Qısaca
- Gemini API videoları təsvir edə, məzmunundan məlumat çıxara və müəyyən zaman nişanları barədə sualları cavablandıra bilir.
- Ümumi sorğunun həcmi 20 MB-ı keçdikdə, uzun videolarda və ya eyni fayldan yenidən istifadə edərkən Files API-yə üstünlük verilir.
- YouTube bağlantısı ilə yalnız ictimai videolardan istifadə etmək mümkündür; bağlantı üsulu önizləmə mərhələsindədir.
- Qısa kliplər üçün statik emal, uzun videolarda konkret anları axtarmaq üçün isə istəyə bağlı agentic emal tövsiyə olunur.
Bu bələdçidə nə öyrənəcəksiniz?
Gemini API ilə videonu yalnız xülasə etdirməklə kifayətlənməyib, onun məzmunu barədə sual verə, konkret səhnələri təsvir etdirməyi və zaman nişanları ilə bağlı məlumat istəyə bilərsiniz. Bu imkanlardan memarlıq layihələrinin təqdimatlarını, interyer turlarını, sahə qeydlərini və ya dizayn prosesini göstərən videoları nəzərdən keçirmək üçün istifadə etmək olar. Aşağıdakı addımlar videonu uyğun formada giriş kimi təqdim etməyə və sualı dəqiqləşdirməyə yönəlib.
Nümunə promptlar memarlıq və interyer iş axınlarına uyğun olaraq xüsusi hazırlanıb. Sənədlərdəki əsas yanaşma isə video faylını sorğu ilə modelə ötürmək və eyni sorğuda video barədə mətn təlimatı verməkdir.
Tələblər və giriş seçimi
Başlamaq üçün Gemini API-yə giriş, API müştərisinin konfiqurasiya olunduğu iş mühiti və təhlil ediləcək video lazımdır. Rəsmi bələdçidə Python, JavaScript, Go və REST nümunələri var. Python nümunəsində google paketindən genai modulu idxal edilir; konkret SDK versiyası göstərilmədiyindən burada versiya nömrəsi vermirik.
Giriş üsulunu faylın ölçüsünə və istifadə formasına uyğun seçin:
Files API: Böyük fayllar, uzun videolar və təkrar istifadə olunacaq məzmun üçün tövsiyə edilir. Bələdçidəki cədvəldə yuxarı hədd ödənişli istifadə üçün 20 GB, pulsuz istifadə üçün isə 2 GB göstərilib. Yüklənmiş faylın emal olunmasını gözləyib, qaytarılan fayl istinadından məzmun sorğusunda istifadə edə bilərsiniz.
Sətir daxili məlumat: Kiçik və birdəfəlik videolar üçün istifadə oluna bilər. Bələdçinin müxtəlif bölmələrində limit cədvəldə 100 MB-dan az, tətbiq izahında isə ümumi sorğu üçün 20 MB-dan az göstərilir. Buna görə sətir daxili üsulu seçərkən daha ehtiyatlı olan 20 MB ümumi sorğu limitini əsas götürün.
YouTube URL-i: İctimai videolar birbaşa giriş kimi verilə bilər. Bu xüsusiyyət önizləmə mərhələsindədir; qiymətlərin və sürət limitlərinin dəyişə biləcəyi bildirilir. Pulsuz səviyyədə gündə 8 saatdan artıq YouTube videosu yükləmək mümkün deyil; ödənişli səviyyə üçün müddətə əsaslanan limit göstərilməyib.
Cloud Storage-də saxlama üsulu da sənəddə yer alır: hər fayl üçün yuxarı hədd 2 GB-dır və yaddaş üçün limit göstərilmir. Bu üsul davamlı saxlanacaq və təkrar istifadə ediləcək fayllar üçün seçim kimi təqdim olunur.
Addım-addım video təhlili
Videonu və məqsədli sualı müəyyən edin. Əvvəlcə videonun hamısını xülasə etdirmək, yoxsa konkret bir anı tapmaq istədiyinizi dəqiqləşdirin. Məsələn, interyer turunda hərəkətin başladığı yeri axtarmaq ümumi xülasə istəməkdən fərqli tapşırıqdır.
Uyğun giriş üsulunu seçin. Kiçik, qısa və birdəfəlik klip üçün sətir daxili məlumatdan istifadə etmək olar. Ümumi sorğunun həcmi 20 MB-ı keçəcəksə, video uzundursa və ya təkrar istifadə olunacaqsa, bələdçidə üstün tutulan üsul Files API-dir. YouTube seçimində video ictimai olmalıdır.
Faylı sorğuya əlavə edin. Rəsmi Python nümunəsində fayl
client.files.upload(...)vasitəsilə yüklənir; sonra qaytarılan fayl obyekti və mətn təlimatı birlikdəclient.models.generate_content(...)çağırışına ötürülür. Nümunədə faylın emal olunmasını gözləmək də iş axınının bir hissəsidir. YouTube girişində isə bağlantı video faylı kimi sorğuya əlavə olunur.Promptu müşahidə edilə bilən tapşırığa çevirin. “Videonu təhlil et” kimi geniş bir göstəriş əvəzinə istənilən məlumatı və cavab formatını təsvir edin. İlk cəhddə ümumi xülasə, sonrakı sualda isə konkret element və ya zaman nişanı istəmək nəticələri qiymətləndirməyi asanlaşdırır.
Aşağıdakı prompt qısa memarlıq təqdimat videosundan ümumi məlumat çıxarmağa yönəlib:
Bu memarlıq layihəsi videosunu qısa xülasə ilə təsvir et. Görünən məkanları və videoda aydın seçilən dizayn xüsusiyyətlərini ayrı-ayrı maddələrlə qeyd et. Görüntüdə təsdiqlənməyən məlumatları təxmin etmə.Bu prompt videonu təsvir etmək və məzmunundan məlumat çıxarmaq imkanlarına əsaslanır. Modelin görüntüdə olmayan layihə adı, material və ya ölçü kimi təfərrüatları uydurmaması üçün məhdudiyyət qoyur.
Sahə və ya interyer turunda konkret hadisənin baş verdiyi anı tapmaq üçün daha məqsədli sualdan istifadə edin:
Videoda giriş məkanından əsas yaşayış sahəsinə keçidin göründüyü anı tap. Bu keçidin təxmini zaman nişanını ver və görüntüdə hansı məkan dəyişikliyinin seçildiyini qısa izah et. Əmin olmadığın zaman nişanını dəqiqmiş kimi təqdim etmə.Bələdçidə videodakı konkret zaman nişanlarına istinad etməyin mümkün olduğu bildirilir. Buna görə sualda axtarılan hadisəni açıq şəkildə təsvir etmək “vacib anları tap” kimi qeyri-müəyyən bir istəkdən daha faydalıdır.
Təqdimat videosunu dizayn təhlili üçün nəzərdən keçirmək məqsədilə bu sualdan istifadə edə bilərsiniz:
Bu videoda görünən məkan quruluşlarını ardıcıllıqla nəzərdən keçir. Hərəkət marşrutu, gün işığı və səth materialları barədə yalnız görüntünün dəstəklədiyi müşahidələri yaz; hər müşahidəni müvafiq zaman nişanı ilə əlaqələndir. Görünməyən texniki xüsusiyyətləri nəticə kimi təqdim etmə.Bu prompt hərəkət marşrutu, işıq və material başlıqlarından yoxlama siyahısı kimi istifadə edir. Həmçinin modeldən görüntü ilə təsdiqləyə bilmədiyi texniki məlumatları dəqiq fakt kimi təqdim etməməyi tələb edir. Nəticəni layihə qərarı deyil, ilkin baxış qeydi kimi qiymətləndirin.
Yayğın səhvlər və emal rejiminin seçilməsi
Ən çox rast gəlinən problem video ölçüsünə və ya müddətinə uyğun olmayan giriş üsulunun seçilməsidir. Bələdçi ümumi sorğunun həcmi 20 MB-ı keçdikdə, video uzun olduqda və ya eyni məzmun başqa sorğularda istifadə ediləcəksə, Files API-dən istifadə etməyi tövsiyə edir. Sətir daxili məlumat limitləri sənədin müxtəlif bölmələrində eyni göstərilmədiyindən, bu üsulu böyük fayllara tətbiq etməyin.
İkinci məsələ emal rejimidir. Defolt statik üsul videodan sabit sürətlə, saniyədə bir kadr çıxarır. Bu rejim qısa kliplər, bütün videonu əhatə edən ümumi xülasələr, gecikməyə həssas tapşırıqlar və ya bütün klip boyunca kadr səviyyəsində baxış üçün tövsiyə edilir. Agentic emal isə zaman xəttində dinamik şəkildə hərəkət edir; uzun videolarda konkret hadisəni axtararkən və ya uzun qeyddəki tək bir məlumatı taparkən istifadə oluna bilər. Bələdçi bu seçimi 5–10 dəqiqədən uzun məzmunlar və məqsədli axtarışlar üçün uyğun hesab edir.
Agentic rejim Gemini 4 Argon, 3.8 Flash, 3.6 Flash və 3.5 Flash Lite modelləri üçün siyahıya alınıb. Google bildirir ki, uzun məzmunlarda bu rejim 88 faizə qədər daha az token istifadə edə və keyfiyyəti təxminən 7 faiz artıra bilər; bu, istehsalçının açıqlamasıdır və hər video üçün zəmanət deyil. Digər səhv mənbəyi isə görüntüdən dəqiq müəyyən edilə bilməyən ölçü, material növü və ya layihə məlumatlarını promptda təsdiqlənmiş fakt kimi təqdim etməkdir.
Növbəti addımlar və memarlıq iş axınına təsiri
İlk sınağı qısa, ictimai olmayan iş videosu və ümumi xülasə istəyi ilə edin; sonra konkret səhnəyə yönələn suala keçin. Uzun videolarda agentic emal seçimini, təkrar istifadə ediləcək fayllarda isə Files API-ni nəzərdən keçirin. YouTube URL xüsusiyyətinin önizləmə mərhələsində olduğunu və qiymət, eləcə də sürət limitlərinin dəyişə biləcəyini nəzərə alın. Video yaratmaq fərqli istifadə sahəsidir: aktual Gemini API video bələdçisində video yaratma və danışıqla redaktə üçün Gemini Omni Flash göstərilir; Veo 3.1 Preview-ın API-də 22 October 2026-da dayandırıldığı qeyd olunur.
Memarlıq ofisləri və vizuallaşdırma komandaları üçün ən konkret istifadə layihə turu və ya sahə videosundan ilkin xülasə və axtarıla bilən müşahidə qeydləri çıxarmaqdır. Bu, dizayn qərarının və ya ölçünün təsdiqləndiyi demək deyil; nəticələr görüntü ilə tutuşdurulmalıdır. Bələdçidə yerli avadanlıq tələbləri və ya API qiyməti göstərilmir. Buna görə iş axınını planlaşdırarkən fayl ölçüsünü, yükləmə prosesini, giriş və lisenziya şərtlərini ayrıca yoxlayın; yerli GPU tələbi olduğunu fərz etməyin.
Mənbə və lisenziya
Bu bələdçi Google-un Gemini API video anlama və video yaratma bələdçilərindən istifadə edilərək Azərbaycan dilinə uyğunlaşdırılıb. Video anlama bələdçisi CC BY 4.0 lisenziyalıdır. Nümunə promptlar bu bələdçi üçün xüsusi yazılıb; kod nümunələri mənbə mətndən götürülməyib.
Mənbələr
2 mənbəMənbə mətnləri yenidən dərc edilmir; qısa sitatlar işarələnir, qalanı bizim xülasə və şərhimizdir.
Türkiyədəki memarlıq ofisləri və tələbələr üçün videodan xülasə çıxarmaq və səhnə tapmaq uzun sahə qeydlərinə ilkin baxışı asanlaşdıra bilər. Xüsusilə konkret keçidi və ya məkanı axtarmaq videonu başdan sona yenidən izləmək ehtiyacını azalda bilər; lakin nəticələr dizayn qiymətləndirməsini əvəz etmir.
Qərar verməzdən əvvəl fayl ölçüsünü, internet üzərindən yükləməni, API-yə çıxışı və ödəniş şərtlərini yoxlamaq lazımdır. Mənbələr yerli avadanlıq tələbi və ya qiymət barədə məlumat vermədiyindən, xərc və iş stansiyası ehtiyacı ilə bağlı fərziyyə yürütmək olmaz. YouTube bağlantısı önizləmə mərhələsindədir və yalnız ictimai videolar üçün nəzərdə tutulub.
Tez-tez verilən suallar
Gemini API ilə videonu xülasə etmək üçün hansı üsuldan istifadə edilməlidir?
Kiçik və birdəfəlik videolar sətir daxili məlumatla göndərilə bilər. Ümumi sorğunun həcmi 20 MB-ı keçirsə, video uzundursa və ya fayldan təkrar istifadə ediləcəksə, Files API tövsiyə olunur.
Gemini API YouTube videosunu təhlil edə bilərmi?
Bəli; bələdçiyə əsasən, ictimai YouTube videoları URL kimi verilə bilər. Bu xüsusiyyət önizləmə mərhələsindədir və pulsuz səviyyədə gündəlik yükləmə limiti 8 saatdır.
Statik və agentic video emalı arasındakı fərq nədir?
Statik üsul defolt olaraq saniyədə bir kadr çıxarır. Agentic üsul zaman xəttində dinamik hərəkət edir və uzun videolarda konkret məzmunu tapmaq üçün istəyə bağlı seçimdir.
