AI-yritysanalyysi Google Sheetsiin
Tämä tekoälyllä toimiva työnkulku tuottaa kattavan, dataan perustuvan yritysanalyysin. Se kerää tietoa yrityksen taustasta, markkinatilanteesta, tiimistä, tuott...
3 min lukuaika
Mikä on LLM Gemini -komponentti?
LLM Gemini -komponentti yhdistää Googlen Gemini-mallit omaan virtaasi. Vaikka varsinaiset Generaattorit ja Agentit tekevät varsinaisen työn, LLM-komponenttien avulla voit hallita käytettävää mallia. Kaikissa komponenteissa on oletuksena ChatGPT-4. Voit liittää tämän komponentin, jos haluat vaihtaa mallia tai saada siihen lisää säätömahdollisuuksia.
Muista, että LLM-komponentin liittäminen on valinnaista. Kaikissa komponenteissa, jotka käyttävät LLM:ää, on oletuksena ChatGPT-4o. LLM-komponentit mahdollistavat mallin vaihtamisen ja malliasetusten hallinnan.
LLM Gemini -komponentin asetukset
Max Tokens
Tokenit edustavat yksittäisiä tekstin osia, joita malli käsittelee ja tuottaa. Tokenin koko vaihtelee mallista riippuen; yksi token voi olla sana, sanan osa tai yksittäinen merkki. Mallien hinnoittelu perustuu usein miljooniin tokeneihin.
Max tokens -asetus rajoittaa kerralla käsiteltävien tokenien kokonaismäärää, mikä varmistaa, että vastausten pituus pysyy järkevissä rajoissa. Oletusraja on 4000 tokenia, mikä on ihanteellinen esimerkiksi dokumenttien ja useiden lähteiden tiivistämiseen.
Temperature
Temperature ohjaa vastausten vaihtelua ja luovuutta, arvo 0–1.
0,1:n temperature tekee vastauksista hyvin täsmällisiä, mutta mahdollisesti toistavia ja köyhiä.
Korkea temperature, 1, sallii maksimaalisen luovuuden, mutta samalla kasvaa riski epäolennaisista tai harhaisista vastauksista.
Esimerkiksi asiakaspalvelubotin suositeltu temperature on 0,2–0,5. Tällä alueella vastaukset pysyvät relevantteina ja käsikirjoituksessa, mutta sallivat myös luonnollisen vaihtelun.
Malli
Tässä valitset käytettävän mallin. Täältä löydät kaikki tuetut Googlen Gemini-mallit. Tuemme kaikkia uusimpia Gemini-malleja:
- Gemini 2.0 Flash Experimental – Kehittynyt, matalan viiveen malli agenteille. Uusina ominaisuuksina esimerkiksi työkalujen natiivi käyttö, kuvien luonti ja puhegenerointi. Katso, miten kehittynein Googlen malli suoriutui rutiinitehtävissä testissämme.
- Gemini 1.5 Flash – Kevyt multimodaalinen malli, optimoitu nopeudelle ja tehokkuudelle; käsittelee ääni-, kuva-, video- ja tekstisyötteitä jopa 1 048 576 tokenin kontekstilla. Lue lisää täältä.
- Gemini 1.5 Flash-8B – Pienempi, nopeampi ja kustannustehokkaampi versio 1.5 Flashista, tarjoaa samat multimodaaliset ominaisuudet 50 % halvemmalla ja 2x korkeammalla käyttörajalla kuin 1.5 Flash. Kuinka hyvä on heikoimman mallin tulos? Selvitä täältä.
- Gemini 1.5 Pro – Keskikokoinen multimodaalinen malli laajoihin päättelytehtäviin, käsittelee suuria datamääriä, myös laajoja ääni- ja videosyötteitä, syötetokenien raja 2 097 152. Katso esimerkkitulokset.
Kuinka lisätä LLM Gemini virtaan
Huomaat, että kaikissa LLM-komponenteissa on vain ulostuloliitäntä. Syöte ei kulje komponentin läpi, sillä komponentti edustaa vain mallia – varsinainen generointi tapahtuu tekoälyagenteissa ja generaattoreissa.
LLM-liitäntä on aina violetti. LLM-syöttöliitäntä löytyy kaikista komponenteista, jotka käyttävät tekoälyä tekstin tuottamiseen tai datan käsittelyyn. Vaihtoehdot näet klikkaamalla liitäntää:
Näin voit rakentaa erilaisia työkaluja. Katsotaanpa komponenttia käytännössä. Tässä on yksinkertainen tekoälyagentti-chatbotin virta, joka käyttää Gemini 2.0 Flash Experimental -mallia vastausten generointiin. Voit ajatella tätä perus Gemini-chatbotina.
Tämä yksinkertainen chatbot-virta sisältää:
- Chat-syöte: Edustaa käyttäjän viestiä chatissa.
- Chat-historia: Mahdollistaa chatbotin muistaa ja huomioida aiemmat vastaukset.
- Chat-ulostulo: Edustaa chatbotin lopullista vastausta.
- Tekoälyagentti: Autonominen tekoälyagentti, joka tuottaa vastaukset.
- LLM Gemini: Yhteys Googlen tekstin generointimalleihin.
