Gemini API Python — Integrare l'AI di Google in poche righe di codice

Hai un'applicazione Python e vuoi aggiungere un assistente AI senza dipendere da servizi esterni costosi? La Gemini API di Google è la risposta. Noi, di Meteora Web, la usiamo quotidianamente per chatbot, assistenti virtuali e automazione contenuti. In questa guida ti portiamo dal setup iniziale a una chiamata funzionante, con codice che puoi copiare e incollare subito.

Cosa serve per integrare la Gemini API in Python?

Per iniziare ti servono tre cose:

• Un account Google Cloud (o Google AI Studio) per ottenere una API key
• Python 3.9+ installato
• Il pacchetto google-generativeai (client ufficiale)

La Gemini API offre modelli come gemini-2.0-flash e gemini-2.0-pro, con input text e image. A differenza di altre API (vedi le restrizioni OpenAI), Google mantiene accesso libero e senza blocchi geografici per le PMI italiane.

Come installare il client Python di Google AI?

Apri il terminale e lancia:

pip install google-generativeai

Oppure aggiungi al tuo requirements.txt:

google-generativeai>=0.8.0

Noi preferiamo tenerlo aggiornato – ogni nuova versione aggiunge funzionalità (streaming, safety settings, JSON mode).

Come si fa una richiesta di generazione di testo con Gemini?

Ecco il codice minimo per una risposta testuale:

import google.generativeai as genai

# Configura la chiave API (mai hardcoded in produzione!)
genai.configure(api_key="YOUR_API_KEY")

# Scegli il modello
model = genai.GenerativeModel("gemini-2.0-flash")

# Genera risposta
response = model.generate_content("Spiega cos'è un loop in Python in 50 parole.")
print(response.text)

Importante: conserva la chiave in variabili d'ambiente o in un vault. Noi usiamo python-dotenv e un file .env escluso dal repository.

Parametri chiave da configurare

Puoi controllare creatività e lunghezza:

response = model.generate_content(
    "Racconta una breve storia fantasy.",
    generation_config=genai.types.GenerationConfig(
        temperature=0.7,        # più alto = più creativo
        max_output_tokens=200,  # limite di token in output
        top_p=0.95,
        top_k=40
    )
)

Come gestire le risposte in streaming?

Per UX più fluide (chat, assistenti), usa lo streaming:

stream = model.generate_content("Scrivi una poesia di 4 versi.", stream=True)
for chunk in stream:
    print(chunk.text, end="")

Lo streaming riduce la latenza percepita e permette di mostrare i token mentre arrivano.

Quali sono gli errori comuni e come evitarli?

Abbiamo visto spesso questi errori nei progetti che ci arrivano:

• API key non valida – verifica che non ci siano spazi e che la chiave sia abilitata nel progetto Google Cloud.
• Modello errato – alcuni modelli (es. gemini-2.0-pro) richiedono quote diverse. Usa gemini-2.0-flash per test.
• Output troncato – controlla max_output_tokens e il numero di token in input.
• Rate limiting – se superi 60 richieste al minuto (free tier), attendi o passa a un piano a pagamento.

Come integrare Gemini API in un progetto reale?

Un esempio concreto: un assistente per FAQ su un e-commerce. Noi lo abbiamo costruito in Flask e lo usiamo per rispondere a domande su spedizioni e resi:

from flask import Flask, request, jsonify
import google.generativeai as genai

app = Flask(__name__)
genai.configure(api_key="sk-...")  # usa variabili d'ambiente!
model = genai.GenerativeModel("gemini-2.0-flash")

@app.route("/ask", methods=["POST"])
def ask():
    data = request.json
    prompt = f"Sei un esperto di e-commerce. Rispondi in modo conciso: {data['question']}"
    response = model.generate_content(prompt)
    return jsonify({"answer": response.text})

if __name__ == "__main__":
    app.run(debug=True)

Attenzione: in produzione non esporre la API key nel codice. Usa variabili d'ambiente e un server WSGI robusto (Gunicorn).

Cosa fare adesso

1. Ottieni una API key gratuita da Google AI Studio.
2. Copia il primo snippet e testalo nel tuo ambiente Python.
3. Sperimenta con i parametri (temperature, max_tokens) per adattare lo stile.
4. Integra in un progetto reale – un bot Telegram, un form di contatto o un analizzatore di recensioni.
5. Leggi la documentazione ufficiale per funzioni avanzate (vision, safety settings, function calling).
6. Se hai dubbi, contattaci – per noi l'AI è uno strumento da padroneggiare, non da subire.