Gemini API ilə memarlıq vizuallarının təhlili: 4 effektiv prompt və iş axını

Bu bələdçidə nə öyrənəcəksiniz?

Memarlıq renderini, interyer fotosunu və ya material nümunəsini Gemini API-yə göndərib vizual haqqında təsvir və konkret suallara cavab istəmək mümkündür. Google-un vizual anlama sənədlərində vizual təsviri, təsnifləndirmə və vizual sual-cavab kimi istifadə sahələri sadalanır. Həmçinin müəyyən ssenarilərdə obyekt aşkarlanması və seqmentləşdirmə dəqiqliyinin əlavə təlimlə artırıldığını qeyd edir. Bu, hər vizual və ya hər memarlıq tapşırığı üçün eyni dəqiqliyə zəmanət verildiyi demək deyil.

Bu təlimdə vizualı API-yə necə ötürəcəyinizi, sualı necə məhdudlaşdıracağınızı və cavabdan layihə qiymətləndirməsində necə istifadə edə biləcəyinizi addım-addım görəcəksiniz. Nümunə prompt-lar memarlıq və interyer işlərinə uyğun olaraq tərəfimizdən hazırlanıb; mənbə sənəddən köçürülmüş nümunələr deyil.

Tələblər və vizual seçimi

Google-un Gemini API təlimatında Python, JavaScript, Java, Go və REST nümunələri var. Aşağıdakı iş axını vizualın mətn təlimatı ilə birlikdə API-yə göndərilməsi məntiqinə əsaslanır. Kod nümunələrində istifadə olunan model adı gemini-3.8-flash-dır. Sənədin yuxarı hissəsində Gemini 4 Argon-un da əlçatan olduğu bildirilir; lakin burada təqdim olunan vizual göndərmə kod nümunələrində gemini-3.8-flash istifadə edilir. Buna görə model adını dəyişərkən istifadə etdiyiniz modelin aktual API sənədlərini yoxlayın.

Vizualı üç üsuldan biri ilə ötürə bilərsiniz: URL, daxili vizual məlumatı və ya Files API. URL üsulu hamı üçün açıq olan vizuallar üçün uyğun hesab edilir. Daxili ötürmə üsulunda vizual base64 formatında göndərilir; mətn prompt-ları, sistem təlimatları və vizual məlumatı daxil olmaqla ümumi sorğu həcmi 20 MB-ı aşmamalıdır. Daha böyük fayllar və ya eyni vizualı bir neçə sorğuda istifadə etmək üçün Files API tövsiyə olunur. Sorğu nümunələrində vizualın MIME növü də göndərilir.

Layihə təqdimatında istifadə edə biləcəyiniz və təhlilini istədiyiniz bir vizual seçin. Vizualda ölçü, material və ya məkan xüsusiyyəti kimi yoxlanması vacib olan elementlər varsa, modeldən bunları dəqiq məlumat kimi uydurmasını istəməyin. Vizual əsasında verilən şərhləri layihə çertyojları və mənbə sənədlərlə ayrıca yoxlayın.

Memarlıq vizualının addım-addım təhlili

1. Vizualın ötürülmə üsulunu seçin

Kiçik vizual və birdəfəlik sınaq üçün daxili vizual məlumatından istifadə etmək olar. Vizualı təkrar istifadə edəcəksinizsə və ya fayl böyükdürsə, Files API iş axınını seçin. Google-un nümunələrində bu iş axını zamanı əvvəlcə fayl yüklənir, sonra qaytarılan URI və MIME növü mətn girişi ilə birlikdə sorğuya əlavə edilir. API-yə qoşulma üsulunuz istifadə etdiyiniz proqramlaşdırma dilindən asılı olaraq dəyişə bilər; mənbədə Python, JavaScript, Java, Go və REST nümunələri var.

2. Ümumi təsvir istəyin

İlk sorğuda modeldən renderin bütövlüyü haqqında qısa, müşahidəyə əsaslanan təsvir alın. Bu nümunə cavabın əhatə dairəsini və formatını əvvəlcədən müəyyən edir.

Bu memarlıq vizualını yalnız görüntüdə seçilən elementlərə əsaslanaraq təsvir et. Məkanın növünü, görünən əsas materialları, işıqlandırma xarakterini və kadra diqqət çəkən elementləri qısa siyahıda qeyd et. Görüntüdən çıxarıla bilməyən məlumatları təxmin etmə; qeyri-müəyyən məqamları ayrıca yaz.

Buradakı “yalnız görüntüdə seçilən elementlərə əsaslanaraq” və “qeyri-müəyyən məqamları ayrıca yaz” ifadələri cavabı müşahidəyə əsaslanan şəkildə saxlamağa kömək edir. Google-un prompt təlimatı aydın və konkret göstərişlər verməyi tövsiyə edir; istənilən cavab formatını da prompt-da təsvir edə bilərsiniz.

3. Konkret məkan elementinə fokuslanın

Ümumi təsvirdən sonra bir mövzu seçin. Məsələn, material görünüşü, işıqlandırma və ya kadr haqqında ayrı-ayrılıqda sual verin. Eyni prompt-da bir-birindən fərqli çoxsaylı qiymətləndirmələr istəmək əvəzinə tapşırığı bölmək, hansı cavabın hansı suala aid olduğunu izləməyi asanlaşdırır.

Görüntüdə görünən səthləri ayrı-ayrılıqda sadala. Hər səth üçün yalnız görünən rəng, tekstura və parlaqlıq xüsusiyyətlərini yaz. Materialın həqiqi məhsul adını və ya istehsalçısını görüntüdən müəyyən edə bilmirsənsə, bunu açıq şəkildə bildir.

Bu prompt məhsul kimliyi uydurulmasını istəmir, gözlə görünən səth xüsusiyyətlərini soruşur. Modelin cavabı dizayn qərarı üçün ipucu verə bilər, lakin material tədarükü barədə məlumatı əvəz etmir.

4. Vizual sual-cavabla təhlili daraldın

Konkret bir sahə haqqında sual verərkən onun yerini görüntüdə görünən işarələrlə təsvir edin. Cavabın qısa, yoxsa maddələrlə olacağını da bildirin. Gemini modellərindən vizual sual-cavab üçün istifadə etmək mümkündür; bununla belə, görüntüdə seçilməyən detalları dəqiqləşdirmələrini gözləməyin.

Görüntünün sağ tərəfindəki oturma sahəsində görünən elementləri sadala. Hər elementi bir qısa bəndlə təsvir et. Görüntüdən etibarlı şəkildə seçilməyən detalları təxmin etmə.

Məkan təsvirini öz vizualınıza uyğun dəyişin. Modelin elementi yanlış yerdə göstərdiyini görsəniz, sualı daha kiçik bir sahəyə yönəldin və cavabı yenidən nəzərdən keçirin.

5. Nəticənin formatını müəyyən edin

Təhlil qeydlərini komanda daxilində müqayisə edəcəksinizsə, lazım olan sahələri prompt-da aydın şəkildə yazın. Google-un prompt strategiyaları təlimatında cavab formatı, məhdudiyyətlər və nümunələrlə modelin yönləndirilə biləcəyi izah olunur. Bu, mürəkkəb və dəqiq sxem tələb olunan hallarda API-nin strukturlaşdırılmış çıxış funksiyasını əvəz etmir.

Bu interyer vizualı üçün bu başlıqlardan istifadə et: Məkanın ümumi təəssüratı, görünən səthlər, işıqlandırma, kadrda diqqət çəkən elementlər və qeyri-müəyyən qalan məqamlar. Hər başlıq altında ən çox iki qısa bənd yaz. Görüntüdə olmayan məlumatları əlavə etmə.

Cavabı layihə qeydlərinə əlavə etməzdən əvvəl hər bəndi vizualla müqayisə edin. İstənilən başlıqlar görünmürsə və ya cavab həddindən artıq ümumidirsə, prompt-a nümunə və ya daha aydın məhdudiyyət əlavə edib yenidən cəhd edin. Google sənədində prompt dizaynının iterativ proses olduğu xüsusi vurğulanır.

Tez-tez edilən səhvlər

Bir prompt-da həddindən artıq çox tapşırıq istəmək: Vizual təsviri, dizayn tənqidini, materialın müəyyənləşdirilməsini və tətbiq tövsiyələrini bir sorğuda birləşdirmək əhatə dairəsini qeyri-müəyyən edir. Tapşırığı bölün və hər sorğuda bir məqsədə fokuslanın.

Vizualdan çıxarıla bilməyən məlumatları dəqiq hesab etmək: Səthin həqiqi məhsulunu və ya görünməyən məkan məlumatlarını yalnız render əsasında təsdiqlətməyə çalışmayın. Cavabdakı qeyri-müəyyən məqamları qeyd edin və texniki sənədlərlə müqayisə edin.

Faylın ötürülmə üsulunu nəzərə almamaq: Daxili vizual məlumatı üsulunda ümumi sorğu 20 MB həddi ilə məhdudlaşır. Böyük və ya təkrar istifadə ediləcək vizuallar üçün sənədlərdə Files API tövsiyə olunur.

Cavab formatını bildirməmək: Formatı aydın təsvir edilməyən sorğuya model müxtəlif uzunluqda və ya formatda cavab verə bilər. Başlıqları, bəndlərin sayını və əhatə dairəsini əvvəlcədən bildirin.

Növbəti addımlar: ofis və tədris iş axınına uyğunlaşdırma

İlk sınaqları müxtəlif növ memarlıq vizualları üzərində aparın və hansı prompt ifadələrinin ardıcıl, yoxlanıla bilən qeydlər yaratdığını müqayisə edin. Google prompt dizaynının sınaq və təkmilləşdirmə tələb etdiyini bildirir; buna görə də vahid şablonun hər layihədə eyni nəticəni verəcəyini düşünməyin. Komanda daxilində istifadə edilirsə, vizualın hansı üsulla ötürüldüyünü və hansı model adından istifadə olunduğunu iş qeydlərinə əlavə etmək müqayisəni asanlaşdıra bilər.

Bu yanaşma vizuallar haqqında ilkin təsvirlər və təhlil başlıqları hazırlamaq istəyən memarlıq ofisləri, interyer dizaynerləri və tələbələr üçün faydalı ola bilər. Lakin yaradılan mətn çertyoju, ölçünü və ya materialın təsdiqini əvəz etmir. Vizual şərhini layihə sənədləri ilə yoxlayın; modelin cavab vermədiyi və ya qeyri-müəyyən qaldığı məqamları dizayn qərarına çevirməzdən əvvəl ayrıca araşdırın.

Mənbə və lisenziya

Bu təlim Google AI for Developers-in Gemini API “Image understanding” və “Prompt design strategies” sənədlərindəki texniki iş axınlarına əsaslanır. Hər iki mənbə CC BY 4.0 lisenziyalıdır; məzmun Azərbaycan dilinə uyğunlaşdırılıb və memarlıq vizuallarının təhlili üçün yeni nümunə prompt-larla izah edilib.