GSP1154

Panoramica

Vertex AI è una piattaforma completa di sviluppo di machine learning che offre funzionalità di AI predittiva e generativa. Permette di addestrare, valutare ed eseguire il deployment di modelli di machine learning predittivi. Inoltre, puoi utilizzare la piattaforma per scoprire, ottimizzare e pubblicare modelli di AI generativa per produrre contenuti. Ad esempio, le compagnie assicurative cercano costantemente di migliorare l'efficienza in aree come l'elaborazione delle richieste di risarcimento e l'analisi dei rischi. Vertex AI Studio offre un modo efficace per prototipare rapidamente soluzioni di AI generativa per queste sfide.

Vertex AI Studio permette di testare e personalizzare rapidamente modelli di AI generativa in modo da poterne utilizzare le funzionalità nelle applicazioni. Offre una varietà di strumenti e risorse, tra cui un'interfaccia utente (UI) intuitiva, che rendono facile iniziare a utilizzare l'AI generativa, anche se non si dispone di un'ampia esperienza pregressa nel machine learning.

Questo lab ti guiderà alla scoperta di Vertex AI Studio, con cui imparerai a sfruttare tutte le potenzialità dei modelli di AI generativa all'avanguardia, come Gemini. Dovrai aiutare una compagnia assicurativa a creare il prototipo di un assistente per l'analisi dei rischi. Imparerai a trasformare un'idea di prompt in un'applicazione di cui è possibile eseguire il deployment, a progettare prompt sofisticati per ottenere risultati generativi specifici e a utilizzare le funzionalità multimodali per analizzare vari tipi di dati, comprese le immagini, il tutto direttamente nella console Google Cloud. Non sono necessari API o SDK Python per queste attività principali.

Obiettivi

In questo lab imparerai a:

• Creare applicazioni dai prompt.
• Progettare prompt efficaci.
• Progettare e gestire i prompt.
• Usare i prompt multimodali.

Configurazione e requisiti

Prima di fare clic sul pulsante Avvia lab

Leggi le seguenti istruzioni. I lab sono a tempo e non possono essere messi in pausa. Il timer si avvia quando fai clic su Inizia il lab e ti mostra per quanto tempo avrai a disposizione le risorse Google Cloud.

Con questo lab pratico avrai la possibilità di completare le attività in un ambiente cloud reale e non di simulazione o demo. Riceverai delle nuove credenziali temporanee che potrai utilizzare per accedere a Google Cloud per la durata del lab.

Per completare il lab, avrai bisogno di:

• Accesso a un browser internet standard (Chrome è il browser consigliato).

Nota: per eseguire questo lab, utilizza una finestra del browser in modalità di navigazione in incognito (consigliata) o privata. Ciò evita conflitti tra il tuo account personale e l'account studente, che potrebbero causare addebiti aggiuntivi sul tuo account personale.

• È ora di completare il lab: ricorda che, una volta iniziato, non puoi metterlo in pausa.

Nota: utilizza solo l'account studente per questo lab. Se utilizzi un altro account Google Cloud, potrebbero essere addebitati costi su quell'account.

Come avviare il lab e accedere alla console Google Cloud

1. Fai clic sul pulsante Avvia lab. Se devi effettuare il pagamento per il lab, si aprirà una finestra di dialogo per permetterti di selezionare il metodo di pagamento. A sinistra, trovi il riquadro Dettagli lab con le seguenti informazioni:

   • Il pulsante Apri la console Google Cloud
   • Tempo rimanente
   • Credenziali temporanee da utilizzare per il lab
   • Altre informazioni per seguire questo lab, se necessario

2. Fai clic su Apri console Google Cloud (o fai clic con il tasto destro del mouse e seleziona Apri link in finestra di navigazione in incognito se utilizzi il browser Chrome).

   Il lab avvia le risorse e apre un'altra scheda con la pagina di accesso.

   Suggerimento: disponi le schede in finestre separate posizionate fianco a fianco.

   Nota: se visualizzi la finestra di dialogo Scegli un account, fai clic su Usa un altro account.

3. Se necessario, copia il Nome utente di seguito e incollalo nella finestra di dialogo di accesso.

   {{{user_0.username | "Username"}}}

   Puoi trovare il Nome utente anche nel riquadro Dettagli lab.

4. Fai clic su Avanti.

5. Copia la Password di seguito e incollala nella finestra di dialogo di benvenuto.

   {{{user_0.password | "Password"}}}

   Puoi trovare la Password anche nel riquadro Dettagli lab.

6. Fai clic su Avanti.

   Importante: devi utilizzare le credenziali fornite dal lab. Non utilizzare le credenziali del tuo account Google Cloud. Nota: utilizzare il tuo account Google Cloud per questo lab potrebbe comportare addebiti aggiuntivi.

7. Fai clic nelle pagine successive:

   • Accetta i termini e le condizioni.
   • Non inserire opzioni di recupero o l'autenticazione a due fattori, perché si tratta di un account temporaneo.
   • Non registrarti per le prove gratuite.

Dopo qualche istante, la console Google Cloud si apre in questa scheda.

Nota: per accedere ai prodotti e ai servizi Google Cloud, fai clic sul menu di navigazione o digita il nome del servizio o del prodotto nel campo Cerca.

Attività 1: crea applicazioni dai prompt

In questa attività vedrai quanto velocemente puoi trasformare un'idea per un assistente di AI generativa in un prototipo funzionante utilizzando Vertex AI Studio. Ti concentrerai sul nostro caso d'uso assicurativo: la creazione di un prompt che aiuti un professionista del settore assicurativo a riassumere le informazioni dei clienti per un report di analisi dei rischi e poi la preparazione di questo prompt come una semplice applicazione.

1. Nella console Google Cloud, dal menu di navigazione (), seleziona Vertex AI > Vertex AI Studio.

2. In alto a sinistra, seleziona Nuovo > Chat. Verrà visualizzata la pagina dell'editor dei prompt.

L'interfaccia utente contiene tre sezioni principali:

• Istruzioni di sistema: un insieme di istruzioni che il modello elabora prima di elaborare i prompt. Quando si imposta un'istruzione di sistema, viene applicata all'intera richiesta. Funziona con più turni utente e modello quando è inclusa nel prompt.
• Impostazioni del modello: questa sezione consente di selezionare i modelli (compresi quelli di terze parti), configurare i parametri, utilizzare gli strumenti (ad es. il grounding) e impostare opzioni avanzate.
• Prompt: in questa sezione puoi creare la bozza del prompt, che può utilizzare funzionalità multimodali.

3. Una volta caricata la nuova pagina del prompt senza titolo, fai clic su Prompt senza titolo e rinominalo Insurance Risk Summary - Prototype.

4. Nella casella Istruzioni di sistema, inserisci quanto segue per assegnare al tuo assistente AI un ruolo pertinente per il nostro scenario assicurativo:

   You are an expert AI assistant for an insurance underwriting department. Your primary goal is to help underwriters by accurately and concisely summarizing client information and highlighting potential risk factors. Maintain a professional and objective tone. Focus only on the information provided in the prompt. Do not invent details.

5. Sotto le istruzioni di sistema, nell'area principale del prompt in fondo alla pagina, incolla quanto segue:

   Customer Notes for 'SafeHarbor Warehousing': "The applicant is seeking coverage for their 50,000 sq ft warehouse. The business is 5 years old. The building is a concrete tilt-up structure, originally built in 2010. They store a variety of non-hazardous dry goods. Fire safety measures include a full sprinkler system, a centrally monitored fire alarm, and documented annual inspections by a certified third party. Security measures include a 24/7 centrally monitored burglar alarm, comprehensive security camera coverage of the interior and exterior, a fully fenced perimeter, and nightly patrols by a contracted security guard service. The company reports no major property or liability losses in their 5-year history. They have specifically asked to ensure their new automated shelving and retrieval system, installed last month, is adequately covered under the policy." Your Task: 1. Briefly summarize the key details of the 'SafeHarbor Warehousing' business and its existing safety measures. 2. Based *only* on the notes provided, identify any immediate questions an underwriter should ask or potential risk factors they should consider further. Present the summary first, then the questions/risk factors as bullet points.

6. Nella sezione Impostazioni del modello:

   • Assicurati che sia selezionato il modello . Puoi fare clic sul modello per modificarlo.
   • Se non è già impostato, seleziona Globale per Regione.

7. Fai clic sul pulsante a forma di freccia Invia o premi Invio. Esamina la risposta del modello.

8. Accanto al nome del prompt, fai clic sul pulsante Salva.

9. Nella finestra di dialogo Salva prompt, verifica che la Regione sia corretta () e fai clic su Salva.

Nota: il salvataggio del primo prompt potrebbe richiedere alcuni minuti.

10. Una volta salvato il prompt, vedrai come questa bozza di prompt può essere trasformata in un'applicazione prototipo. In alto a destra della pagina, fai clic sul pulsante Codice.

11. Nel menu visualizzato, seleziona Esegui il deployment > Esegui il deployment come app.

12. Nella finestra di dialogo "Esegui il deployment in Cloud Run" visualizzata:

• Se ti viene chiesto di abilitare i servizi (ad es. API Cloud Build, API Cloud Run), fai clic su Abilita API richieste e attendi che vengano abilitate.

  • Seleziona l'Accettazione per il deployment pubblico della tua app.
  • Fai clic su Crea app.

13. Viene avviato il processo di deployment che potrebbe richiedere alcuni minuti. Nella UI, potresti vedere aggiornamenti dello stato simili al seguente:

Nota: il processo di deployment potrebbe non riuscire al primo tentativo. In genere, questo accade se le autorizzazioni sottostanti per il servizio di build non sono state completamente propagate all'avvio del deployment. Se visualizzi lo stato "Non riuscito" nella finestra di dialogo Gestisci app web, segui questi passaggi per riprovare:

1. Attendi circa un minuto per consentire l'inizializzazione di tutti i servizi e le autorizzazioni.
2. Nella finestra di dialogo "Gestisci app web", fai clic sul pulsante Aggiorna app.
3. Verrà visualizzata una finestra di conferma. Fai clic su Conferma per avviare la procedura di aggiornamento.

14. Al termine, fai clic sul pulsante Chiudi nella casella Gestisci app web.

15. Per aprire l'applicazione di cui hai appena eseguito il deployment, fai nuovamente clic sul pulsante Codice. Nel menu a discesa, adesso seleziona Apri app. L'app Gen AI di cui è stato eseguito il deployment si aprirà in una nuova scheda del browser.

16. Dovresti visualizzare una pagina intitolata Ti diamo il benvenuto nell'app Gen AI di Vertex AI! con il titolo del prompt, Insurance Risk Summary - Prototype.

17. Nella sezione Chatbot, nel campo di immissione "Digita un messaggio…" in basso, inserisci un nuovo messaggio di prova. Ad esempio:

    New Customer Inquiry: "Applicant 'Coastal Goods Delivery' has a fleet of 10 delivery vans, all equipped with GPS and telematics. They operate within a 100-mile radius of their depot. Drivers undergo annual safety training. They had one minor fender bender last year, no injuries, $1500 damages. What are the primary risk considerations?" Please summarize key points and identify potential risks.

18. Fai clic sul pulsante a forma di freccia Invia per inviare il messaggio all'applicazione.

19. Osserva la risposta dell'app di cui hai eseguito il deployment. Dovrebbe elaborare il tuo input in base alla logica e alle istruzioni di sistema che hai definito in Vertex AI Studio.

Nota: come indicato dall'avviso nella pagina dell'app, questa applicazione consente l'accesso non autenticato per impostazione predefinita. In uno scenario di produzione, dovresti configurare le impostazioni di sicurezza appropriate. Per questo lab, l'impostazione predefinita va bene per l'esplorazione.

20. Hai completato il ciclo:
    • Hai progettato un prompt in Vertex AI Studio.
    • Ne hai eseguito il deployment come applicazione serverless utilizzando Cloud Run con pochi clic.
    • Hai aperto e interagito direttamente con il tuo modello di AI generativa tramite un'interfaccia web. Questo dimostra la potenza di Vertex AI Studio per la prototipazione e il deployment rapidi delle funzionalità di AI generativa.

Fai clic su Controlla i miei progressi per verificare gli obiettivi.

Crea un'applicazione di prompt con Vertex AI Studio.

Attività 2: progetta prompt efficaci

Nell'attività 1, hai creato il prototipo di un prompt iniziale. Adesso, approfondirai il perfezionamento dei prompt per ottenere output più precisi, controllati e utili dai modelli generativi. Si tratta di una competenza fondamentale nel prompt engineering. Continuerai con il tema assicurativo cercando di estrarre informazioni specifiche da un documento di richiesta di risarcimento o migliorando la qualità della sintesi.

Per saperne di più sui tipi di prompt, consulta questa guida.

Prompting zero-shot

Inizierai creando un nuovo prompt per esplorare la progettazione dettagliata dei prompt.

1. Assicurati di essere nell'area principale di Vertex AI Studio. Se stavi visualizzando l'app di cui hai eseguito il deployment nell'Attività 1, chiudi la scheda del browser per tornare alla console Google Cloud.

2. In alto a sinistra, seleziona Nuovo > Chat. Verrà visualizzata una nuova pagina dell'editor dei prompt.

3. Fai clic su Prompt senza titolo e rinominalo Insurance Claim Data Extraction.

4. Familiarizza con lo scenario di questa sezione: Un perito assicurativo riceve spesso email o note non strutturate su una nuova richiesta di risarcimento e deve estrarre rapidamente informazioni chiave da inserire nel proprio sistema di gestione delle richieste.

5. Nella casella Istruzioni di sistema, inserisci quanto segue:

   You are an AI assistant specializing in parsing and extracting specific data points from unstructured insurance claim notifications. Your goal is to identify and list key information accurately. If a piece of information is not found, clearly state "Not found". Output the extracted information in a key: value format, with each key on a new line.

6. Nell'area principale del prompt, incolla il seguente esempio di nota di richiesta di indennizzo non strutturata:

   Claim Notification Received: "Hi team, just got a call from Mrs. Eleanor Vance, policy #POL458892. She reported a kitchen fire that occurred on May 12th, 2025, around 3 PM. The main damage seems to be to the oven and surrounding cabinets. She mentioned smoke damage in the kitchen and dining area too. She thinks the total damage might be around $7,500. Her contact is 555-0123. No injuries reported, thankfully." Extract the following: - Policy Number - Claimant Name - Date of Loss - Time of Loss - Type of Loss - Brief Description of Damage - Estimated Loss Amount - Injuries Reported

7. Nella sezione Impostazioni del modello:

   • Seleziona il modello .
   • Imposta la Temperatura su 0.1 (per un'estrazione più oggettiva e meno creativa).
   • Imposta il Limite di token di output su un numero ragionevole, ad esempio 1024.
   • Assicurati che la Regione sia Globale.

8. Fai clic sul pulsante a forma di freccia Invia. Rivedi l'output. Questo primo tentativo senza esempi espliciti si chiama prompting zero-shot.

Prompting few-shot

Spesso, fornire alcuni esempi (prompting few-shot) può migliorare significativamente le prestazioni del modello, soprattutto per formattazioni specifiche o estrazioni complicate.

1. In alto a sinistra, seleziona Nuovo > Chat.

2. In basso nella sezione Prompt, fai clic sul pulsante +.

3. Nel menu popup, seleziona Esempio.

Si aprirà una nuova finestra dove potrai aggiungere esempi per il prompt.

4. Nell'interfaccia "Esempi" visualizzata:

   • Per l'INPUT del primo esempio, incolla la seguente nota non strutturata:
   Claim Notification Received: "Email from John Sterling (policy POL77521) re: water damage at his shop. Happened sometime last night, May 10th, 2025. A pipe burst in the ceiling. Stockroom is flooded, some damage to inventory. He's not sure on the cost yet, maybe $5k-$10k? No one was there, so no injuries." Extract the following: - Policy Number - Claimant Name - Date of Loss - Time of Loss - Type of Loss - Brief Description of Damage - Estimated Loss Amount - Injuries Reported
   • Per l'OUTPUT del primo esempio, incolla la seguente estrazione formattata perfettamente:
   Policy Number: POL77521 Claimant Name: John Sterling Date of Loss: May 10th, 2025 Time of Loss: Night Type of Loss: Water damage Brief Description of Damage: Pipe burst in ceiling, stockroom flooded, some damage to inventory. Estimated Loss Amount: $5,000 - $10,000 Injuries Reported: No
   • Fai clic sul pulsante Aggiungi esempi per salvare questo esempio e tornare al prompt principale.

5. Aggiungi di nuovo le istruzioni di sistema: poiché la cancellazione del prompt ha comportato anche quella delle istruzioni di sistema, incollale di nuovo nella casella Istruzioni di sistema:

   You are an AI assistant specializing in parsing and extracting specific data points from unstructured insurance claim notifications. Your goal is to identify and list key information accurately. If a piece of information is not found, clearly state "Not found". Output the extracted information in a key: value format, with each key on a new line.

6. Fornisci il nuovo input e il prompt:

   • Nell'area con l'etichetta {Input} Scrivi il valore qui, incolla la notifica della richiesta di indennizzo originale per Eleanor Vance che vuoi venga elaborata dal modello:
   Claim Notification Received: "Hi team, just got a call from Mrs. Eleanor Vance, policy #POL458892. She reported a kitchen fire that occurred on May 12th, 2025, around 3 PM. The main damage seems to be to the oven and surrounding cabinets. She mentioned smoke damage in the kitchen and dining area too. She thinks the total damage might be around $7,500. Her contact is 555-0123. No injuries reported, thankfully."

7. Nell'area con l'etichetta Scrivi un prompt (sotto il campo Input), devi fornire l'istruzione che indica al modello cosa fare con il testo (Input), usando gli esempi come guida. Inserisci quanto segue:

   Extract the following data points from the provided claim notification: - Policy Number - Claimant Name - Date of Loss - Time of Loss - Type of Loss - Brief Description of Damage - Estimated Loss Amount - Injuries Reported

8. Nella sezione Impostazioni del modello:

   • Seleziona il modello .
   • Imposta la Temperatura su 0.1 (per un'estrazione più oggettiva e meno creativa).
   • Imposta il Limite di token di output su un numero ragionevole, ad esempio 1024.
   • Assicurati che la Regione sia Globale.

9. Fai clic di nuovo sul pulsante a forma di freccia Invia. Confronta questo nuovo output con il precedente tentativo zero-shot. Nota se l'accuratezza o la formattazione sono migliorate in modo significativo grazie all'esempio few-shot e al metodo di input strutturato.

Esperimenti con le configurazioni dei prompt

Ora vedrai come i diversi parametri delle Impostazioni del modello possono influire sulla risposta del modello. Assicurati che il prompt "Insurance Claim Data Extraction" con l'esempio few-shot sia attivo.

Nota: il prompt "Insurance Claim Data Extraction" è progettato per garantire accuratezza e struttura. Per vedere come funzionano parametri come Temperatura e Top-P, è meglio utilizzare un prompt creativo.

Innanzitutto, crea un nuovo prompt da utilizzare per questi esperimenti:

1. In alto a sinistra, seleziona Nuovo > Chat.

2. Assegna al prompt il titolo Insurance Story.

3. Nella casella di testo del prompt, incolla quanto segue:

Write the *first paragraph* of a short story about a homeowner who just used a futuristic AI insurance app to file a claim. The claim was for a bizarre and unexpected incident.

Ora sperimenterai con le impostazioni del modello.

Sperimenta con le impostazioni del modello

1. Sperimenta con la Temperatura:

   • Spiegazione: la Temperatura controlla la casualità. I valori più bassi (ad es. 0.0-0.2) rendono l'output più mirato e deterministico. Valori più alti (ad es. 1.5-2) incoraggiano risposte più diversificate o creative.
   • Prova: imposta la Temperatura su 1.5. Fai clic su Invia e prendi nota di eventuali modifiche. Quindi, riporta la Temperatura su 0.1, utilizza lo stesso prompt e fai di nuovo clic su Invia.

2. Sperimenta con il Limite di token di output:

   • Spiegazione: imposta il numero massimo di token (parti di parole) che il modello può generare per la risposta.
   • Prova: imposta il Limite di token di output su un numero molto piccolo, ad esempio 500. Utilizza lo stesso prompt, fai clic su Invia e osserva l'output troncato. Ripristina la lunghezza massima (predefinita) di 65535.

3. Sperimenta con Top-P:

   • Spiegazione: anche Top-P (campionamento del nucleo) controlla la casualità. Considera solo i token più probabili la cui massa di probabilità combinata supera il valore di Top-P. Un valore di 1.0 considera tutti i token. Abbassando Top-P (ad es. a 0.8) l'output diventa più mirato, in modo simile all'abbassamento della temperatura.
   • Prova: con la Temperatura a 0.1 (o leggermente superiore, ad esempio 0.5, per osservare meglio gli effetti di Top-P), imposta Top-P su 0.8. Utilizza lo stesso prompt e fai clic su Invia. Imposta quindi Top-P su 1.0, utilizza lo stesso prompt, fai clic su Invia e osserva se ci sono differenze minime.

4. Esamina brevemente le altre impostazioni nel riquadro Avanzate delle impostazioni del modello:

   • Impostazioni del filtro di sicurezza: sono attive per impostazione predefinita per contribuire a bloccare i contenuti dannosi. Per questo lab, utilizzerai le impostazioni predefinite.
   • Budget di pensiero: questo parametro indica al modello il numero di token di pensiero da utilizzare durante la generazione di una risposta. Un numero di token più elevato in genere consente un ragionamento più dettagliato, il che può essere utile per affrontare attività più complesse. Il valore predefinito è Auto, ma può essere impostato anche su Off o Manuale. Se impostato su Manuale, il modello interrompe l'analisi dopo aver raggiunto il limite di token specificato. Puoi impostare un limite inferiore per le attività più semplici e un limite superiore per quelle più complesse.
   • Output strutturato: impone al modello di generare una risposta che segue rigorosamente uno schema predefinito (come JSON).
   • Grounding: Google: collega il modello alla Ricerca Google o a Maps, consentendogli di rispondere con informazioni pubbliche in tempo reale.
   • Grounding: i tuoi dati: consente al modello di recuperare informazioni dalle tue origini dati (come Vertex AI Search o RAG Engine) per rispondere a domande specifiche per il contesto.

Fai clic su Controlla i miei progressi per verificare gli obiettivi.

Prompt engineering in Vertex AI Studio.

Attività 3: progetta e gestisci i prompt

Una volta creato un prompt funzionante, spesso è consigliabile sperimentare modifiche alle istruzioni o alle configurazioni del modello per vedere se è possibile migliorare la risposta. La funzionalità "Confronta" in Vertex AI Studio è stata progettata per questo. Per questa sezione, utilizzerai il prompt che abbiamo appena creato.

1. In alto a sinistra, seleziona Nuovo > Chat. Verrà visualizzata una nuova pagina dell'editor dei prompt.

2. Assegna a questo nuovo prompt il nome Insurance Risk Factor Identification.

3. Configura questo prompt di base semplice:

   • Nella casella Istruzioni di sistema, inserisci:
   You are an insurance risk analyst assistant. Your task is to identify potential risk factors from a given scenario. Be concise.
   • Nell'area principale del prompt, incolla quanto segue:
   Scenario: "The applicant, 'The Fiery Grill,' is a new upscale restaurant specializing in wood-fired oven pizzas and open-flame grilling. They have installed a brand new, custom-built fire suppression system for their cooking area, but it has not yet been certified by a third party. The restaurant plans to feature live acoustic music on weekend evenings and has a small, raised stage area. They also want to offer valet parking." Based on this scenario, list three primary risk factors an underwriter should consider.
   • Nella sezione Configurazione a destra:
     • Seleziona il modello .
     • Imposta la Temperatura su 0.2.
     • Assicurati che la Regione sia Globale.

4. Fai clic sul pulsante a forma di freccia Invia. Esamina la risposta iniziale del modello.

5. Se il prompt non è stato salvato automaticamente, fai clic sul pulsante Salva.

6. Ora, con il prompt Insurance Risk Factor Identification e la relativa risposta visualizzati, fai clic sui tre puntini in alto a destra accanto al nome del prompt e seleziona Confronta.

Nota: se richiesto, seleziona Esci senza salvare, quindi fai clic su Continua.

7. Si aprirà l'interfaccia Confronta. Il prompt Insurance Risk Factor Identification, le relative configurazioni e la risposta più recente verranno duplicati sui due lati della pagina, in modo da poter confrontare facilmente le diverse versioni con differenze nelle impostazioni del modello e nelle istruzioni di sistema.

Confronto mediante la modifica delle istruzioni di sistema

Ora vedrai come la modifica delle istruzioni influisce sull'output del prompt.

1. All'interno della casella Istruzioni di sistema (per il prompt sul lato destro), modifica le istruzioni di sistema esistenti per il prompt a destra. Aggiornalo con quanto segue:

You are an expert insurance risk analyst assistant. Your task is to identify potential risk factors from a given scenario. For each risk factor, also briefly suggest a potential mitigation strategy or question for the underwriter. Be clear and structured.

2. Mantieni invariate le altre impostazioni del modello e invia il seguente prompt nella casella in fondo alla pagina:

Scenario: "The applicant, 'The Fiery Grill,' is a new upscale restaurant specializing in wood-fired oven pizzas and open-flame grilling. They have installed a brand new, custom-built fire suppression system for their cooking area, but it has not yet been certified by a third party. The restaurant plans to feature live acoustic music on weekend evenings and has a small, raised stage area. They also want to offer valet parking." Based on this scenario, list three primary risk factors an underwriter should consider.

3. Attendi che entrambi i prompt generino risposte. Esamina le due risposte una accanto all'altra. Ora il secondo prompt include domande o strategie di mitigazione, a causa delle istruzioni modificate? Modifica ulteriormente le istruzioni di sistema per vedere come orientano le risposte del modello.

Confronto con un'impostazione diversa della temperatura

Ora utilizzerai il riquadro di confronto per testare una temperatura diversa.

1. All'interno della casella Istruzioni di sistema per il prompt a destra, ripristina lo stesso testo di quello a sinistra.

You are an insurance risk analyst assistant. Your task is to identify potential risk factors from a given scenario. Be concise.

2. Per il prompt sul lato destro, apri il riquadro Impostazioni del modello e modifica la Temperatura in 2.0. Assicurati che il modello sia ancora .

3. Inserisci il seguente prompt nella casella in fondo alla pagina:

Scenario: "The applicant, 'The Fiery Grill,' is a new upscale restaurant specializing in wood-fired oven pizzas and open-flame grilling. They have installed a brand new, custom-built fire suppression system for their cooking area, but it has not yet been certified by a third party. The restaurant plans to feature live acoustic music on weekend evenings and has a small, raised stage area. They also want to offer valet parking." Based on this scenario, list three primary risk factors an underwriter should consider.

4. Osserva le differenze nelle risposte. Il fatto che la temperatura sia più elevata nel secondo prompt (2.0) fa sì che l'elenco dei fattori di rischio sia meno mirato, più speculativo o significativamente diverso rispetto all'output della temperatura 0.2? Nota: l'impostazione di una temperatura così elevata probabilmente comporterà un output meno coerente o pertinente, ma dimostra l'effetto estremo del parametro.

Confronto tra configurazioni e modelli diversi

Ora proverai a confrontare il tuo modello di base con impostazioni e un modello diversi per osservare le differenze nel ragionamento o nello stile di output.

1. Per il prompt sul lato destro, apri il riquadro Impostazioni del modello e apporta le seguenti modifiche:

   • Modifica il Modello in .
   • Imposta la Temperatura su 0.2.

2. Per il prompt sul lato sinistro, apri il riquadro Impostazioni del modello e apporta le seguenti modifiche:

   • Assicurati che il Modello sia impostato su .
   • Imposta la Temperatura su 0.2.
   • Disattiva (Off) l'opzione Budget di pensiero.

3. Inserisci il seguente prompt nella casella in fondo alla pagina. Questo prompt è intenzionalmente più complesso per mostrare la differenza di capacità tra i modelli.

Scenario: "The applicant, 'The Fiery Grill,' is an upscale restaurant specializing in wood-fired ovens and open-flame grilling. They have a brand new, custom-built fire suppression system, but it has not been certified by a third party. The restaurant will feature live acoustic music on a small, raised stage. They also want to offer valet parking, managed by their own staff. The applicant has no prior business history." Underwriting Guidelines: Priority Hierarchy: Liability risks are classed as: - Class A (Critical): Fire, structural failure, failure of safety systems. - Class B (Standard): General premises liability (e.g., slip-and-fall). - Class C (Niche): Auto/Vehicle liability. Compounding Factors: A "compounding risk" (a condition that makes another risk worse) must be elevated to the highest priority. Inexperience: Lack of prior business history is a general negative factor but does not create a primary risk on its own. Auto Liability: Class C risks (Valet) are only considered a primary risk if the applicant is using an unvetted, third-party contractor. Task: Based on the scenario and the underwriting guidelines, identify the single, #1 highest-priority risk. Then, write a 2-sentence justification that explains why it is the #1 risk, citing the specific guideline(s) that apply.

4. Esamina le risposte. Confronta l'output di (riquadro a sinistra) con quello di (riquadro a destra).

Dovresti notare una chiara differenza nella precisione. Il modello (a sinistra) probabilmente fornirà una risposta rapida ma generica, ad esempio identificando il pericolo generale ("incendio"). Il modello (a destra) dovrebbe fornire una risposta più precisa e attuabile isolando il rischio specifico ("l'impianto antincendio non certificato"). Osserva come la giustificazione del modello Pro sia più dettagliata e probabilmente citi più linee guida per mostrare il suo ragionamento più approfondito.

Fai clic su Controlla i miei progressi per verificare gli obiettivi.

Confronta, valuta e gestisci i prompt.

Attività 4: usa i prompt multimodali con Gemini

In questa attività, utilizzerai l'interfaccia principale dei prompt di Vertex AI Studio con il modello Gemini per analizzare un'immagine ed estrarne informazioni. Qui viene mostrato come progettare prompt per varie attività di analisi, ad esempio descrizione, estrazione di testo e risposta alle domande in base a contenuti visivi.

1. Torna alla pagina Vertex AI Studio.

2. Nell'angolo in alto a sinistra, fai clic su Nuovo > Chat.

3. Modifica il nome del prompt in Timetable Image Analysis.

4. In basso a sinistra nel campo del prompt, fai clic sul pulsante +, poi seleziona Importa da Cloud Storage.

5. Nel menu, seleziona il bucket Cloud Storage predefinito, quindi il file timetable.png.

6. Nel riquadro Impostazioni del modello a destra:

   • Assicurati che sia selezionato il modello .
   • Assicurati che la Regione sia Globale.

7. Ora puoi chiedere al modello di eseguire alcune attività sull'immagine. Sotto l'immagine inserita nel campo di immissione del prompt, incolla il seguente prompt:

1. Provide a concise title for this image (under 5 words). 2. Describe the image in one or two sentences. 3. Extract all visible text from the image. Present the flight schedule as a clearly formatted list with columns for "Time" and "City".

8. Invia il prompt ed esamina la risposta del modello.

9. Dopodiché, puoi porre una domanda che richieda un ragionamento basato sulle informazioni estratte. Invia il seguente prompt:

Based on the flight schedule shown in the image, what percentage of the listed flights depart before 11:30 AM? Show your calculation if possible.

10. Fai clic sul pulsante Invia ed esamina la risposta.

11. Osserva brevemente l'effetto della temperatura. Nel riquadro Impostazioni del modello:

    • Regola la Temperatura su 0.8.
    • Invia di nuovo lo stesso prompt del passaggio 9 ("Based on the flight schedule... percentage...").
    • Nota se lo stile, l'attendibilità o i dettagli della spiegazione cambiano.
    • Dopo aver osservato, reimposta la Temperatura su un valore più basso, ad esempio 0.2, per ottenere risposte più prevedibili.

Nota: la Temperatura controlla il grado di casualità. I valori più bassi (ad es. 0.0-0.2) sono adatti per le risposte di tipo fattuale, mentre valori più alti (ad es. 0.7+) possono portare a risultati più creativi e diversificati, che potrebbero essere meno adatti per l'estrazione o l'analisi precisa dei dati.

Fai clic su Controlla i miei progressi per verificare gli obiettivi.

Analizza le immagini con Gemini in Vertex AI Studio.

Attività 5: genera contenuti multimediali in Vertex AI Studio

Oltre al testo, Vertex AI Studio offre strumenti potenti per generare vari tipi di contenuti multimediali direttamente dai prompt di testo o perfezionando i contenuti esistenti. In questa attività, esplorerai la generazione di immagini e voce.

Generazione di un'immagine con Imagen

Inizia generando un'immagine.

1. Nell'angolo in alto a sinistra della pagina Vertex AI Studio, fai clic su Nuovo > Immagine.

2. Nell'area del prompt di testo in basso, inserisci un prompt descrittivo:

   A close-up, photorealistic image of a single honeybee collecting pollen from a vibrant purple lavender flower, with a softly blurred garden background.

3. Nel riquadro Impostazioni a destra:

   • Assicurati che il Modello sia impostato su Imagen 4 (o il modello Imagen più recente disponibile).
   • Per Proporzioni, seleziona 1:1.
   • Imposta il Numero di risultati su 4 per questa prima generazione.
   • Controlla le impostazioni di Sicurezza (ad es. Generazione di persone, Soglia filtro di sicurezza) e lasciale sui valori predefiniti o regolale come preferisci per questo prompt non incentrato sulle persone.

4. Fai clic sul pulsante Invia per inviare il prompt.

5. Dopo qualche istante, le immagini generate verranno visualizzate nell'area principale.

6. Fai clic su una delle miniature generate per aprire la visualizzazione dettagliata.

7. Nel riquadro Dettagli immagine a destra:
   • Osserva le azioni di AI disponibili, come Inpaint (per aggiungere o rimuovere elementi utilizzando una maschera), Outpaint (per estendere l'immagine) e Export image (che può offrire un aumento della risoluzione).
   • Controlla se la dicitura SynthID rilevato compare con un segno di spunta verde.
   • (Facoltativo) Seleziona Inpaint o Outpaint e sperimenta per vedere le funzionalità di Imagen.

Che cos'è SynthID?

SynthID è una tecnologia sviluppata da Google DeepMind che incorpora una filigrana digitale direttamente nei pixel delle immagini generate con l'AI. Questa filigrana è progettata per essere impercettibile all'occhio umano, ma rilevabile da un algoritmo. Il suo scopo è aiutare a identificare le immagini come create con l'AI, promuovendo trasparenza e pratiche di AI responsabile, anche se l'immagine viene successivamente modificata (ad es. compressa, filtrata).

Fai clic su Controlla i miei progressi per verificare gli obiettivi.

Esplora Vertex AI Media Studio.

Generazione di voce con Chirp (facoltativo)

Se vuoi esplorare la voce creata con l'AI:

1. Nella piccola barra degli strumenti verticale all'estrema sinistra, fai clic sull'icona dell'audio (simile a un microfono) per passare allo strumento di generazione della voce. Si aprirà l'interfaccia di Chirp.

2. È possibile che ti venga chiesto di abilitare l'API Cloud Text-to-Speech se non è già attiva per il tuo progetto. In questo caso, fai clic su Abilita e attendi che l'API venga abilitata. Questa operazione potrebbe richiedere qualche istante.

3. Una volta che l'interfaccia è pronta, nell'area del prompt di testo in basso, inserisci il testo che vuoi sintetizzare. Ad esempio:

Welcome to the world of generative AI on Google Cloud

4. Nel riquadro Impostazioni a destra:

   • Seleziona un Modello (ad es. Chirp 3. HD Voices).
   • Scegli la Lingua che preferisci (ad es. English (US)).
   • Seleziona una Voce dall'elenco a discesa. Ne puoi provare diverse per sentirne le caratteristiche.
   • Esplora le Opzioni avanzate, se disponibili e se vuoi farlo.

5. Fai clic sul pulsante Invia.

6. Dopo l'elaborazione, dovresti essere in grado di riprodurre l'audio generato direttamente nell'interfaccia.

Complimenti!

Complimenti! In questo lab, hai utilizzato Vertex AI Studio per creare il prototipo di un'applicazione di AI generativa per uno scenario assicurativo, dalla progettazione e dal deployment iniziali al confronto e al prompt engineering avanzati. Hai fatto pratica con il perfezionamento degli output di testo per attività analitiche specifiche e hai esplorato le fantastiche funzionalità multimodali per la generazione di immagini e voce. Queste competenze di base ti consentiranno di creare soluzioni di AI generativa ancora più sofisticate su Google Cloud.

Passaggi successivi/Scopri di più

• Scopri di più sulle funzionalità dei modelli di AI generativa che hai esplorato (come Gemini per l'analisi di testo e immagini, Imagen, Veo e Chirp) visitando la documentazione ufficiale di Vertex AI Model Garden.
• Migliora le tue competenze di prompt engineering con la guida completa di Google Cloud per le strategie di progettazione dei prompt per best practice e tecniche avanzate.
• Scopri come integrare e automatizzare queste funzionalità di AI generativa nelle tue applicazioni esplorando la documentazione degli SDK Vertex AI.
• Continua il tuo percorso di apprendimento con altri corsi e lab di AI generativa su Google Cloud Skills Boost.

Formazione e certificazione Google Cloud

… per utilizzare al meglio le tecnologie Google Cloud. I nostri corsi ti consentono di sviluppare competenze tecniche e best practice per aiutarti a metterti subito al passo e avanzare nel tuo percorso di apprendimento. Offriamo vari livelli di formazione, dal livello base a quello avanzato, con opzioni di corsi on demand, dal vivo e virtuali, in modo da poter scegliere il più adatto in base ai tuoi impegni. Le certificazioni ti permettono di confermare e dimostrare le tue abilità e competenze relative alle tecnologie Google Cloud.

Ultimo aggiornamento del manuale: 17 settembre 2025

Ultimo test del lab: 17 settembre 2025

Copyright 2025 Google LLC. Tutti i diritti riservati. Google e il logo Google sono marchi di Google LLC. Tutti gli altri nomi di società e prodotti sono marchi delle rispettive società a cui sono associati.