জেমিনি ডেভেলপার API

জেমিনি প্রো এবং ফ্ল্যাশ মডেলগুলি অ্যাক্সেস করার জন্য, আমরা Android ডেভেলপারদের Firebase AI লজিক ব্যবহার করে Gemini Developer API ব্যবহার করার পরামর্শ দিই। এটি আপনাকে ক্রেডিট কার্ডের প্রয়োজন ছাড়াই শুরু করতে দেয় এবং একটি উদার বিনামূল্যের স্তর প্রদান করে৷ একবার আপনি একটি ছোট ব্যবহারকারী বেসের সাথে আপনার ইন্টিগ্রেশন যাচাই করলে, আপনি প্রদত্ত স্তরে স্যুইচ করে স্কেল করতে পারেন।

একটি Android অ্যাপের দৃষ্টান্ত যাতে একটি Firebase Android রয়েছে   SDK একটি ক্লাউড পরিবেশের মধ্যে SDK থেকে Firebase-এ একটি তীর নির্দেশ করে৷ থেকে   ফায়ারবেস, আরেকটি তীর জেমিনি ডেভেলপার এপিআইকে নির্দেশ করে, যেটির সাথে সংযুক্ত   জেমিনি প্রো এবং ফ্ল্যাশ, এছাড়াও ক্লাউডের মধ্যে।
চিত্র 1. ফায়ারবেস এআই লজিক ইন্টিগ্রেশন আর্কিটেকচার জেমিনি ডেভেলপার এপিআই অ্যাক্সেস করতে।

শুরু হচ্ছে

আপনার অ্যাপ থেকে সরাসরি Gemini API-এর সাথে ইন্টারঅ্যাক্ট করার আগে, আপনাকে প্রথমে কিছু জিনিস করতে হবে, যার মধ্যে প্রম্পটিংয়ের সাথে পরিচিত হওয়া এবং SDK ব্যবহার করার জন্য Firebase এবং আপনার অ্যাপ সেট আপ করা সহ।

প্রম্পট সঙ্গে পরীক্ষা

প্রম্পটগুলির সাথে পরীক্ষা করা আপনাকে আপনার Android অ্যাপের জন্য সেরা বাক্যাংশ, বিষয়বস্তু এবং বিন্যাস খুঁজে পেতে সাহায্য করতে পারে৷ Google AI স্টুডিও হল একটি IDE যা আপনি আপনার অ্যাপের ব্যবহারের ক্ষেত্রে প্রোটোটাইপ এবং ডিজাইন করার জন্য ব্যবহার করতে পারেন।

আপনার ব্যবহারের ক্ষেত্রে সঠিক প্রম্পট তৈরি করা বিজ্ঞানের চেয়ে বেশি শিল্প, যা পরীক্ষাকে সমালোচনামূলক করে তোলে। আপনি Firebase ডকুমেন্টেশনে প্রম্পটিং সম্পর্কে আরও জানতে পারেন।

একবার আপনি আপনার প্রম্পটে খুশি হলে, কোড স্নিপেট পেতে "<>" বোতামে ক্লিক করুন যা আপনি আপনার কোডে যোগ করতে পারেন।

একটি Firebase প্রকল্প সেট আপ করুন এবং আপনার অ্যাপটিকে Firebase-এর সাথে সংযুক্ত করুন

একবার আপনি আপনার অ্যাপ থেকে API কল করার জন্য প্রস্তুত হয়ে গেলে, আপনার অ্যাপে Firebase এবং SDK সেট আপ করার জন্য Firebase AI লজিক শুরু করার গাইডের "ধাপ 1"-এর নির্দেশাবলী অনুসরণ করুন।

Gradle নির্ভরতা যোগ করুন

আপনার অ্যাপ মডিউলে নিম্নলিখিত গ্রেডেল নির্ভরতা যোগ করুন:

কোটলিন

dependencies {
  // ... other androidx dependencies

  // Import the BoM for the Firebase platform
  implementation(platform("com.google.firebase:firebase-bom:34.2.0"))

  // Add the dependency for the Firebase AI Logic library When using the BoM,
  // you don't specify versions in Firebase library dependencies
  implementation("com.google.firebase:firebase-ai")
}

জাভা

dependencies {
  // Import the BoM for the Firebase platform
  implementation(platform("com.google.firebase:34.2.0"))

  // Add the dependency for the Firebase AI Logic library When using the BoM,
  // you don't specify versions in Firebase library dependencies
  implementation("com.google.firebase:firebase-ai")

  // Required for one-shot operations (to use `ListenableFuture` from Guava
  // Android)
  implementation("com.google.guava:guava:31.0.1-android")

  // Required for streaming operations (to use `Publisher` from Reactive
  // Streams)
  implementation("org.reactivestreams:reactive-streams:1.0.4")
}

জেনারেটিভ মডেল শুরু করুন

একটি GenerativeModel ইনস্ট্যান্টিয়েট করে এবং মডেলের নাম নির্দিষ্ট করে শুরু করুন:

কোটলিন

val model = Firebase.ai(backend = GenerativeBackend.googleAI())
                        .generativeModel("gemini-2.5-flash")

জাভা

GenerativeModel firebaseAI = FirebaseAI.getInstance(GenerativeBackend.googleAI())
        .generativeModel("gemini-2.5-flash");

GenerativeModelFutures model = GenerativeModelFutures.from(firebaseAI);

Gemini বিকাশকারী API-এর সাথে ব্যবহারের জন্য উপলব্ধ মডেলগুলি সম্পর্কে আরও জানুন৷ আপনি মডেল প্যারামিটার কনফিগার করার বিষয়ে আরও জানতে পারেন।

আপনার অ্যাপ থেকে জেমিনি ডেভেলপার API এর সাথে ইন্টারঅ্যাক্ট করুন

এখন যেহেতু আপনি SDK ব্যবহার করার জন্য Firebase এবং আপনার অ্যাপ সেট আপ করেছেন, আপনি আপনার অ্যাপ থেকে Gemini Developer API-এর সাথে ইন্টারঅ্যাক্ট করতে প্রস্তুত।

পাঠ্য তৈরি করুন

একটি পাঠ্য প্রতিক্রিয়া তৈরি করতে, আপনার প্রম্পটের সাথে generateContent() এ কল করুন।

কোটলিন

scope.launch {
  val response = model.generateContent("Write a story about a magic backpack.")
}

জাভা

Content prompt = new Content.Builder()
    .addText("Write a story about a magic backpack.")
    .build();

ListenableFuture<GenerateContentResponse> response = model.generateContent(prompt);
Futures.addCallback(response, new FutureCallback<GenerateContentResponse>() {
    @Override
    public void onSuccess(GenerateContentResponse result) {
        String resultText = result.getText();
        [...]
    }

    @Override
    public void onFailure(Throwable t) {
        t.printStackTrace();
    }
}, executor);

ছবি এবং অন্যান্য মিডিয়া থেকে পাঠ্য তৈরি করুন

আপনি একটি প্রম্পট থেকে পাঠ্য তৈরি করতে পারেন যাতে পাঠ্য প্লাস ছবি বা অন্যান্য মিডিয়া অন্তর্ভুক্ত থাকে। যখন আপনি generateContent() কল করেন, আপনি মিডিয়াটিকে ইনলাইন ডেটা হিসাবে পাস করতে পারেন।

উদাহরণস্বরূপ, একটি বিটম্যাপ ব্যবহার করতে, image সামগ্রীর ধরনটি ব্যবহার করুন:

কোটলিন

scope.launch {
  val response = model.generateContent(
    content {
      image(bitmap)
      text("what is the object in the picture?")
    }
  )
}

জাভা

Content content = new Content.Builder()
        .addImage(bitmap)
        .addText("what is the object in the picture?")
        .build();

ListenableFuture<GenerateContentResponse> response = model.generateContent(content);
Futures.addCallback(response, new FutureCallback<GenerateContentResponse>() {
    @Override
    public void onSuccess(GenerateContentResponse result) {
        String resultText = result.getText();
        [...]
    }

    @Override
    public void onFailure(Throwable t) {
        t.printStackTrace();
    }
}, executor);

একটি অডিও ফাইল পাস করতে, inlineData সামগ্রীর ধরন ব্যবহার করুন:

কোটলিন

val contentResolver = applicationContext.contentResolver
val inputStream = contentResolver.openInputStream(audioUri).use { stream ->
    stream?.let {
        val bytes = stream.readBytes()

        val prompt = content {
            inlineData(bytes, "audio/mpeg")  // Specify the appropriate audio MIME type
            text("Transcribe this audio recording.")
        }

        val response = model.generateContent(prompt)
    }
}

জাভা

ContentResolver resolver = getApplicationContext().getContentResolver();

try (InputStream stream = resolver.openInputStream(audioUri)) {
    File audioFile = new File(new URI(audioUri.toString()));
    int audioSize = (int) audioFile.length();
    byte audioBytes = new byte[audioSize];
    if (stream != null) {
        stream.read(audioBytes, 0, audioBytes.length);
        stream.close();

        // Provide a prompt that includes audio specified earlier and text
        Content prompt = new Content.Builder()
              .addInlineData(audioBytes, "audio/mpeg")  // Specify the appropriate audio MIME type
              .addText("Transcribe what's said in this audio recording.")
              .build();

        // To generate text output, call `generateContent` with the prompt
        ListenableFuture<GenerateContentResponse> response = model.generateContent(prompt);
        Futures.addCallback(response, new FutureCallback<GenerateContentResponse>() {
            @Override
            public void onSuccess(GenerateContentResponse result) {
                String text = result.getText();
                Log.d(TAG, (text == null) ? "" : text);
            }
            @Override
            public void onFailure(Throwable t) {
                Log.e(TAG, "Failed to generate a response", t);
            }
        }, executor);
    } else {
        Log.e(TAG, "Error getting input stream for file.");
        // Handle the error appropriately
    }
} catch (IOException e) {
    Log.e(TAG, "Failed to read the audio file", e);
} catch (URISyntaxException e) {
    Log.e(TAG, "Invalid audio file", e);
}

এবং একটি ভিডিও ফাইল প্রদান করতে, inlineData বিষয়বস্তুর প্রকার ব্যবহার চালিয়ে যান:

কোটলিন

val contentResolver = applicationContext.contentResolver
contentResolver.openInputStream(videoUri).use { stream ->
  stream?.let {
    val bytes = stream.readBytes()

    val prompt = content {
        inlineData(bytes, "video/mp4")  // Specify the appropriate video MIME type
        text("Describe the content of this video")
    }

    val response = model.generateContent(prompt)
  }
}

জাভা

ContentResolver resolver = getApplicationContext().getContentResolver();

try (InputStream stream = resolver.openInputStream(videoUri)) {
    File videoFile = new File(new URI(videoUri.toString()));
    int videoSize = (int) videoFile.length();
    byte[] videoBytes = new byte[videoSize];
    if (stream != null) {
        stream.read(videoBytes, 0, videoBytes.length);
        stream.close();

        // Provide a prompt that includes video specified earlier and text
        Content prompt = new Content.Builder()
                .addInlineData(videoBytes, "video/mp4")
                .addText("Describe the content of this video")
                .build();

        // To generate text output, call generateContent with the prompt
        ListenableFuture<GenerateContentResponse> response = model.generateContent(prompt);
        Futures.addCallback(response, new FutureCallback<GenerateContentResponse>() {
            @Override
            public void onSuccess(GenerateContentResponse result) {
                String resultText = result.getText();
                System.out.println(resultText);
            }

            @Override
            public void onFailure(Throwable t) {
                t.printStackTrace();
            }
        }, executor);
    }
} catch (IOException e) {
    e.printStackTrace();
} catch (URISyntaxException e) {
    e.printStackTrace();
}

একইভাবে আপনি পিডিএফ ( application/pdf ) এবং প্লেইন টেক্সট ( text/plain ) ডকুমেন্টও তাদের নিজ নিজ MIME টাইপ প্যারামিটার হিসেবে পাস করতে পারেন।

বহু পালা চ্যাট

আপনি মাল্টি-টার্ন কথোপকথন সমর্থন করতে পারেন। startChat() ফাংশন দিয়ে একটি চ্যাট শুরু করুন। আপনি ঐচ্ছিকভাবে একটি বার্তা ইতিহাস সহ মডেল প্রদান করতে পারেন। তারপর চ্যাট বার্তা পাঠাতে sendMessage() ফাংশন কল করুন।

কোটলিন

val chat = model.startChat(
    history = listOf(
        content(role = "user") { text("Hello, I have 2 dogs in my house.") },
        content(role = "model") { text("Great to meet you. What would you like to know?")   }
    )
)

scope.launch {
   val response = chat.sendMessage("How many paws are in my house?")
}

জাভা

Content.Builder userContentBuilder = new Content.Builder();
userContentBuilder.setRole("user");
userContentBuilder.addText("Hello, I have 2 dogs in my house.");
Content userContent = userContentBuilder.build();

Content.Builder modelContentBuilder = new Content.Builder();
modelContentBuilder.setRole("model");
modelContentBuilder.addText("Great to meet you. What would you like to know?");
Content modelContent = userContentBuilder.build();

List<Content> history = Arrays.asList(userContent, modelContent);

// Initialize the chat
ChatFutures chat = model.startChat(history);

// Create a new user message
Content.Builder messageBuilder = new Content.Builder();
messageBuilder.setRole("user");
messageBuilder.addText("How many paws are in my house?");

Content message = messageBuilder.build();

// Send the message
ListenableFuture<GenerateContentResponse> response = chat.sendMessage(message);
Futures.addCallback(response, new FutureCallback<GenerateContentResponse>() {
    @Override
    public void onSuccess(GenerateContentResponse result) {
        String resultText = result.getText();
        System.out.println(resultText);
    }

    @Override
    public void onFailure(Throwable t) {
        t.printStackTrace();
    }
}, executor);

ছবি তৈরি করুন

জেমিনি 2.5 ফ্ল্যাশ ইমেজ মডেল (ওরফে ন্যানো ব্যানানা) বিশ্ব জ্ঞান এবং যুক্তিকে কাজে লাগিয়ে ছবি তৈরি ও সম্পাদনা করতে পারে। এটি প্রাসঙ্গিকভাবে প্রাসঙ্গিক ইমেজ তৈরি করে, নির্বিঘ্নে মিশ্রিত করে বা ইন্টারলিভিং টেক্সট এবং ইমেজ আউটপুট। এটি দীর্ঘ পাঠ্য ক্রম সহ সঠিক ভিজ্যুয়াল তৈরি করতে পারে এবং প্রসঙ্গ বজায় রেখে কথোপকথনমূলক চিত্র সম্পাদনা সমর্থন করে।

মিথুনের বিকল্প হিসাবে, আপনি ইমেজেন মডেলগুলি ব্যবহার করতে পারেন, বিশেষ করে উচ্চ-মানের ছবি তৈরির জন্য যার জন্য ফটোরিয়ালিজম, শৈল্পিক বিশদ বা নির্দিষ্ট শৈলী প্রয়োজন। যাইহোক, অ্যান্ড্রয়েড অ্যাপ্লিকেশানগুলির জন্য ক্লায়েন্ট-সাইড ব্যবহারের বেশিরভাগ ক্ষেত্রে, জেমিনি যথেষ্ট হবে।

Android এর জন্য Firebase AI Logic SDK ব্যবহার করে Gemini 2.5 ফ্ল্যাশ ইমেজ মডেলটি কীভাবে ব্যবহার করবেন তা এই নির্দেশিকা বর্ণনা করে। মিথুনের সাহায্যে ছবি তৈরি করার বিষয়ে আরও বিশদ বিবরণের জন্য, ফায়ারবেস ডকুমেন্টেশনে জেমিনি দিয়ে ছবি তৈরি করুন দেখুন। আপনি যদি ইমেজেন মডেল ব্যবহার করতে আগ্রহী হন, ডকুমেন্টেশন দেখুন।

গুগল এআই স্টুডিও ছবি তৈরির ক্ষমতা দেখাচ্ছে।
চিত্র 1. আপনার ছবি তৈরির প্রম্পটগুলিকে পরিমার্জিত করতে Google AI স্টুডিও ব্যবহার করুন৷

জেনারেটিভ মডেল শুরু করুন

একটি GenerativeModel ইনস্ট্যান্টিয়েট করুন এবং মডেল নামটি নির্দিষ্ট করুন gemini-2.5-flash-image-preview । যাচাই করুন যে আপনি TEXT এবং IMAGE উভয়ই অন্তর্ভুক্ত করার জন্য responseModalities কনফিগার করেছেন৷

কোটলিন

val model = Firebase.ai(backend = GenerativeBackend.googleAI()).generativeModel(
    modelName = "gemini-2.5-flash-image-preview",
    // Configure the model to respond with text and images (required)
    generationConfig = generationConfig {
        responseModalities = listOf(ResponseModality.TEXT,
        ResponseModality.IMAGE)
    }
)

জাভা

GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.googleAI()).generativeModel(
    "gemini-2.5-flash-image-preview",
    // Configure the model to respond with text and images (required)
    new GenerationConfig.Builder()
        .setResponseModalities(Arrays.asList(ResponseModality.TEXT, ResponseModality.IMAGE))
        .build()
);
GenerativeModelFutures model = GenerativeModelFutures.from(ai);

ছবি তৈরি করুন (শুধু পাঠ্য ইনপুট)

আপনি একটি মিথুন মডেলকে শুধুমাত্র পাঠ্য প্রম্পট প্রদান করে ছবি তৈরি করতে নির্দেশ দিতে পারেন:

কোটলিন

// Provide a text prompt instructing the model to generate an image
val prompt = "A hyper realistic picture of a t-rex with a blue bag pack roaming a pre-historic forest."
// To generate image output, call `generateContent` with the text input
val generatedImageAsBitmap = model.generateContent(prompt)
.candidates.first().content.parts.filterIsInstance<ImagePart>()
.firstOrNull()?.image

জাভা

// Provide a text prompt instructing the model to generate an image
Content prompt = new Content.Builder()
    .addText("Generate an image of the Eiffel Tower with fireworks in the background.")
    .build();
// To generate an image, call `generateContent` with the text input
ListenableFuture<GenerateContentResponse> response = model.generateContent(prompt);
Futures.addCallback(response, new FutureCallback<GenerateContentResponse>() {
    @Override
    public void onSuccess(GenerateContentResponse result) {
        // iterate over all the parts in the first candidate in the result object
        for (Part part : result.getCandidates().get(0).getContent().getParts()) {
            if (part instanceof ImagePart) {
                ImagePart imagePart = (ImagePart) part;
                // The returned image as a bitmap
                Bitmap generatedImageAsBitmap = imagePart.getImage();
                break;
            }
        }
    }
    @Override
    public void onFailure(Throwable t) {
        t.printStackTrace();
    }
}, executor);

ছবি সম্পাদনা করুন (টেক্সট এবং ইমেজ ইনপুট)

আপনি একটি মিথুন মডেলকে আপনার প্রম্পটে পাঠ্য এবং এক বা একাধিক ছবি উভয়ই প্রদান করে বিদ্যমান চিত্রগুলি সম্পাদনা করতে বলতে পারেন:

কোটলিন

// Provide an image for the model to edit
val bitmap = BitmapFactory.decodeResource(context.resources, R.drawable.scones)
// Provide a text prompt instructing the model to edit the image
val prompt = content {
    image(bitmap)
    text("Edit this image to make it look like a cartoon")
}
// To edit the image, call `generateContent` with the prompt (image and text input)
val generatedImageAsBitmap = model.generateContent(prompt)
    .candidates.first().content.parts.filterIsInstance<ImagePart>().firstOrNull()?.image
// Handle the generated text and image

জাভা

// Provide an image for the model to edit
Bitmap bitmap = BitmapFactory.decodeResource(resources, R.drawable.scones);
// Provide a text prompt instructing the model to edit the image
Content promptcontent = new Content.Builder()
    .addImage(bitmap)
    .addText("Edit this image to make it look like a cartoon")
    .build();
// To edit the image, call `generateContent` with the prompt (image and text input)
ListenableFuture<GenerateContentResponse> response = model.generateContent(promptcontent);
Futures.addCallback(response, new FutureCallback<GenerateContentResponse>() {
    @Override
    public void onSuccess(GenerateContentResponse result) {
        // iterate over all the parts in the first candidate in the result object
        for (Part part : result.getCandidates().get(0).getContent().getParts()) {
            if (part instanceof ImagePart) {
                ImagePart imagePart = (ImagePart) part;
                Bitmap generatedImageAsBitmap = imagePart.getImage();
                break;
            }
        }
    }
    @Override
    public void onFailure(Throwable t) {
        t.printStackTrace();
    }
}, executor);

মাল্টি-টার্ন চ্যাটের মাধ্যমে চিত্রগুলি পুনরাবৃত্তি করুন এবং সম্পাদনা করুন৷

ছবি সম্পাদনার জন্য কথোপকথন পদ্ধতির জন্য, আপনি মাল্টি-টার্ন চ্যাট ব্যবহার করতে পারেন। এটি মূল চিত্রটি পুনরায় পাঠানোর প্রয়োজন ছাড়াই সম্পাদনাগুলিকে পরিমার্জিত করার জন্য ফলো-আপ অনুরোধের অনুমতি দেয়।

প্রথমে, startChat() দিয়ে একটি চ্যাট শুরু করুন, ঐচ্ছিকভাবে একটি বার্তা ইতিহাস প্রদান করুন। তারপর, পরবর্তী বার্তাগুলির জন্য sendMessage() ব্যবহার করুন:

কোটলিন

// Provide an image for the model to edit
val bitmap = BitmapFactory.decodeResource(context.resources, R.drawable.scones)
// Create the initial prompt instructing the model to edit the image
val prompt = content {
    image(bitmap)
    text("Edit this image to make it look like a cartoon")
}
// Initialize the chat
val chat = model.startChat()
// To generate an initial response, send a user message with the image and text prompt
var response = chat.sendMessage(prompt)
// Inspect the returned image
var generatedImageAsBitmap = response
    .candidates.first().content.parts.filterIsInstance<ImagePart>().firstOrNull()?.image
// Follow up requests do not need to specify the image again
response = chat.sendMessage("But make it old-school line drawing style")
generatedImageAsBitmap = response
    .candidates.first().content.parts.filterIsInstance<ImagePart>().firstOrNull()?.image

জাভা

// Provide an image for the model to edit
Bitmap bitmap = BitmapFactory.decodeResource(resources, R.drawable.scones);
// Initialize the chat
ChatFutures chat = model.startChat();
// Create the initial prompt instructing the model to edit the image
Content prompt = new Content.Builder()
    .setRole("user")
    .addImage(bitmap)
    .addText("Edit this image to make it look like a cartoon")
    .build();
// To generate an initial response, send a user message with the image and text prompt
ListenableFuture<GenerateContentResponse> response = chat.sendMessage(prompt);
// Extract the image from the initial response
ListenableFuture<@Nullable Bitmap> initialRequest = Futures.transform(response,
    result -> {
        for (Part part : result.getCandidates().get(0).getContent().getParts()) {
            if (part instanceof ImagePart) {
                ImagePart imagePart = (ImagePart) part;
                return imagePart.getImage();
            }
        }
        return null;
    }, executor);
// Follow up requests do not need to specify the image again
ListenableFuture<GenerateContentResponse> modelResponseFuture = Futures.transformAsync(
    initialRequest,
    generatedImage -> {
        Content followUpPrompt = new Content.Builder()
            .addText("But make it old-school line drawing style")
            .build();
        return chat.sendMessage(followUpPrompt);
    }, executor);
// Add a final callback to check the reworked image
Futures.addCallback(modelResponseFuture, new FutureCallback<GenerateContentResponse>() {
    @Override
    public void onSuccess(GenerateContentResponse result) {
        for (Part part : result.getCandidates().get(0).getContent().getParts()) {
            if (part instanceof ImagePart) {
                ImagePart imagePart = (ImagePart) part;
                Bitmap generatedImageAsBitmap = imagePart.getImage();
                break;
            }
        }
    }
    @Override
    public void onFailure(Throwable t) {
        t.printStackTrace();
    }
}, executor);

সর্বোত্তম অনুশীলন এবং সীমাবদ্ধতা

  • আউটপুট বিন্যাস : ছবিগুলি PNG হিসাবে তৈরি করা হয় যার সর্বোচ্চ মাত্রা 1024 px।
  • ইনপুট প্রকার : মডেলটি ইমেজ তৈরির জন্য অডিও বা ভিডিও ইনপুট সমর্থন করে না
  • ভাষা সমর্থন : সেরা পারফরম্যান্সের জন্য, নিম্নলিখিত ভাষাগুলি ব্যবহার করুন: ইংরেজি ( en ), মেক্সিকান স্প্যানিশ ( es-mx ), জাপানি ( ja-jp ), সরলীকৃত চীনা ( zh-cn ), এবং হিন্দি ( hi-in )।
  • প্রজন্মের সমস্যা :
    • ইমেজ জেনারেশন সবসময় ট্রিগার নাও হতে পারে, কখনো কখনো শুধুমাত্র টেক্সট আউটপুট হতে পারে। স্পষ্টভাবে ইমেজ আউটপুট জিজ্ঞাসা করার চেষ্টা করুন (উদাহরণস্বরূপ, "একটি ছবি তৈরি করুন", "ছবি প্রদান করুন যেমন আপনি যান", "চিত্র আপডেট করুন")।
    • মডেলটি আংশিকভাবে তৈরি করা বন্ধ করতে পারে। আবার চেষ্টা করুন বা একটি ভিন্ন প্রম্পট চেষ্টা করুন .
    • মডেলটি একটি চিত্র হিসাবে পাঠ্য তৈরি করতে পারে। স্পষ্টভাবে টেক্সট আউটপুট জিজ্ঞাসা করার চেষ্টা করুন (যেমন, "চিত্র সহ বর্ণনামূলক পাঠ্য তৈরি করুন")।

আরও বিস্তারিত জানার জন্য Firebase ডকুমেন্টেশন দেখুন।

পরবর্তী পদক্ষেপ