Avvia Gemini 3 — Nessuna Installazione, Nessun Account Richiesto

Non ti serve un progetto Google Cloud. Non ti servono API key. Non devi nemmeno accedere — a meno che tu non voglia cronologia persistente o memoria personalizzata. Gemini 3 è già distribuito e pronto sull'interfaccia di MidassAI. Questa guida ti accompagna nell'avvio della tua prima chat reale — con contesto funzionante, ragionamento multi-turno e invocazione nativa di tool — in meno di cinque minuti. Ogni passo utilizza l'ambiente di produzione live (v3.1.2 a giugno 2024), non una sandbox o demo.

Passaggio 1: Apri l'Interfaccia (0:00–0:25)

Vai su https://app.midassai.com. Se sei nuovo, salta la registrazione — clicca "Continue as Guest". Atterrerai direttamente nell'interfaccia chat con Gemini 3 preselezionato come modello attivo (controlla il menu a tendina del selettore modello nell'angolo in alto a destra — dovrebbe leggere gemini-3-pro o gemini-3-flash, a seconda della tua regione e livello di quota).

⚠️ Errore da evitare: Non cliccare "Try Gemini 2" o "Switch to Claude". Quei modelli mancano della modalità di output strutturato di Gemini 3, dell'imposizione schema JSON e del routing di ricerca web integrato. Conferma che l'ID modello termini con -3.

Passaggio 2: Invia il Primo Prompt (0:26–1:40)

Digita esattamente questo prompt — è progettato per attivare tre comportamenti chiave di Gemini 3 contemporaneamente:

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".

Premi Invio. Gemini 3 risponderà in ~1.8 secondi (latenza mediana sui server EU). Vedrai:

Un blocco JSON pulito, con evidenziazione sintassi (non fence codice markdown — JSON eseguibile raw),
Un badge sottile "✅ Verified schema" accanto alla risposta,
E un tag inline "🔍 Search used" — che indica che ha recuperato dati affitti in tempo reale da Numbeo e metriche di copertura da Opensignal.

Non è un'allucinazione. È fondato, tipizzato e tracciabile.

Passaggio 3: Abilita Follow-up Consapevoli del Contesto (1:41–3:10)

Clicca il pulsante "+ Add context" sotto il campo di input. Incolla questo frammento:

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.

Ora chiedi:

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

Gemini 3:

Ricorderà tutte le voci JSON precedenti (nessun re-incollaggio richiesto),
Ricalcolerà i totali usando tassi di cambio live (es. IDR → USD via XE API),
Produrrà una nuova lista classificata con campi surplus_usd e deficit_usd — di nuovo, JSON rigoroso.

💡 Perché funziona: Gemini 3 mantiene un contesto stateful e tipizzato tra i turni — a differenza della v2, che richiedeva comandi /context espliciti o reiniezione JSON manuale.

Passaggio 4: Attiva una Chiamata Tool (3:11–4:20)

Digita:

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 invocherà automaticamente il suo tool flight_search (integrato con Skyscanner's Partner API). Vedrai:

Un spinner di caricamento etichettato "Fetching live fares",
Poi una tabella dentro la chat — non un link, non un riepilogo — con prezzi in tempo reale, aggiornati ogni ora.

Nessun copia-incolla. Nessun cambio tab. Il risultato del tool è analizzato, normalizzato e incorporato — pronto per la tua prossima query come "Which option gives me the most workdays left in July?"

Passaggio 5: Esporta e Riutilizza la Tua Sessione (4:21–5:00)

Clicca il menu ⋯ → "Export as JSON Schema". Riceverai un file .json contenente:

Cronologia completa conversazione (con timestamp e ID modello),
Tutti i metadata chiamata tool (tool_used, api_version, latency_ms),
E una definizione schema riutilizzabile conforme OpenAPI 3.1 per la struttura risposta.

Puoi collegare questo schema direttamente nella validazione zod della tua app Next.js o darlo in pasto al JsonOutputParser di LangChain.

Punti chiave

Ideale perDevelopers, product managers, and ops teams building AI-native workflows

Tempo per il valoreUnder 5 minutes, zero config

Fattore distintivoStateful JSON + live tool chaining in one turn

A chi è rivolto

Ingegneri frontend che rilasciano funzionalità AI e necessitano output prevedibili e tipizzati — non testo libero.
Product manager che validano workflow alimentati da LLM prima di impegnarsi nell'integrazione backend.
Fondatori di startup che eseguono PoC lean: se il tuo MVP richiede grounding, uso tool e output strutturato, Gemini 3 riduce i tempi di dev di ~70% rispetto all'assemblare layer RAG + function-calling separati.

Non è per utenti che necessitano analisi documenti long-context (>128K token) — quello è dominio di Gemini 3 Ultra. E non è per deployment offline; Gemini 3 richiede il layer di inferenza gestito di MidassAI (che gestisce rate limiting, routing fallback e controlli conformità schema automaticamente).

Inizia con MidassAI

Prossimi Passi

Una volta completati questi cinque minuti, avrai una base funzionante. Da qui, estendi con:

Slot memoria personalizzati: Allega preferenze utente ("prefers vegetarian options", "allergies: peanuts") alle chat future,
Limiti di sicurezza (guardrail): Applica policy sicurezza (es. "never suggest medical advice") via direttive inline @policy,
Valutazione batch: Carica 50 prompt test e confronta l'accuratezza di Gemini 3 vs. il tuo modello legacy — con confronto diff affiancato.

Nessun livello di astrazione. Nessun config YAML. Solo prompt → risposta → azione. Questa è la promessa Gemini 3 — e inizia ora.

Gemini 3 Avvio Rapido: Prima Chat in 5 Minuti