GSP519 - Prompt Design in Vertex AI: Challenge Lab
GSP519 Challenge Lab 應用 Vertex AI Studio、圖像分析、標語生成等技術來解決真實商業問題！
第五張 Skill Budage GET!
下方有我花了很多時間整理的「實作指令」搭配「實作影片」 有卡住的朋友基本上照著做一定可以完成
主要特色
➊ 圖像分析生成產品描述（從簡單事實到詩意表達）
➋ 智慧標語生成器（客製化產品屬性與情感回應）
➌ Vertex AI Studio 與 Jupyter Notebook 整合應用
➍ 多模態 AI 在行銷場景的實際應用
➎ 從原型設計到程式碼實作的完整流程
➏ 商業級 AI 解決方案的開發思維
Challenge Lab 實作重點
➊ Task 1: Build a Gemini Image Analysis Tool
➋ Task 2: Build a Gemini Tagline Generator
➌ Task 3: Experiment with Image Analysis Code
➍ Task 4: Experiment with Tagline Generation Code
一樣附上指令整理和實作影片～
後續會繼續分享參加計劃的心得！
𝕂𝕖𝕖𝕡 𝕝𝕖𝕒𝕣𝕟𝕚𝕟𝕘. 𝕂𝕖𝕖𝕡 𝕙𝕒𝕔𝕜𝕚𝕟𝕘!
實作指令
實作影片
指令整理
環境初始化
此部分設定 GCP 專案的基礎環境變數。這些變數在後續 Vertex AI 操作中被引用，確保所有資源都在正確的專案和區域中部署。專案 ID 變數是整個 AI 工作流程的基礎，決定資源的計費和存取權限。
export GOOGLE_CLOUD_PROJECT=$(gcloud config get-value project)
export GOOGLE_CLOUD_LOCATION="us-central1" # Vertex AI 服務的主要區域
常見坑點：確保使用支援 Vertex AI 的區域，如 us-central1 或 us-central1
概念連結：環境初始化為所有後續 AI 服務提供基礎配置
Vertex AI 服務啟用
啟用必要的 Vertex AI APIs 是使用生成式 AI 功能的關鍵。這些服務提供圖像分析、文字生成等核心功能，每個 API 都有特定的用途和權限要求。
# 啟用核心 Vertex AI 服務
gcloud services enable aiplatform.googleapis.com --project="$GOOGLE_CLOUD_PROJECT"
gcloud services enable generativelanguage.googleapis.com --project="$GOOGLE_CLOUD_PROJECT"
常見坑點：API 啟用可能需要幾分鐘時間，如果遇到權限錯誤，確認帳戶有 Vertex AI 編輯者角色
概念連結：API 啟用建立服務可用性，是執行任何 Vertex AI Studio 操作的前提
資源存取驗證
檢查 Vertex AI 資源的存取權限確保後續操作不會遇到權限問題。Workbench 實例和 Studio 存取是完成 Challenge Lab 的必要條件。
# 驗證 Vertex AI 模型存取權限
gcloud ai models list --region="$GOOGLE_CLOUD_LOCATION" --project="$GOOGLE_CLOUD_PROJECT" --limit=1
# 檢查可用的 Workbench 實例
gcloud workbench instances list --project="$GOOGLE_CLOUD_PROJECT"
常見坑點：如果沒有 Workbench 實例，需要先在 GCP Console 中建立
概念連結：資源驗證確保開發環境就緒，與環境初始化密切相關