Verbesserungen der strukturierten Ausgaben in der Gemini API

Google hat die Gemini API mit erweiterten Funktionen für strukturierte Ausgaben verbessert. Diese Änderungen sind entscheidend für Entwickler, die KI-gestützte Anwendungen erstellen, da sie eine verbesserte Datenverarbeitung und -kommunikation ermöglichen.

Einführung in die Gemini API

Die Gemini API ist ein leistungsstarkes Werkzeug, das Entwicklern hilft, KI-Modelle zu implementieren und zu integrieren. Mit den neuesten Verbesserungen wird die API noch benutzerfreundlicher und effizienter, insbesondere durch die Unterstützung von JSON-Schema und die Einhaltung von Schlüsselordnungen in den Ausgaben.

Erweiterte Unterstützung für JSON-Schema

Eine der bedeutendsten Neuerungen ist die erweiterte Unterstützung für JSON-Schema. Diese Funktion ermöglicht es Entwicklern, Bibliotheken wie Pydantic (Python) und Zod (JavaScript/TypeScript) direkt mit der Gemini API zu verwenden. Die API unterstützt jetzt häufig angeforderte JSON-Schema-Schlüsselwörter wie:

• anyOf für bedingte Strukturen (Unionen)
• $ref für rekursive Schemata
• minimum und maximum für numerische Einschränkungen
• additionalProperties und type: ‘null’
• prefixItems für tuple-ähnliche Arrays

Bedeutung der strukturierten Ausgaben

Strukturierte Ausgaben sind für viele Entwickler ein unverzichtbares Werkzeug. Sie ermöglichen es KI-Modellen, Antworten zu generieren, die einem bestimmten Schema entsprechen. Dies ist besonders wichtig für Aufgaben wie Datenextraktion und die Befüllung von Datenbanken. Darüber hinaus erleichtert es die Kommunikation zwischen Agenten, da die Ausgabe eines Agenten als formatierte Eingabe für einen anderen Agenten dient.

Anwendungsbeispiele in der Praxis

Einige frühe Zugangspartner haben die neuen Funktionen der Gemini API bereits erfolgreich implementiert:

• Agentic Users: Diese Plattform für autonome Agenten hat durch die Nutzung strukturierter Ausgaben erhebliche Kosteneinsparungen bei der Datenextraktion erzielt. Sie verwenden Pydantic und responseJsonSchema, um Attribute aus Benutzerbeispielen zu extrahieren.
• Alkimi AI: Dieses Unternehmen erstellt KI-Assistenten für Unternehmen und Bildungseinrichtungen. Durch die Verwendung von JSON-Schema können sie Daten innerhalb ihrer mehrstufigen LLM-Pipeline zuverlässig übergeben.

Fazit

Die Verbesserungen der Gemini API, insbesondere die erweiterte Unterstützung für JSON-Schema und die Einhaltung der Schlüsselordnungen, bieten Entwicklern neue Möglichkeiten, ihre KI-Anwendungen zu optimieren. Diese Funktionen sind nicht nur für die Datenverarbeitung von Bedeutung, sondern auch für die Kommunikation zwischen verschiedenen KI-Agenten.

Quellenliste:

• Quelle: Improving Structured Outputs in the Gemini API
• Gemini API Documentation
• Pydantic Documentation
• Zod Documentation