Вы размечаете обращения клиентов в чате и переносите тему каждого сообщения в таблицу. Gemini API позволяет встроить такое действие в программу: она отправляет текст, получает ответ и проверяет его перед записью результата. Разберём, как начать с небольшой партии, получить ключ, выбрать модель и посчитать расходы до регулярного запуска.

Gemini API: когда нужен программный сценарий

API — способ обращения одной программы к другой. В нашем примере ваша программа берёт обращение с ID, передаёт модели разрешённый текст и получает категорию. Подключение к таблице, повторные попытки и проверку результата организует программа; модель не подключается к рабочей системе сама.

Чат Gemini, Google AI Studio и Google Gemini API решают разные части задачи. Чат удобен для ручной работы. AI Studio помогает изучить API и управлять проектом. Через API разработчик или настроенная интеграция отправляет запросы из вашего приложения. Оплата программного использования ведётся по правилам API; не считайте потребительскую Google AI-подписку подтверждением того, что любые такие вызовы уже оплачены. Документация биллинга.

Для первого сценария выберите одно действие без внешнего решения: определить тему обращения и показать основание сотруднику. Не добавляйте сразу отправку ответа клиенту, изменение статуса заказа и запись в несколько систем. Если обращений мало и каждое требует отдельного разбора, ручной чат может оставаться удобнее интеграции.

Составьте короткое задание: какие поля приходят, какие категории разрешены, куда попадает результат и что делать при недостатке данных. Например: «Для каждого ID вернуть тему, короткую цитату и признак ручной проверки. Не отвечать клиенту». Такое задание можно передать разработчику или владельцу интеграции и принять на примерах.

Как проверить доступ и получить API-ключ

Сначала откройте официальный список доступных регионов Gemini API и AI Studio. Сверьте страну использования, требования к аккаунту и возможность подключить оплату. Наличие аккаунта Google и русский язык интерфейса сами по себе не подтверждают доступ к API из России или другого конкретного региона.

Затем перейдите в Google AI Studio и откройте страницу API keys. Ключ Gemini API связан с проектом Google Cloud: через проект учитываются использование и ограничения. В актуальной инструкции Google отдельно описывает типы ключей; новые ключи AI Studio создаются как authorization keys с 28 мая 2026 года. Порядок работы с ключами.

Для командного сценария заранее определите владельца проекта и способ оплаты. Если интеграцию делает подрядчик, после передачи работы организация должна сохранять контроль над проектом, доступами и расходами. Выдавайте доступ через согласованный способ хранения секретов; не пересылайте ключ вместе с обычным примером задачи.

Gemini API key — секрет для аутентификации запросов, а не текстовая инструкция модели. Его нельзя помещать в публичный репозиторий, браузерный код страницы, скриншот или сообщение с исходными данными. Для первого локального примера ключ читают из переменной окружения; для рабочего приложения используйте принятое в организации хранилище секретов.

Как отправить первый запрос и не раскрыть ключ

Простейшая проверка состоит из одного искусственного обращения. Она показывает, что доступ и выбранный способ вызова работают; качество всего будущего процесса на ней оценить нельзя.

В официальном руководстве Getting started используется библиотека google-genai и Interactions API. Библиотека — готовый набор функций для обращения к сервису. Если Python уже установлен, её устанавливают командой:

python -m pip install -U google-genai

Задайте GEMINI_API_KEY в окружении процесса локально, не записывая значение в пример кода. Если вы не знакомы с Python и окружением, попросите разработчика подготовить запуск и показать, где хранится секрет. Вставлять ключ в поле обычного чата не нужно.

Минимальный учебный вызов выглядит так:

import os
from google import genai

client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])
result = client.interactions.create(
    model="gemini-3.8-flash",
    store=False,
    input=(
        "Определи тему учебного обращения: оплата, доставка или другое. "
        "Верни только название темы. "
        "Обращение: Не могу скачать чек после оплаты."
    ),
)
print(result.output_text)
print(result.usage)

Сохраните пример в first-call.py и после настройки окружения запустите python first-call.py из папки с файлом. Код адаптирован из документации, но в рамках статьи не отправлялся в живой API. Ожидаемая по смыслу категория — «оплата»; это редакционный ориентир для проверки, а не записанный ответ модели. store=False управляет хранением взаимодействия в этом интерфейсе, но не является обещанием полного отсутствия любой обработки или технических журналов.

После первого вызова запишите модель, результат и сведения об использовании. При ошибке доступа сначала проверьте проект, ключ и разрешения. При превышении квоты не запускайте бесконечные повторы: остановите партию и разберите сообщение об ошибке.

Как выбрать модель Gemini на своих примерах

Выбирайте по качеству конкретной задачи и стоимости полного процесса. В линейке на дату проверки есть модели разных классов; имя семейства не доказывает преимущество на ваших обращениях.

Вариант для проверкиЧто сравниватьКогда результат может не устроить
gemini-3.1-flash-liteПростая разметка, короткие ответы, расходы на объёмПутает близкие темы или пропускает условия
gemini-3.8-flashБолее сложные инструкции и случаи с несколькими условиямиРост затрат не уменьшает ручную проверку
gemini-4-argonСложный разбор, если он действительно нужен сценариюИзбыточен по цене и времени для простых категорий

Это кандидаты для эксперимента, а не результаты сравнительного теста. Идентификаторы и доступность сверяйте в release notes и своём проекте. Например, в октябре документация уже описывает переход с 3.7 Flash на 3.8 Flash: старое название из чужой инструкции нельзя считать неизменной конфигурацией.

Подготовьте небольшой контрольный набор: типичные обращения, сообщения с несколькими темами, недостатком сведений и похожими формулировками. Заранее разметьте ожидаемые ответы вручную. Всем моделям передайте одинаковые инструкции и сравните ошибки по категориям, задержку, расход и время проверки человеком. Одна общая доля верных ответов может скрывать проблему в важной категории.

Если два варианта достаточно точны, считайте стоимость принятого результата с учётом исправлений. Более дорогая модель может окупаться меньшим числом правок, но это нужно измерить. Подробное сравнение потребительских моделей не заменяет такой тест API.

Agent ROI

Grok, ChatGPT, Gemini, Claude
и Perplexity — по одной подписке

Используйте эти модели
в Agent ROI.

Подписку можно оплатить в рублях.

Как посчитать стоимость Gemini API

Токены — фрагменты текста и других данных, по которым сервис учитывает использование. Вход включает не только сообщение клиента, но и переданные инструкции, примеры и историю. Выход учитывается отдельно; для моделей с размышлением смотрите все тарифицируемые выходные токены, а не только длину видимого ответа.

Для простого текстового сценария базовая формула такая:

Стоимость = входные токены / 1 000 000 × цена входа
          + выходные токены / 1 000 000 × цена выхода
          + отдельно оплачиваемые инструменты и хранение

Учебный расчёт: 10 000 запросов, в среднем по 1 200 входных и 200 тарифицируемых выходных токенов. Для Standard у gemini-3.1-flash-lite в таблице цен Google, проверенной 30 октября 2026 года, указаны 0,25 доллара за миллион входных и 1,50 доллара за миллион выходных токенов.

Часть расчётаОбъёмСтоимость
Вход12 млн токенов3 доллара
Выход2 млн токенов3 доллара
Базовая обработка10 000 запросов6 долларов
При дополнительных 10% таких же запросовЕщё 1 000 запросовИтого 6,60 доллара

Это арифметический пример, а не прогноз счёта. Он не включает налоги, конвертацию, разработку, внешние инструменты и другие услуги. Длины запросов и доля повторов условные. Подставьте фактические данные пробной партии и тариф нужного режима; не переносите цену одной модели на всю линейку.

Фактические показатели возьмите из result.usage, который выводится в примере: total_input_tokens, total_output_tokens и, при наличии размышления, total_thought_tokens. Не оценивайте их по числу символов видимого ответа. Сохраните статистику каждого завершённого запроса и сверяйте расходы партии в AI Studio → Dashboard → Usage. Порядок учёта разобран в документации токенов; применяйте тариф к соответствующим компонентам, включая размышление, без повторного сложения одних и тех же показателей.

Для месячного расчёта оцените количество обращений за свой рабочий период, среднюю длину входа и выхода, повторные вызовы и резерв. Отдельно посчитайте время проверки сотрудником. Если программа повторно отправляет всю историю разговора с каждым обращением, вход может существенно отличаться от длины одной строки таблицы.

Как ограничить расходы и подготовить данные

Управление расходами начинается с размера партии и правил остановки. Задайте максимум элементов, ограничение числа повторов и запрет повторно отправлять уже принятые результаты без причины.

В AI Studio есть ограничение расходов проекта: раздел Spend → Monthly spend cap. Документация отмечает, что функция экспериментальная, учёт может запаздывать примерно на десять минут, а долгие операции способны привести к превышению. Поэтому cap полезен, но его нельзя считать гарантированной отсечкой ровно до последнего цента. Описание spend caps.

Отдельно учитывайте rate limits: ограничения частоты и объёма запросов защищают от превышения квот, но не заменяют финансовое ограничение. Для пилота включите и контроль расходов проекта, и небольшой лимит партии в программе. До расширения проверьте, что остановка действительно сохраняет необработанные ID для продолжения.

Перед отправкой уберите сведения, которые не нужны для определения темы: имена, телефоны, адреса, номера заказов и внутренние заметки. ID для связи с исходником можно хранить отдельно. Но простое удаление имени ещё не гарантирует обезличенность: клиента иногда позволяет узнать сам текст ситуации.

Проверьте настройки использования и хранения данных выбранного режима. В release notes от 26 октября 2026 года Google сообщает: новые платные проекты Generate Content сохраняют запросы по умолчанию; существующие сохраняют прежнюю настройку. Управление журналированием и параметром store нужно проверить для используемого интерфейса. Отключение хранения не подменяет согласование допустимых данных.

Четыре проверки пилота Gemini API: ограничить задачу, проверить ключ и данные, рассчитать расходы, принять результаты по ID

Запускать полный поток стоит после проверки всех четырёх частей. Успешный ответ на один запрос подтверждает только маленькую часть готовности процесса.

Как проверить ответы и повторные запросы

Для записи в таблицу задайте схему ответа: ID, категория из разрешённого списка, подтверждающая цитата и признак ручной проверки. Structured outputs помогают получить заданную структуру JSON, но Google отдельно требует проверять значения в приложении. Правильная форма не доказывает правильную классификацию.

Учебное обращение: «Оплатил заказ, но дата доставки не появилась». Если правила предусматривают одну главную тему, нужно заранее решить, как выбирать её при двух основаниях. Если такого правила нет, обоснованный результат — передать случай человеку, а не произвольно выбрать категорию.

При проверке каждого результата программа должна подтвердить:

  • ID принадлежит отправленной партии и не потерялся.
  • Категория входит в разрешённый список.
  • Цитата действительно есть в исходном тексте.
  • Обязательные поля заполнены, а сомнительный случай отмечен для проверки.
  • Для этого ID ещё нет принятого результата либо выполняется явно заданное обновление.

Проверьте вручную и обычные принятые ответы, а не только помеченные моделью как сомнительные: иначе уверенные ошибки останутся незаметными. Для учебного пилота можно заранее принять правило: все ID учтены, нет двойной записи и выдуманных цитат, а на 50 заранее размеченных обращениях не больше двух некритичных ошибок категории. Ошибка, приводящая к неверному действию по важному обращению, останавливает пилот независимо от общей доли верных ответов. Порог 50/2 здесь пример договорённости, не стандарт качества; для своей задачи согласуйте цену ошибки и объём ручной выборки.

В журнале фиксируйте статус каждого обращения: ожидает, принято, требует проверки или ошибка. При сбое повторяйте только нужные элементы с ограничением числа попыток. Стабильный ID помогает не записать ответ дважды, но сам по себе не отменяет оплату уже выполненного API-вызова.

Для регулярной работы сохраняйте версию инструкции, схему, идентификатор модели, параметры, использование и результаты контрольного набора. После обновления модели или правил повторите проверки на тех же примерах. Отклонения разберите до переноса нового варианта в рабочий поток. Общая постановка программного пилота также разобрана в статье об OpenAI API для бизнеса.

FAQ

Можно ли получить ключ и сразу обрабатывать Excel?

Ключ подтверждает доступ к API. Чтение таблицы, формирование запросов, проверку ответов и запись результата должна выполнять программа или интеграция. Для первой настройки может потребоваться разработчик.

Можно ли начать бесплатно?

У Gemini API есть бесплатный уровень с ограничениями и доступом к определённым моделям. Проверьте конкретную модель, регион и условия обработки данных; бесплатный режим не означает неограниченную работу.

Увеличивает ли подписка Google AI лимиты API?

Не переносите условия чата на API. Проверяйте уровень использования и биллинг проекта отдельно: именно они определяют условия программных запросов.

Что важнее при выборе модели: цена токена или качество?

Считайте стоимость принятого результата: запросы, повторы, инструменты и ручную проверку. Дешёвый вызов с большим количеством исправлений может быть дороже более точного варианта.

Начните с небольшой обезличенной партии и заранее размеченных примеров. Если выбираете программный сценарий для компании, с описанием входа, результата и проверки можно обсудить внедрение ИИ с Agent Roi.

Больше материалов по теме — в разделе «ИИ-агенты, автоматизация и разработка».