Коротко
- Модели Gemini умеют описывать видео, отвечать на вопросы о его содержании и ссылаться на определённые временные метки.
- Google рекомендует Files API для файлов размером от 100 МБ и для видео, которые будут использоваться повторно.
- В документации для видео, передаваемых непосредственно в запросе, указаны оба критерия: менее 100 МБ и менее 20 МБ на весь запрос. В качестве осторожного подхода лучше ориентироваться на более строгий лимит.
- Gemini Omni Flash и Veo 3.1 предназначены для генерации видео; в примере из руководства по анализу существующих видео используется модель gemini-3.8-flash.
Что вы узнаете из этого руководства?
В этом руководстве описан базовый рабочий процесс анализа архитектурных презентаций, записей со стройплощадки, видеообзоров интерьеров или роликов о процессе проектирования с помощью Gemini API. Речь не о создании нового видео: задача — передать модели существующий ролик и запросить его краткое содержание, ответы о конкретных сценах или расшифровку содержания. В документации Google по пониманию видео перечислены возможности моделей описывать и разбивать видео на фрагменты, извлекать информацию, отвечать на вопросы о содержании и ссылаться на временные метки.
В примерах приведены текстовые запросы для отправки в API. Они не гарантируют конкретный результат, а помогают чётко обозначить, какую информацию нужно извлечь из видео. Прежде чем использовать ответ для принятия проектных решений, проведения измерений или технической проверки, сопоставьте его с исходным материалом.
Что понадобится и как выбрать способ отправки файла
Для работы потребуется доступ к Gemini API и интеграция, позволяющая отправлять видео. В официальных примерах используются Python, JavaScript, Java, Go и REST; приведённые ниже шаги не привязаны к конкретному языку программирования. В примере REST используется ключ GEMINI_API_KEY. Подробности об условиях доступа к API и учётной записи в рассматриваемой документации по видео не приводятся.
В примере API-запроса указано имя модели gemini-3.8-flash. Это модель из примера по пониманию видео. Для генерации видео предусмотрено отдельное руководство: Google упоминает Gemini Omni Flash для общей генерации видео и редактирования с речью, а Veo 3.1 — для таких задач, как продление сцены или управление последним кадром. Не смешивайте эти сценарии.
Перед отправкой файла оцените его размер и то, понадобится ли он повторно:
Для видео размером более 100 МБ, длинных роликов и файлов, которые будут использоваться повторно, Google рекомендует Files API. В таблице документации для Files API указан лимит 2 ГБ при бесплатном использовании и 20 ГБ при платном.
Для варианта Cloud Storage Registration указан лимит 2 ГБ на файл; при этом отмечается, что отдельного ограничения на объём хранилища нет.
Способ с URL YouTube предназначен для общедоступных видео на YouTube.
Передача данных непосредственно в запросе подходит для небольших файлов, используемых однократно. В таблице документации этот способ указан для коротких видео размером менее 100 МБ; кроме того, в разделе с инструкциями по реализации сказано, что общий размер запроса должен быть менее 20 МБ. Поскольку указаны два разных критерия, при прямой отправке разумно придерживаться более строгого ограничения — 20 МБ на весь запрос.
Пошаговый процесс анализа
Определите, на какой вопрос должно ответить видео. Вместо общего запроса вроде «проанализируй видео» уточните, какую информацию нужно найти. Например, для видеообзора интерьера можно отдельно запросить планировку помещений, видимые материалы и участки, через которые проходит камера. Не предполагайте, что модель сможет определить размеры, которых нет на изображении, или скрытые конструктивные слои.
Отправьте файл подходящим способом. Для крупных файлов или повторного использования выберите Files API. В официальном примере видео загружается, затем ожидается его обработка; когда статус файла меняется на
ACTIVE, ссылка на файл передаётся вместе с текстовым запросом. Если обработка завершается неудачно, в примере документации статусFAILEDрассматривается как ошибка. Для небольших видео можно использовать прямую передачу данных, проверив размер относительно лимита на весь запрос.Передайте запрос вместе с видеоматериалом. Запрос включает видео и текстовую инструкцию по анализу. В примере на Python файл загружается через Files API; для небольшого содержимого показана передача байтов видео непосредственно в запросе. Независимо от выбранной интеграции необходимо корректно передать MIME-тип видео и ссылку на файл.
Для первой попытки запросите результат ограниченного объёма. Приведённые ниже примеры можно по отдельности вставить в текстовую часть запроса. Каждый из них рассчитан на отдельную задачу архитектурного анализа.
Bu mimari iç mekân videosunu sahne sırasına göre özetle. Görüntüde açıkça görülen mekânları, malzeme izlenimlerini ve kamera hareketlerini ayrı maddeler hâlinde belirt. Görüntüde olmayan bilgileri tahmin etme; belirsiz noktaları açıkça işaretle.Этот запрос разделяет общее описание на помещения, материалы и движение камеры. Описания материалов следует воспринимать как визуальные впечатления от увиденного в видео, а не как точные технические определения.
Videoda girişten ana yaşam alanına geçişin görüldüğü bölümü bul. İlgili zaman damgasını belirt ve o anda kadrajda görünen mekânsal ilişkileri kısaca açıkla. Bölüm net değilse bunu söyle; zaman veya plan bilgisi uydurma.Здесь задаётся вопрос о сцене с привязкой ко времени. Проверьте указанную моделью временную метку, открыв соответствующий фрагмент видео. В документации говорится, что модель умеет ссылаться на временные метки, но это не гарантирует точное совпадение в каждом запросе.
Bu şantiye videosunda tamamlanmış görünen imalatları ve hâlen devam ettiği açıkça anlaşılan işleri ayır. Her bulguyu videoda görülen sahneyle ilişkilendir; yapısal güvenlik, ölçü veya mevzuat uygunluğu hakkında çıkarım yapma.Этот пример просит классифицировать данные, чтобы упростить работу с визуальной записью, но не предназначен для выдачи заключения о безопасности или соответствии требованиям. Сопоставляйте ответы с записями команды на площадке.
Проверьте ответ и уточните запрос. Если общего резюме недостаточно, задайте новый вопрос, указав конкретное помещение, сцену или временной интервал. Возможности Gemini по пониманию видео включают ответы на вопросы о содержании и ссылки на временные метки. Перед использованием результата проверьте важные выводы по самому видео.
Распространённые ошибки
Не проверить подходящий способ отправки файла: для крупных файлов и видео, которые будут использоваться повторно, рекомендуется Files API. Даже если для небольших файлов выбран прямой способ отправки, в документации отдельно указан лимит 20 МБ на весь запрос; поэтому недостаточно проверить только размер самого видео.
Запросить анализ до завершения обработки: в примере Files API после загрузки предлагается дождаться статуса ACTIVE. Использование ссылки на файл до завершения обработки не соответствует показанному рабочему процессу.
Путать анализ видео с его генерацией: для анализа существующей записи используйте руководство по пониманию видео. В документации генерация и редактирование видео описаны как отдельные рабочие процессы с Gemini Omni Flash и Veo 3.1.
Делать технически точные выводы по изображению: просите модель описывать видимые элементы, но не представляйте размеры, характеристики материалов или соответствие работ требованиям, отсутствующие на изображении, как проверенные факты. Проверяйте по исходному видео и временные метки, и соответствие сцен.
Значение для рабочих процессов в архитектуре и дизайне интерьеров
Этот подход может стать отправной точкой для архитектурных бюро, дизайнеров интерьеров и студентов, которым нужно находить сцены в длинных презентационных видео, разбивать видеообзор интерьера на разделы или выделять визуально заметные работы в записи со стройплощадки. Files API удобен прежде всего для крупных файлов, которые будут использоваться повторно; для небольших разовых проб подходит прямая передача данных. Однако в источнике не приводятся сведения о стоимости использования или требованиях к оборудованию. Поэтому до внедрения отдельно изучите условия оплаты и совместимости; ответ модели не заменяет техническое заключение.
Следующие шаги
Для начала получите общее резюме короткой, но показательной записи, а затем уточните результат вопросами о конкретных сценах или временных метках. Если собираетесь отправлять запросы по одному и тому же видео несколько раз, рассмотрите рекомендованный Google вариант с Files API. Если также нужна генерация видео через API, изучайте документацию по Gemini Omni Flash и Veo 3.1 отдельно от процесса понимания видео.
Источник и лицензия
Это руководство адаптировано на турецкий язык на основе документации Google по пониманию и генерации видео в Gemini API. Оба источника распространяются по лицензии CC BY 4.0.
Источники
Источников: 2Тексты источников не перепечатываются; короткие цитаты отмечены, остальное — наш пересказ и комментарий.
Для архитектурных бюро и студентов наиболее полезно то, что модель может ускорить поиск нужных сцен в длинном видео и подготовку первого резюме. Однако ответ модели — это интерпретация изображения; он не заменяет проверку размеров, спецификаций материалов или соответствия работ на стройплощадке.
Командам в Турции стоит начать с короткого тестового видео и конкретных вопросов. В документации не указаны стоимость и требования к оборудованию, поэтому условия оплаты и доступа к API нужно проверять отдельно. Выбор между Files API и прямой передачей данных также зависит от размера файла и частоты его повторного использования.
Частые вопросы
Может ли Gemini API анализировать архитектурные видео?
Модели Gemini могут описывать видео, отвечать на вопросы о его содержании и ссылаться на определённые временные метки. Технические выводы следует проверять по исходному видеоматериалу.
Как отправить крупное видео в Gemini API?
Для файлов размером от 100 МБ и видео, которые будут использоваться повторно, Google рекомендует Files API. В документации указан лимит Files API 2 ГБ при бесплатном использовании и 20 ГБ при платном.
Какая модель используется в примере по пониманию видео?
В примере из документации Google по пониманию видео используется модель `gemini-3.8-flash`. Gemini Omni Flash и Veo 3.1 описаны в документации как отдельные варианты для генерации видео.
