' ).* EXCEPT (full_response, status), uri FROM `bqml_tutorial.audio`;
结果类似于以下内容：
+--------------------------------------------+-----------------------------------------------------------+ | summary | topic | uri | +--------------------------------------------+-----------------------------------------------------------+ | The audio contains a distinctive 'beep' | beep sound | gs://cloud-samples-data/generativ... | | sound, followed by the characteristic | | | | sound of a large vehicle or bus backing.. | | | +--------------------------------------------+--------------------+--------------------------------------+ | | vehicle backing up | | | +--------------------+ | | | bus | | | +--------------------+ | | | alarm | | +--------------------------------------------+--------------------+--------------------------------------+ | The speaker introduces themselves | Introduction | gs://cloud-samples-data/generativ... | | as Gemini and expresses their excitement | | | | and readiness to dive into something.. | | | +--------------------------------------------+--------------------+--------------------------------------+ | | Readiness | | | +--------------------+ | | | Excitement | | | +--------------------+ | | | Collaboration | | +--------------------------------------------+--------------------+--------------------------------------+ | ... | ... | ... | +--------------------------------------------+--------------------+--------------------------------------+
清理
- 在 Google Cloud 控制台中，前往管理资源页面。
- 在项目列表中，选择要删除的项目，然后点击删除。
- 在对话框中输入项目 ID，然后点击关闭以删除项目。