Google AI Studio怎么用？从创建API密钥到调用Gemini生成结构化结果

Google AI Studio是用于体验和调试生成式AI模型的网页工具，Gemini API则是让程序通过接口发送请求、接收模型结果的开发方式。前者适合零基础用户测试提示词、观察输出和调整参数，后者适合把能力接入网站、脚本或其他应用。两者使用的具体模型、接口参数和可用功能可能调整，正式开发前应以官方文档为准。

一、进入Google AI Studio

在浏览器打开https://aistudio.google.com/，按页面提示登录账号。首次使用时，页面可能要求确认服务条款、地区或其他使用条件。如果页面无法打开、功能不显示或无法创建密钥，应先检查所在地区的可用性、账号状态和官方帮助页面，不要通过不明来源的镜像站输入账号信息。

二、创建Gemini API密钥

1. 进入AI Studio后，找到与API密钥、Get API key或类似名称相关的入口。
2. 根据页面提示选择或创建一个项目，然后生成新的API密钥。
3. 复制密钥并立即保存到密码管理器或开发环境的安全配置中，不要发到聊天群、截图、公开代码仓库或前端页面。
4. 为不同项目分别使用密钥，并在控制台定期检查、限制或删除不再需要的密钥。

页面名称和创建流程可能随官方界面更新而变化。如果需要绑定结算账号、选择项目或确认配额，应按照当前页面完成。不要把能在测试区看到模型输出，理解为生产环境已经具备稳定性、容量或固定价格。

三、先在测试区验证提示词

在AI Studio的新建提示词页面输入任务，例如：“请把下面的会议记录整理为JSON，只保留participants、decisions、tasks三个字段；tasks是数组，每项包含owner、task和deadline；没有信息时使用null，不要添加解释。”然后粘贴一小段脱敏后的会议文本，提交并检查输出。

调试时可以依次修改任务说明、输入内容和生成参数。先让提示词足够明确，再观察模型是否遗漏字段、混入额外文字或误解日期。会议记录、客户资料和内部文档可能含有个人信息，测试前应删除姓名、电话、邮箱和密钥等敏感内容。

四、生成可供程序读取的结构化结果

结构化输出的核心是提前定义字段、类型和缺失值规则。例如会议整理结果可以约定为：

{"participants":["张三"],"decisions":["下周发布测试版"],"tasks":[{"owner":"李四","task":"准备测试数据","deadline":null}]}

在支持结构化输出的页面或接口设置中，选择JSON相关格式，并按当前文档填写对象结构或JSON Schema。设置后仍要在程序中校验结果：检查是否为合法JSON、字段是否存在、数组元素类型是否正确，以及模型是否返回了额外文本。JSON模式只能帮助约束格式，不能保证事实一定准确。

五、从测试走向API调用

确认提示词可用后，可在AI Studio提供的代码示例或官方Gemini API文档中选择语言，复制当前对应的请求方式。通常流程包括：从环境变量读取API密钥，构造包含提示词和生成配置的请求，发送到官方接口，解析响应中的文本或结构化内容，再对结果进行校验和错误处理。接口地址、模型标识和参数名称可能变化，不建议长期照抄旧教程中的固定值。

本地开发时，可将密钥放在操作系统环境变量中，例如命名为GEMINI_API_KEY，代码通过环境变量读取；不要把密钥写死在网页JavaScript、移动端安装包或提交到Git仓库。生产环境还应设置请求超时、重试上限、日志脱敏和输入长度限制，并对API返回内容进行安全处理。

六、使用前的检查清单

• 确认账号、地区和当前服务是否可用。
• 阅读官方关于额度、计费、数据处理和保留规则的说明。
• 不要假设某个模型名称、免费额度或参数会长期不变。
• 为密钥设置最小使用范围，发现泄露时立即撤销并重新创建。
• 对JSON结果做语法和业务校验，不把模型输出直接写入数据库或执行环境。

总的来说，Google AI Studio适合完成首次提示词验证和输出调试，Gemini API适合把验证后的流程接入应用。先用脱敏数据测试，再依据官方文档固定当前接口和配置，能够降低密钥泄露、格式不稳定以及计费和可用性判断错误的风险。