工具與 Agent
純聊天只能產生文字。工具讓模型在需要時去搜尋、查地圖、執行程式碼，或呼叫你寫的函式。Agent 則是把「思考 → 選工具 → 看結果 → 再思考」串成迴圈，直到任務完成或達到步數上限。
若你的產品需要即時資料、下單、查庫存，就一定會碰到這層；只做文案生成則可以先跳過。
兩種工具
內建工具由 Gemini API 提供，常見包括 Google Search grounding、Google Maps、URL 內容、程式碼執行（code execution）、Computer Use。你在設定裡打開它們，模型決定何時呼叫。
Function calling 是你自己宣告函式規格（名稱、參數 JSON schema），模型回傳「我想呼叫哪一個、參數是什麼」，由你的後端真正執行，再把結果交回模型。外接資料庫、內部 API 都走這條路——模型拿不到你的金鑰，執行權在你。
設計時記住三件事
- 函式名稱與說明要像給同事看的文件。 模型靠說明決定要不要呼叫。
get_weather比do_stuff有用。 - 把危險操作設成需人工確認。 刪資料、轉帳、寄信給客戶，不要讓迴圈自動跑完。
- 限制步數與超時。 Agent 會花錢也會卡住；沒有上限的迴圈不該上正式環境。
即時語音／視訊對話走 Live API，與一般的一問一答不同，適合語音 agent。從 AI Studio 的 Live playground 試過再接程式。
官方示範
這場 Google for Developers 課程從 AI Studio、Live API 講到用 Gemini API 組 agent，適合在讀完 quickstart 之後看。