راه‌اندازی Gemini 3 — بدون نصب، بدون نیاز به حساب کاربری

نیازی به پروژه Google Cloud ندارید. نیازی به کلیدهای API ندارید. حتی نیازی به ورود به سیستم نیست — مگر اینکه تاریخچه پایدار یا حافظه سفارشی بخواهید. Gemini 3 از قبل مستقر شده و در رابط کاربری MidassAI آماده است. این راهنما شما را در راه‌اندازی اولین چت واقعی خود همراهی می‌کند — با زمینه کاری، استدلال چندمرحله‌ای و فراخوانی ابزار بومی — در کمتر از پنج دقیقه. هر مرحله از محیط تولید زنده استفاده می‌کند (نسخه ۳.۱.۲ تا ژوئن ۲۰۲۴)، نه یک سندباکس یا دمو.

گام ۱: باز کردن رابط کاربری (۰:۰۰–۰:۲۵)

به https://app.midassai.com بروید. اگر جدید هستید، ثبت‌نام را رد کنید — روی «Continue as Guest» کلیک کنید. مستقیماً به رابط چت وارد می‌شوید که Gemini 3 به عنوان مدل فعال از قبل انتخاب شده است (منوی کشویی انتخاب مدل را در گوشه بالا سمت راست بررسی کنید — باید gemini-3-pro یا gemini-3-flash را نشان دهد، بسته به منطقه و سطح سهمیه شما).

⚠️ نکته مهم برای اجتناب: روی «Try Gemini 2» یا «Switch to Claude» کلیک نکنید. این مدل‌ها فاقد حالت خروجی ساختاریافته Gemini 3، اجبار طرحواره JSON و مسیریابی جستجوی وب داخلی هستند. تأیید کنید که شناسه مدل با -3 پایان می‌یابد.

گام ۲: ارسال اولین پرامپت خود (۰:۲۶–۱:۴۰)

این پرامپت دقیق را تایپ کنید — برای فعال‌سازی همزمان سه رفتار کلیدی Gemini 3 مهندسی شده است:

List three underrated cities in Southeast Asia for digital nomads. For each, give: (1) average monthly rent for a 1BR apartment near coworking spaces, (2) reliable LTE/5G coverage score (1–10), and (3) one local cultural norm that surprises Western visitors. Format as valid JSON with keys "city", "rent_usd", "coverage_score", and "cultural_norm".

اینتر را بزنید. Gemini 3 در حدود ۱.۸ ثانیه پاسخ می‌دهد (تاخیر میانه در سرورهای اروپا). خواهید دید:

یک بلوک JSON تمیز با هایلایت سینتکس (نه حصار کد مارک‌داون — JSON خام قابل اجرا)،
یک نشانگر ظریف «✅ Verified schema» در کنار پاسخ،
و یک برچسب داخلی «🔍 Search used» — نشان می‌دهد که داده‌های اجاره را به صورت بلادرنگ از Numbeo و معیارهای پوشش را از Opensignal استخراج کرده است.

این توهم نیست. مستند، تایپ‌شده و قابل ردیابی است.

گام ۳: فعال‌سازی پیگیری‌های آگاه از زمینه (۱:۴۱–۳:۱۰)

روی دکمه «+ Add context» در زیر کادر ورودی کلیک کنید. این قطعه کد را پیست کنید:

text I'm planning a 3-month rotation across these cities. My budget is $1,800/month total, including rent, food, and transport. Prioritize places where I can work reliably without tethering.

حالا بپرسید:

Re-rank the cities by fit for my budget and connectivity needs. Show net monthly surplus/deficit.

Gemini 3 موارد زیر را انجام می‌دهد:

تمام ورودی‌های JSON قبلی را به خاطر می‌آورد (نیازی به پیست مجدد نیست)،
مجموع‌ها را با استفاده از نرخ‌های ارز زنده محاسبه می‌کند (مثلاً IDR → USD از طریق API XE)،
یک لیست رتبه‌بندی شده جدید با فیلدهای surplus_usd و deficit_usd خروجی می‌دهد — دوباره، JSON سخت‌گیرانه.

💡 چرا این کار می‌کند: Gemini 3 زمینه تایپ‌شده و حالت‌دار را در طول نوبت‌ها حفظ می‌کند — برخلاف v2، که نیاز به دستورات صریح /context یا تزریق دستی JSON داشت.

گام ۴:trigger یک فراخوانی ابزار (۳:۱۱–۴:۲۰)

تایپ کنید:

Compare flight prices from Berlin to each of those three cities for departures between July 10–15, 2024. Return only origin, destination, cheapest nonstop fare, and airline.

Gemini 3 به صورت خودکار ابزار flight_search خود را فراخوانی می‌کند (یکپارچه با API شریک Skyscanner). خواهید دید:

یک چرخنده بارگذاری با برچسب «Fetching live fares»،
سپس یک جدول داخل چت — نه یک لینک، نه یک خلاصه — با قیمت‌های بلادرنگ، که ساعتی به‌روز می‌شوند.

بدون کپی-پیست. بدون تغییر تب‌ها. نتیجه ابزار تجزیه، نرمال‌سازی و تعبیه می‌شود — آماده برای پرسش بعدی شما مانند «کدام گزینه بیشترین روزهای کاری باقی‌مانده در ژوئیه را به من می‌دهد؟»

گام ۵: صادرات و استفاده مجدد از جلسه خود (۴:۲۱–۵:۰۰)

روی منوی ⋯ کلیک کنید → «Export as JSON Schema». یک فایل .json دریافت می‌کنید شامل:

تاریخچه کامل مکالمه (با timestamps و شناسه‌های مدل)،
تمام فراداده‌های فراخوانی ابزار (tool_used, api_version, latency_ms)،
و یک تعریف طرحواره قابل استفاده مجدد compliant با OpenAPI 3.1 برای ساختار پاسخ.

می‌توانید این طرحواره را مستقیماً به اعتبارسنجی zod در برنامه Next.js خود وصل کنید یا به JsonOutputParser LangChain تغذیه کنید.

نکات کلیدی

مناسب برایDevelopers, product managers, and ops teams building AI-native workflows

زمان کسب ارزشUnder 5 minutes, zero config

نقطه تمایزStateful JSON + live tool chaining in one turn

این برای چه کسانی است

مهندسان فرانت‌اند که ویژگی‌های هوش مصنوعی را عرضه می‌کنند و به خروجی‌های قابل پیش‌بینی و تایپ‌شده نیاز دارند — نه متن آزاد.
مدیران محصول که گردش‌های کاری مبتنی بر LLM را قبل از تعهد به یکپارچه‌سازی بک‌اند اعتبارسنجی می‌کنند.
بنیان‌گذاران استارتاپ که PoCهای چابک اجرا می‌کنند: اگر MVP شما به پایه‌گذاری داده، استفاده از ابزار و خروجی ساختاریافته نیاز دارد، Gemini 3 زمان توسعه را حدود ۷۰٪ نسبت به به هم دوختن لایه‌های جداگانه RAG + function-calling کاهش می‌دهد.

این برای کاربرانی که نیاز به تحلیل اسناد با زمینه طولانی (>۱۲۸K توکن) دارند نیست — آن قلمرو Gemini 3 Ultra است. و برای استقرار آفلاین نیست؛ Gemini 3 به لایه استنتاج مدیریت شده MidassAI نیاز دارد (که محدودیت نرخ، مسیریابی fallback و بررسی‌های انطباق طرحواره را به صورت خودکار مدیریت می‌کند).

شروع کار با MidassAI

چه چیزی در ادامه می‌آید

پس از تکمیل این پنج دقیقه، یک پایه کاری خواهید داشت. از اینجا، با موارد زیر گسترش دهید:

اسلات‌های حافظه سفارشی: ترجیحات کاربر را به چت‌های آینده ضمیمه کنید («گزینه‌های گیاهی را ترجیح می‌دهد»، «حساسیت‌ها: بادام‌زمینی»)،
محدودیت‌های پرامپت: سیاست‌های ایمنی را از طریق دستورالعمل‌های inline @policy اعمال کنید (مثلاً «هرگز توصیه پزشکی نکنید»)،
ارزیابی دسته‌ای: ۵۰ پرامپت تست را آپلود کنید و دقت Gemini 3 را در مقابل مدل قدیمی خود مقایسه کنید — با هایلایت کردن diff کنار هم.

بدون لایه انتزاع. بدون پیکربندی‌های YAML. فقط پرامپت → پاسخ → اقدام. این وعده Gemini 3 است — و از همین حالا شروع می‌شود.

شروع سریع Gemini 3: اولین چت شما در ۵ دقیقه