A Gemini API tem um nível gratuito generoso, e é ele que aparece em quase todo tutorial. O detalhe que poucos contam está nos termos do Google: o que você envia e recebe no nível gratuito pode ser usado para melhorar os produtos deles, e pode passar por revisão humana. No nível pago, não.
Para testar prompt com dado fictício, o gratuito é ótimo. Para processar pedido, conversa de atendimento ou cadastro de cliente, eu só uso o nível pago (projeto com faturamento ativo) ou o Vertex AI, que é o caminho corporativo do Google Cloud. E confiro os termos vigentes no começo de cada projeto, porque eles mudam.
Isso pesa na LGPD. Mandar dado pessoal para servidor fora do Brasil já é transferência internacional, regulada pela Resolução CD/ANPD nº 19/2024. Mandar para um serviço em que o fornecedor pode reaproveitar o dado deixa essa justificativa bem mais difícil.
Os modelos Gemini, nas famílias Pro, Flash e Flash-Lite, são multimodais: aceitam imagem, PDF, áudio e vídeo junto do texto. É nesse tipo de entrada que eu mais uso.
A imagem vai com o nome e a categoria, e volta um JSON com texto alternativo e atributos visíveis, como cor, estampa e tipo de gola. Ajuda na acessibilidade, na busca de imagens e no filtro da loja.
Catálogo e tabela de preço em PDF viram CSV no formato de importação do Magento ou do WooCommerce. Antes de importar, o script confere totais e SKUs contra o que já existe.
Com o grounding na Busca Google, o modelo pesquisa antes de responder e devolve os links que usou. Serve para checar a ficha técnica pública de um fabricante com a fonte do lado.
Nota de compra e comprovante em imagem viram dados estruturados para conferência, sem digitação. Valor e CNPJ extraídos passam por validação de formato e de dígitos verificadores antes de gravar.
Os dois caminhos dão acesso aos mesmos modelos. O que muda é o contrato, a autenticação e o controle que a empresa tem sobre o uso.
| Critério | Gemini API (Google AI Studio) | Vertex AI (Google Cloud) |
|---|---|---|
| Como começa | Chave de API gerada no AI Studio em poucos minutos | Projeto no Google Cloud, conta de serviço e permissões no IAM |
| Para quem | Loja ou sistema pequeno, e equipe sem nuvem do Google | Empresa que já usa Google Cloud ou precisa controlar região, acesso e auditoria |
| Uso dos dados | Gratuito: pode melhorar produtos do Google. Pago: não | Termos do Google Cloud para dados de cliente |
| Autenticação no PHP | Chave no cabeçalho x-goog-api-key | Token OAuth da conta de serviço |
| O que eu indico | Começar aqui, no nível pago | Migrar para cá quando o volume ou o compliance pedirem |
Um cenário comum: a loja tem centenas de fotos de produto sem texto alternativo, e ninguém vai escrever um por um. O roteiro que eu uso:
_wp_attachment_image_alt do anexo. Um script lista as imagens com esse campo vazio.O que eu não aceito é o modelo afirmar composição olhando foto. “Parece algodão” não é informação de ficha técnica, e atributo de material continua vindo do fornecedor.
Sem SDK, com cURL, enviando a imagem em base64 junto das instruções. O modelo vem de configuração, e a chave vem do ambiente:
$url = 'https://generativelanguage.googleapis.com/v1beta/models/' . $modelo . ':generateContent';
$corpo = ['contents' => [['parts' => [
['text' => $instrucoes],
['inline_data' => ['mime_type' => 'image/jpeg', 'data' => base64_encode($jpegReduzido)]],
]]]];
$ch = curl_init($url);
curl_setopt_array($ch, [
CURLOPT_POST => true,
CURLOPT_RETURNTRANSFER => true,
CURLOPT_TIMEOUT => 60,
CURLOPT_HTTPHEADER => ['x-goog-api-key: ' . getenv('GEMINI_API_KEY'), 'Content-Type: application/json'],
CURLOPT_POSTFIELDS => json_encode($corpo),
]);
$dados = json_decode((string) curl_exec($ch), true);O texto da resposta vem em candidates[0].content.parts. A chave vai no cabeçalho, e não na URL, para não aparecer em log de proxy. Quando a saída vai para o banco, eu peço JSON garantido: o generationConfig aceita um schema de resposta. Para guardar a chave do jeito certo, veja chave de API fora do Git.
Se a tarefa for texto longo ou agente com ferramentas, compare com a página de integração Claude. A visão geral de como eu monto qualquer integração está em integração com IA.
Para teste com dado fictício, pode. Para dado de cliente ou de pedido, eu não uso: no nível gratuito o Google pode usar entradas e saídas para melhorar os produtos dele, com possibilidade de revisão humana. No nível pago e no Vertex AI isso não acontece.
A Gemini API começa com uma chave gerada no Google AI Studio e é o caminho mais rápido para loja e sistema pequeno. O Vertex AI roda dentro do Google Cloud, com conta de serviço, controle de acesso e termos corporativos, e faz sentido para empresa que já usa a nuvem do Google.
Lê. Os modelos Gemini são multimodais e aceitam imagem, PDF, áudio e vídeo junto do texto. Eu uso isso para extrair tabela de fornecedor em PDF e para gerar texto alternativo e atributos a partir da foto do produto, sempre com validação antes de gravar.
É um modo em que o Gemini consulta a Busca Google antes de responder e devolve as fontes usadas. Serve para pesquisar informação pública, como a ficha de um fabricante. Para responder sobre a sua loja, a fonte certa continua sendo o seu banco de dados.
Dá. Eu escrevo a integração atrás de uma interface própria, então o Gemini pode cuidar das imagens enquanto outro modelo cuida dos textos longos, e qualquer um deles pode ser trocado depois sem reescrever o módulo.