Architektur-Workflows mit der Gemini API: Erste Textanfrage in Python

Was lernen Sie in diesem Tutorial?

Dieser Leitfaden richtet sich an Architektur-, Innenarchitektur- und Visualisierungsteams, die ihre erste Textanfrage über Python an die Gemini API senden möchten. Wir zeigen, wie Sie mit der Interactions-API-Schnittstelle von Google einen Prompt erstellen, die eingehende Textantwort auslesen und sie als Stream empfangen. Die Beispiele behandeln Textaufgaben aus dem Entwurfsalltag, etwa Vorschläge für ein kleines Wohnzimmer oder die Vorbereitung eines Konzeptmeetings für ein Café.

Die Codebeispiele in diesem Tutorial sind auf Textantworten ausgelegt. Die Gemini API kann jedoch mehr: Im Einstiegsleitfaden von Google werden neben der Textgenerierung auch multimodales Verständnis, Bildgenerierung, strukturierte Ausgaben und die Verwendung von Tools als mögliche API-Anwendungsbereiche genannt. Die hier gezeigten Textausgaben ersetzen jedoch weder Zeichnungen noch Renderings oder technische Prüfungen. Projektentscheidungen müssen vom Team geprüft werden.

Voraussetzungen: Konto, Schlüssel und Software

Erstellen Sie zunächst über Google AI Studio einen API-Schlüssel. Laut dem Google-Leitfaden kann AI Studio für neue Nutzer automatisch ein Projekt und einen Schlüssel erstellen. Bestehende Nutzer können auf der Seite für API-Schlüssel eine neue Kombination aus Schlüssel und Projekt anlegen. Google weist außerdem darauf hin, dass importierte zusätzliche Projekte möglicherweise verifiziert werden müssen, um die kostenlose Stufe nutzen zu können.

In diesem Tutorial kommt das Python-SDK zum Einsatz. Der angegebene Installationsbefehl installiert oder aktualisiert das Paket google-genai. Da der Leitfaden keine bestimmte Python-Version voraussetzt, wird hier keine zusätzliche Versionsanforderung genannt. Statt den API-Schlüssel direkt in den Quellcode zu schreiben, legen Sie ihn als Umgebungsvariable fest:

export GEMINI_API_KEY="YOUR_API_KEY"

Ersetzen Sie YOUR_API_KEY durch Ihren eigenen Schlüssel. Mit diesem Befehl wird der Schlüssel in der Umgebung, in der der Befehl ausgeführt wird, unter dem Namen GEMINI_API_KEY festgelegt. Um den Zugriff zu kontrollieren, sollten Sie den Schlüssel nicht in öffentlich zugänglichen Code-Repositories oder Dateien ablegen, auf die Personen außerhalb des Teams zugreifen können.

Für den Wechsel in die kostenpflichtige Stufe müssen Sie Cloud Billing einrichten, eine Zahlungsmethode hinzufügen und mindestens 5 Dollar oder den entsprechenden Betrag als kostenpflichtiges Guthaben vorauszahlen. Laut Google erhöht die kostenpflichtige Stufe die Rate Limits. Die API-Nutzung lässt sich auf der Nutzungsseite in Google AI Studio überwachen.

Schritt für Schritt die erste Anfrage senden

1. SDK installieren. Führen Sie den folgenden Befehl in Ihrer Python-Umgebung aus:

pip install -U google-genai

Der Befehl installiert das Paket google-genai über pip oder aktualisiert eine vorhandene Installation. Wenn Sie mehrere Python-Umgebungen verwenden, achten Sie darauf, den Befehl in der Umgebung auszuführen, in der auch der Code laufen soll.

1. Die erste Textanfrage vorbereiten. Fügen Sie das folgende Beispiel in eine Python-Datei ein. Der Prompt fordert schriftliche Vorschläge für ein kleines Wohnzimmer an:

from google import genai

client = genai.Client()
interaction = client.interactions.create(
    model="gemini-3.8-flash",
    input="Küçük bir konut salonu için gün ışığını ve dolaşımı gözeten üç tasarım önerisi yaz. Her öneride tasarım kararını ve gerekçesini belirt."
)
print(interaction.output_text)

Die Anfrage wird über die Interactions API an das Modell gemini-3.8-flash gesendet. Im Beispiel wird das Ergebnis mit interaction.output_text ausgegeben. Passen Sie den Prompt an die Textaufgabe an, die Sie in Ihrem tatsächlichen Workflow erledigen möchten. Sie können beispielsweise eine Konzeptbeschreibung für eine Präsentation, einen Entwurf zum Vergleich von Materialoptionen oder eine Fragenliste für ein Kundengespräch anfordern. Wenn Sie Umfang und Format der erwarteten Antwort klar beschreiben, lässt sich der eingehende Text leichter beurteilen.

1. Den Prompt auf den Projektkontext zuschneiden. Nennen Sie statt einer allgemeinen Aufforderung den Raumtyp und das gewünschte Ergebnis. Das folgende Beispiel ist ein eigens formulierter Prompt zur Vorbereitung eines Innenarchitektur-Meetings:

Bir kafe iç mekânı için konsept geliştirme toplantısına hazırlanıyorum. Tasarım ekibinin tartışması için üç farklı atmosfer yönü öner. Her yönü kısa bir başlık, mekânsal yaklaşım ve müşteriye sorulacak iki net soruyla açıkla. Proje verisi verilmediğinde varsayım üretme; eksik bilgileri ayrıca belirt.

Dieser Prompt fordert keinen visuellen oder technischen Output an, sondern einen schriftlichen Entwurf zur Besprechung im Meeting. Die Bitte, Unbekanntes gesondert aufzuführen, kann dabei helfen, Antworten nicht mit Projektdaten zu verwechseln. Der generierte Text sollte dennoch vom Team geprüft werden.

1. Die Antwort als Stream abrufen. Wenn die Anwendung die Antwort bereits während der Generierung in einzelnen Teilen verarbeiten soll, können Sie in der Anfrage stream=True verwenden. Das folgende Beispiel durchläuft die von der API zurückgegebenen Ereignisse und gibt sie aus:

from google import genai

client = genai.Client()
stream = client.interactions.create(
    model="gemini-3.8-flash",
    input="Bir mimari konsept sunumu için kısa bir açılış metni yaz.",
    stream=True
)
for event in stream:
    print(event)

Bei einer Stream-Anfrage kommt die Antwort nicht als einzelner Text, sondern in Form von Ereignissen zurück. Laut dem Google-Leitfaden können step.delta-Ereignisse Textteile enthalten, während die Antwort erstellt wird. In diesem Beispiel wird jedes Ereignis direkt ausgegeben. Bei der Entwicklung einer Anwendung muss gesondert festgelegt werden, wie die Ereignisse den Nutzern angezeigt werden.

Einsatz in Architektur- und Visualisierungs-Workflows

Diese Beispiele können als Einstieg für textbasierte Aufgaben dienen, etwa zum Verfassen von Konzeptbeschreibungen, zum Erstellen von Fragen für eine Meeting-Agenda, zum schriftlichen Vergleichen von Entwurfsoptionen oder zum Formulieren eines Präsentationsentwurfs. Ein Team kann eine wiederkehrende, klar umrissene Aufgabe auswählen und prüfen, wie viel Überarbeitung die Ausgabe erfordert. Daraus lassen sich keine Rückschlüsse auf die Fähigkeiten der API zur Bildgenerierung oder Projektprüfung ziehen; geprüft wird lediglich, ob die hier gezeigten Textanfragen für den Workflow geeignet sind.

Die Beispiele messen nicht die lokale Renderleistung einer Workstation. Da die Quelle weder konkrete GPU-Anforderungen noch Hardwareempfehlungen für diese Nutzung nennt, sollten Sie daraus keine Entscheidung für ein Hardware-Upgrade ableiten. Auf der Kontoseite sind die Verwaltung des API-Schlüssels, die Überwachung der Nutzung und gegebenenfalls die Bewertung der Kosten der kostenpflichtigen Stufe wichtig. Der Wechsel zur kostenpflichtigen Nutzung setzt Cloud Billing und eine Vorauszahlung voraus. Es ist sinnvoll, die Zuständigkeit für die Nutzung und die Budgetkontrolle im Team vorab festzulegen.

Häufige Fehler und nächste Schritte

• Der Schlüssel ist nicht festgelegt: Führen Sie die Python-Datei in der Umgebung aus, in der die Variable GEMINI_API_KEY definiert ist.

• Das Paket wurde in einer anderen Umgebung installiert: Prüfen Sie, ob google-genai in der Python-Umgebung vorhanden ist, die den Code ausführt.

• Der Prompt ist zu allgemein: Nennen Sie den Raumtyp, den Zweck des gewünschten Textes und das Antwortformat.

• Die Antwort wird als bestätigte Projektinformation behandelt: Betrachten Sie den Text nicht als Entwurfsentscheidung oder technische Prüfung, sondern lassen Sie ihn vom Team bewerten.

• Die kostenpflichtige Nutzung wird ohne Planung gestartet: Prüfen Sie vor dem Wechsel in die kostenpflichtige Stufe die Voraussetzungen für Cloud Billing und die Vorauszahlung.

Sobald Ihre erste Anfrage funktioniert, sollten Sie nicht sofort eine umfangreiche Automatisierung einrichten. Wählen Sie stattdessen eine klar abgegrenzte Textaufgabe, die im Team häufig wiederkehrt. Verbessern Sie den Prompt schrittweise und behalten Sie im Blick, wie brauchbar die Ergebnisse sind, wie viel Korrektur sie erfordern und wie stark die API genutzt wird. Im Google-Leitfaden werden für die Anwendungsentwicklung auch SDKs beschrieben. Für Skripte oder Kommandozeilenaufgaben, die direkt API-Aufrufe senden, wird außerdem die Gemini API CLI genannt. Die Codebeispiele in diesem Tutorial beschränken sich auf das Python-SDK und die Interactions API.

Quelle und Lizenz

Dieses Tutorial wurde anhand des von Google veröffentlichten Leitfadens „Getting started“ für die Gemini API (K1) ins Türkische übertragen und angepasst. Die Quelle steht unter der Lizenz CC BY 4.0. Die auf Architektur und Innenräume ausgerichteten Beispiel-Prompts wurden eigens für dieses Tutorial erstellt.