Enregistrer et partager des requêtes et des réponses

Gemini Enterprise Agent Platform peut consigner des exemples de requêtes et de réponses pour Gemini et les modèles partenaires compatibles. Les journaux sont enregistrés dans une table BigQuery pour être consultés et analysés. De plus, Agent Platform peut partager les journaux de demande et de réponse pour certains modèles d'IA avancée avec certains partenaires MaaS afin de vous aider à remplir vos obligations envers ces partenaires.

Cette page explique comment configurer les journaux de requête et de réponse pour les modèles de base et les modèles affinés.

Méthodes d'API compatibles pour la journalisation

Les journaux de requêtes et de réponses sont compatibles avec tous les modèles Gemini qui utilisent generateContent ou streamGenerateContent.

Les modèles partenaires suivants qui utilisent rawPredict ou streamrawPredict sont également acceptés :

  • Anthropic Claude

Journaux des requêtes et réponses pour les modèles de fondation de base

Vous pouvez configurer les journaux de requête et de réponse pour les modèles de base à l'aide de l'API REST ou du SDK Python. L'application des configurations de journalisation peut prendre quelques minutes.

Activer la journalisation des requêtes et des réponses

Sélectionnez l'un des onglets suivants pour obtenir des instructions sur l'activation des journaux de demande et de réponse pour un modèle de fondation de base.

Pour les modèles Anthropic, seule l'API REST est compatible avec la configuration de la journalisation. Activez la configuration de la journalisation via l'API REST en définissant l'éditeur sur anthropic et le nom du modèle sur l'un des modèles Claude compatibles.

Pour utiliser la journalisation des requêtes et réponses pour les modèles Anthropic, utilisez un point de terminaison régional. Cette fonctionnalité n'est pas compatible avec le point de terminaison mondial ni avec les points de terminaison multirégionaux.

SDK Python

Cette méthode permet de créer ou de mettre à jour un PublisherModelConfig.

# Specify the preview version of GenerativeModel
import vertexai
from vertexai.preview.generative_models import(
    GenerativeModel,
    )

PROJECT_ID = "PROJECT_ID"
LOCATION = "LOCATION"

vertexai.init(project=PROJECT_ID, location=LOCATION)

publisher_model = GenerativeModel("gemini-2.5-flash")

# Set logging configuration
publisher_model.set_request_response_logging_config(
    enabled=True,
    sampling_rate=1.0,
    bigquery_destination="bq://PROJECT_ID.DATASET_NAME.TABLE_NAME",
    enable_otel_logging=True
    )

API REST

Créez ou mettez à jour un PublisherModelConfig à l'aide de setPublisherModelConfig :

Avant d'utiliser les données de requête, effectuez les remplacements suivants :

  • ENDPOINT_PREFIX : région de la ressource de modèle suivie de -. Par exemple, us-central1-. Si vous utilisez le point de terminaison mondial, laissez ce champ vide. La journalisation des requêtes et des réponses est disponible pour toutes les régions acceptées par le modèle.
  • PROJECT_ID : ID de votre projet
  • LOCATION : région de la ressource de modèle. Si vous utilisez le point de terminaison mondial, saisissez global.
  • PUBLISHER : nom de l'éditeur. Exemple : google.
  • MODEL : nom du modèle de fondation. Exemple : gemini-2.0-flash-001.
  • SAMPLING_RATE : Pour réduire les coûts de stockage, vous pouvez définir un nombre compris entre 0 et 1 pour définir la fraction des requêtes à consigner. Par exemple, une valeur de 1 consigne toutes les requêtes, tandis qu'une valeur de 0,1 n'en consigne que 10 %.
  • BQ_URI : URI de la table BigQuery à utiliser pour la journalisation. Exemple : bq://PROJECT_ID.DATASET_NAME.TABLE_NAME. Si vous ne spécifiez qu'un nom de projet, un ensemble de données est créé, nommé logging_ENDPOINT_DISPLAY_NAME\_ENDPOINT_ID, où ENDPOINT_DISPLAY_NAME suit les règles de dénomination de BigQuery. Si vous ne spécifiez pas de nom de table, une nouvelle table est créée avec le nom request_response_logging.

Méthode HTTP et URL : 

POST https://ENDPOINT_PREFIXaiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/publishers/PUBLISHER/models/MODEL:setPublisherModelConfig

Corps JSON de la requête : 

{
  "publisherModelConfig": {
     "loggingConfig": {
       "enabled": true,
       "samplingRate": SAMPLING_RATE,
       "bigqueryDestination": {
         "outputUri": "BQ_URI"
       },
       "enableOtelLogging": true
     }
   }
 }

Pour envoyer votre requête, choisissez l'une des options suivantes :

curl

Enregistrez le corps de la requête dans un fichier nommé request.json, puis exécutez la commande suivante :

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://ENDPOINT_PREFIXaiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/publishers/PUBLISHER/models/MODEL:setPublisherModelConfig"

PowerShell

Enregistrez le corps de la requête dans un fichier nommé request.json, puis exécutez la commande suivante :

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://ENDPOINT_PREFIXaiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/publishers/PUBLISHER/models/MODEL:setPublisherModelConfig" | Select-Object -Expand Content

Vous devriez recevoir une réponse JSON de ce type :

Obtenir la configuration de la journalisation

Obtenez la configuration de la journalisation des requêtes et réponses pour le modèle de fondation à l'aide de l'API REST.

API REST

Obtenez la configuration de la journalisation des requêtes et réponses à l'aide de fetchPublisherModelConfig :

Avant d'utiliser les données de requête, effectuez les remplacements suivants :

  • PROJECT_ID : ID de votre projet
  • LOCATION : emplacement de la ressource de modèle.
  • PUBLISHER : nom de l'éditeur. Exemple : google.
  • MODEL : nom du modèle de fondation. Exemple : gemini-2.0-flash-001.

Méthode HTTP et URL :

GET https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/publishers/PUBLISHER/models/MODEL:fetchPublisherModelConfig

Pour envoyer votre requête, choisissez l'une des options suivantes :

curl

Exécutez la commande suivante :

curl -X GET \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/publishers/PUBLISHER/models/MODEL:fetchPublisherModelConfig"

PowerShell

Exécutez la commande suivante :

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method GET `
    -Headers $headers `
    -Uri "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/publishers/PUBLISHER/models/MODEL:fetchPublisherModelConfig" | Select-Object -Expand Content

Vous devriez recevoir une réponse JSON de ce type :

Désactiver la journalisation

Désactivez la journalisation des requêtes et réponses pour le modèle de fondation à l'aide de l'API REST ou du SDK Python.

SDK Python

# Specify the preview version of GenerativeModel
import vertexai
from vertexai.preview.generative_models import(
    GenerativeModel,
    )

PROJECT_ID = "PROJECT_ID"
LOCATION = "LOCATION"

vertexai.init(project=PROJECT_ID, location=LOCATION)

publisher_model = GenerativeModel("gemini-2.5-flash")

# Disable logging
publisher_model.set_request_response_logging_config(
    enabled=False,
    sampling_rate=1.0,
    bigquery_destination="bq://PROJECT_ID.DATASET_NAME.TABLE_NAME"
    )

API REST

Utilisez setPublisherModelConfig pour désactiver la journalisation :

Avant d'utiliser les données de requête, effectuez les remplacements suivants :

  • PROJECT_ID : ID de votre projet
  • LOCATION : emplacement de la ressource de modèle.
  • PUBLISHER : nom de l'éditeur. Exemple : google.
  • MODEL : nom du modèle de fondation. Exemple : gemini-2.0-flash-001.

Méthode HTTP et URL :

POST https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/publishers/PUBLISHER/models/MODEL:setPublisherModelConfig

Corps JSON de la requête : 

{
  "publisherModelConfig": {
     "loggingConfig": {
       "enabled": false
     }
  }
}

Pour envoyer votre requête, choisissez l'une des options suivantes :

curl

Enregistrez le corps de la requête dans un fichier nommé request.json, puis exécutez la commande suivante :

curl -X POST \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/publishers/PUBLISHER/models/MODEL:setPublisherModelConfig"

PowerShell

Enregistrez le corps de la requête dans un fichier nommé request.json, puis exécutez la commande suivante :

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/publishers/PUBLISHER/models/MODEL:setPublisherModelConfig" | Select-Object -Expand Content

Vous devriez recevoir une réponse JSON de ce type :

Journaux des requêtes et réponses pour les modèles affinés

Vous pouvez configurer les journaux de requête/réponse pour les modèles affinés à l'aide de l'API REST ou du SDK Python.

Activer les journaux de requêtes et réponses

Sélectionnez l'un des onglets suivants pour obtenir des instructions sur l'activation des journaux de demande et de réponse pour un modèle affiné.

SDK Python

Cette méthode permet de mettre à jour la configuration de journalisation des requêtes et réponses pour un point de terminaison.

# Specify the preview version of GenerativeModel
import vertexai
from vertexai.preview.generative_models import(
    GenerativeModel,
    )

PROJECT_ID = "PROJECT_ID"
LOCATION = "LOCATION"

vertexai.init(project=PROJECT_ID, location=LOCATION)

tuned_model = GenerativeModel(f"projects/{PROJECT_ID}/locations/{LOCATION}/endpoints/ENDPOINT_ID")

# Set logging configuration
publisher_model.set_request_response_logging_config(
    enabled=True,
    sampling_rate=1.0,
    bigquery_destination=f"bq://{PROJECT_ID}.DATASET_NAME.TABLE_NAME",
    enable_otel_logging=True,
    )

API REST

Vous ne pouvez activer la journalisation des requêtes et réponses que lorsque vous créez un point de terminaison à l'aide de projects.locations.endpoints.create ou appliquez un correctif à un point de terminaison existant à l'aide de projects.locations.endpoints.patch.

Les requêtes et les réponses sont consignées au niveau du point de terminaison. Par conséquent, les requêtes envoyées aux modèles déployés sous le même point de terminaison sont consignées.

Lorsque vous créez ou corrigez un point de terminaison, remplissez le champ predictRequestResponseLoggingConfig de la ressource Endpoint avec les entrées suivantes :

  • enabled : défini sur True pour activer la journalisation des requêtes et réponses.

  • samplingRate : Pour réduire les coûts de stockage, vous pouvez définir un nombre compris entre 0 et 1 pour définir la fraction des requêtes à consigner. Par exemple, une valeur de 1 consigne toutes les requêtes, tandis qu'une valeur de 0,1 n'en consigne que 10 %.

  • BigQueryDestination : table BigQuery à utiliser pour la journalisation. Si vous ne spécifiez qu'un nom de projet, un ensemble de données est créé, nommé logging_ENDPOINT_DISPLAY_NAME_ENDPOINT_ID, où ENDPOINT_DISPLAY_NAME suit les règles de dénomination de BigQuery. Si vous ne spécifiez pas de nom de table, une nouvelle table est créée avec le nom request_response_logging.

  • enableOtelLogging : défini sur true pour activer la journalisation OpenTelemetry (OTEL) en plus de la journalisation des requêtes et réponses par défaut.

Pour afficher le schéma de la table BigQuery, consultez Schéma de la table de journaux.

Voici un exemple de configuration :

{
  "predictRequestResponseLoggingConfig": {
    "enabled": true,
    "samplingRate": 0.5,
    "bigqueryDestination": {
      "outputUri": "bq://PROJECT_ID.DATASET_NAME.TABLE_NAME"
    },
    "enableOtelLogging": true
  }
}

Obtenir la configuration de la journalisation

Obtenez la configuration de la journalisation des requêtes et réponses pour le modèle affiné à l'aide de l'API REST.

API REST

Avant d'utiliser les données de requête, effectuez les remplacements suivants :

  • PROJECT_ID : ID de votre projet
  • LOCATION : emplacement de la ressource de point de terminaison.
  • MODEL : nom du modèle de fondation. Exemple : gemini-2.0-flash-001.
  • ENDPOINT_ID : ID du point de terminaison.

Méthode HTTP et URL : 

GET https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/endpoints/ENDPOINT_ID

Pour envoyer votre requête, choisissez l'une des options suivantes :

curl

Exécutez la commande suivante :

curl -X GET \
     -H "Authorization: Bearer $(gcloud auth print-access-token)" \
     "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/endpoints/ENDPOINT_ID"

PowerShell

Exécutez la commande suivante :

$cred = gcloud auth print-access-token
$headers = @{ "Authorization" = "Bearer $cred" }

Invoke-WebRequest `
    -Method GET `
    -Headers $headers `
    -Uri "https://LOCATION-aiplatform.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/endpoints/ENDPOINT_ID" | Select-Object -Expand Content

Vous devriez recevoir une réponse JSON de ce type :

Désactiver la configuration de la journalisation

Désactivez la configuration de journalisation des requêtes et réponses pour le point de terminaison.

SDK Python

# Specify the preview version of GenerativeModel
import vertexai
from vertexai.preview.generative_models import(
    GenerativeModel,
    )

PROJECT_ID = "PROJECT_ID"
LOCATION = "LOCATION"

vertexai.init(project=PROJECT_ID, location=LOCATION)

tuned_model = GenerativeModel(f"projects/{PROJECT_ID}/locations/{LOCATION}/endpoints/ENDPOINT_ID")

# Disable logging
tuned_model.set_request_response_logging_config(
    enabled=False,
    sampling_rate=1.0,
    bigquery_destination="bq://PROJECT_ID.DATASET_NAME.TABLE_NAME"
    )

API REST

{
"predictRequestResponseLoggingConfig": {
  "enabled": false
}
}

Schéma de la table de journalisation

Dans BigQuery, les journaux sont enregistrés à l'aide du schéma suivant :

Nom du champ Type Remarques
endpoint STRING Nom de ressource du point de terminaison sur lequel le modèle réglé est déployé.
deployed_model_id STRING ID du modèle déployé pour un modèle réglé déployé sur un point de terminaison.
logging_time TIMESTAMP Heure à laquelle la journalisation est effectuée. Il s'agit approximativement du moment où la réponse est renvoyée.
request_id NUMERIC ID de requête entier généré automatiquement en fonction de la requête API.
request_payload STRING Inclus pour la journalisation des modèles partenaires et la rétrocompatibilité avec le journal des requêtes et réponses du point de terminaison Agent Platform.
response_payload STRING Inclus pour la journalisation des modèles partenaires et la rétrocompatibilité avec le journal des requêtes et réponses du point de terminaison Agent Platform.
modèle STRING Nom de la ressource de modèle.
model_version STRING Version du modèle. Il s'agit souvent de la valeur "default" pour les modèles Gemini.
api_method STRING generateContent, streamGenerateContent, rawPredict, streamRawPredict
full_request JSON L'intégralité de GenerateContentRequest.
full_response JSON L'intégralité de GenerateContentResponse.
métadonnées JSON Toutes les métadonnées de l'appel, y compris la latence de la requête.
otel_log JSON Journaux au format de schéma OpenTelemetry. Disponible uniquement si otel_logging est activé dans la configuration de la journalisation.

Notez que les paires requête/réponse dont la taille dépasse la limite de 10 Mo par ligne de l'API Write de BigQuery ne sont pas enregistrées.

Partager des requêtes et des réponses avec les partenaires MaaS

Pour certains modèles d'IA avancée, certains partenaires MaaS exigent qu'un journal des requêtes et des réponses soit partagé de manière inviolable avec leurs équipes chargées de la confiance et de la sécurité, afin qu'elles puissent surveiller les éventuels abus. Par exemple, l'utilisation d'Anthropic Advanced AI est régie par la section F des Conditions d'utilisation spécifiques aux services d'Anthropic. Lorsque la fonctionnalité dataSharingEnabledProvider est active, les demandes et les réponses enregistrées dans l'avenant sur la sécurité de l'IA avancée sont partagées avec le partenaire MaaS en temps réel.

Vous pouvez activer le partage de journaux de requêtes et de réponses inviolables à l'aide de l'API setPublisherModelConfig, comme indiqué dans les sections suivantes.

Modèles compatibles

Le tableau suivant liste les partenaires et les modèles MaaS qui acceptent les demandes et les réponses de partage :

Partenaire MaaS compatible Modèles compatibles
Anthropic
  • Claude Mythos en preview
  • Claude Mythos 5
  • Claude Fable 5 sur Google Cloud

Le partenaire et le modèle MaaS doivent correspondre. Le journal des requêtes et réponses ne peut être partagé qu'avec le partenaire MaaS qui a publié le modèle.

Prérequis

Google doit recevoir le consentement pour l'avenant sur la sécurité de l'IA avancée dans ce projet avant que le partage de données puisse être activé. Pour en savoir plus sur l'avenant, consultez Sécurité avancée de l'IA.

Vous n'avez pas besoin d'activer la journalisation des requêtes et réponses pour BigQuery afin d'utiliser le partage des journaux de requêtes et réponses.

Limites

Par défaut, les projets protégés par VPC Service Controls ne peuvent pas partager de données avec les partenaires MaaS. La configuration d'une règle de sortie VPC Service Controls n'est pas prise en charge. Pour activer le partage de données pour un projet protégé par VPC Service Controls, ouvrez une demande d'assistance.

Activer les données

Procédez comme suit :

API REST

Avant d'utiliser les données de requête, effectuez les remplacements suivants :

  • ENDPOINT_PREFIX : préfixe approprié pour l'emplacement du point de terminaison du modèle. Utilisez les valeurs suivantes :
    • Pour le point de terminaison global, utilisez aiplatform.
    • Pour les points de terminaison multirégionaux tels que us ou eu, utilisez aiplatform.LOCATION.rep.
    • Pour les points de terminaison régionaux tels que us-central1, utilisez LOCATION-aiplatform.
  • PROJECT_ID : ID de votre projet
  • LOCATION : emplacement du point de terminaison du modèle. Par exemple, global, us, eu ou us-central1.
  • PUBLISHER : nom de l'éditeur du modèle, en minuscules. Exemple :anthropic
  • MODEL : nom du modèle de fondation. Exemple : claude-fable-5.
  • MAAS_PARTNER : nom de l'éditeur du modèle, en majuscules. Le partenaire MaaS doit être la version en majuscules de MODEL, décrite ci-dessus. Exemple : ANTHROPIC

Méthode HTTP et URL :

POST https://ENDPOINT_PREFIX.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/publishers/PUBLISHER/models/MODEL:setPublisherModelConfig

Corps JSON de la requête : 

{
  "publisherModelConfig": {
    "dataSharingEnabledProvider": "ANTHROPIC"
  }
}

Pour envoyer votre requête, choisissez l'une des options suivantes :

curl

Enregistrez le corps de la requête dans un fichier nommé request.json, puis exécutez la commande suivante :

curl -X POST \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://ENDPOINT_PREFIX.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/publishers/PUBLISHER/models/MODEL:setPublisherModelConfig"

PowerShell

Enregistrez le corps de la requête dans un fichier nommé request.json, puis exécutez la commande suivante :

$headers = @{  }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://ENDPOINT_PREFIX.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/publishers/PUBLISHER/models/MODEL:setPublisherModelConfig" | Select-Object -Expand Content

Vous devriez recevoir un code d'état indiquant le succès de l'opération (2xx), ainsi qu'une réponse vide.

Obtenir la configuration du partage

Procédez comme suit :

API REST

Avant d'utiliser les données de requête, effectuez les remplacements suivants :

  • ENDPOINT_PREFIX : préfixe approprié pour l'emplacement du point de terminaison du modèle. Utilisez les valeurs suivantes :
    • Pour le point de terminaison global, utilisez aiplatform.
    • Pour les points de terminaison multirégionaux tels que us ou eu, utilisez aiplatform.LOCATION.rep.
    • Pour les points de terminaison régionaux tels que us-central1, utilisez LOCATION-aiplatform.
  • PROJECT_ID : ID de votre projet
  • LOCATION : emplacement du point de terminaison du modèle. Par exemple, global, us, eu ou us-central1.
  • PUBLISHER : nom de l'éditeur du modèle, en minuscules. Exemple :anthropic
  • MODEL : nom du modèle de fondation. Exemple : claude-fable-5.

Méthode HTTP et URL : 

 https://ENDPOINT_PREFIX.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/publishers/PUBLISHER/models/MODEL:setPublisherModelConfig

Pour envoyer votre requête, choisissez l'une des options suivantes :

curl

Exécutez la commande suivante :

curl -X  \
     -H "Authorization: Bearer TOKEN" \
     "https://ENDPOINT_PREFIX.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/publishers/PUBLISHER/models/MODEL:setPublisherModelConfig"

PowerShell

Exécutez la commande suivante :

$headers = @{ "Authorization" = "Bearer TOKEN" }

Invoke-WebRequest `
    -Method  `
    -Headers $headers `
    -Uri "https://ENDPOINT_PREFIX.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/publishers/PUBLISHER/models/MODEL:setPublisherModelConfig" | Select-Object -Expand Content

Vous devriez recevoir une réponse JSON de ce type :

{
  "loggingConfig": {},
  "dataSharingEnabledProvider": "ANTHROPIC"
}

Désactiver le partage de données

Procédez comme suit :

API REST

Avant d'utiliser les données de requête, effectuez les remplacements suivants :

  • ENDPOINT_PREFIX : préfixe approprié pour l'emplacement du point de terminaison du modèle. Utilisez les valeurs suivantes :
    • Pour le point de terminaison global, utilisez aiplatform.
    • Pour les points de terminaison multirégionaux tels que us ou eu, utilisez aiplatform.LOCATION.rep.
    • Pour les points de terminaison régionaux tels que us-central1, utilisez LOCATION-aiplatform.
  • PROJECT_ID : ID de votre projet
  • LOCATION : emplacement du point de terminaison du modèle. Par exemple, global, us, eu ou us-central1.
  • PUBLISHER : nom de l'éditeur du modèle, en minuscules. Exemple :anthropic
  • MODEL : nom du modèle de fondation. Exemple : claude-fable-5.

Méthode HTTP et URL : 

POST https://ENDPOINT_PREFIX.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/publishers/PUBLISHER/models/MODEL:setPublisherModelConfig

Corps JSON de la requête : 

{
  "publisherModelConfig": {
    "dataSharingEnabledProvider": "MODEL_PROVIDER_UNSPECIFIED"
  }
}

Pour envoyer votre requête, choisissez l'une des options suivantes :

curl

Enregistrez le corps de la requête dans un fichier nommé request.json, puis exécutez la commande suivante :

curl -X POST \
     -H "Authorization: Bearer TOKEN" \
     -H "Content-Type: application/json; charset=utf-8" \
     -d @request.json \
     "https://ENDPOINT_PREFIX.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/publishers/PUBLISHER/models/MODEL:setPublisherModelConfig"

PowerShell

Enregistrez le corps de la requête dans un fichier nommé request.json, puis exécutez la commande suivante :

$headers = @{ "Authorization" = "Bearer TOKEN" }

Invoke-WebRequest `
    -Method POST `
    -Headers $headers `
    -ContentType: "application/json; charset=utf-8" `
    -InFile request.json `
    -Uri "https://ENDPOINT_PREFIX.googleapis.com/v1beta1/projects/PROJECT_ID/locations/LOCATION/publishers/PUBLISHER/models/MODEL:setPublisherModelConfig" | Select-Object -Expand Content

Vous devriez recevoir un code d'état indiquant le succès de l'opération (2xx), ainsi qu'une réponse vide.

Empêcher les demandes de partage de données

Pour empêcher le partage des journaux de requêtes et de réponses avec les partenaires MaaS, l'administrateur du projet peut effectuer l'une des opérations suivantes :

Étapes suivantes