Uruchom Gemini 3 — Bez Instalacji, Bez Konta

Nie potrzebujesz projektu Google Cloud. Nie potrzebujesz kluczy API. Nie musisz nawet się logować — chyba że chcesz trwałą historię lub niestandardową pamięć. Gemini 3 jest wstępnie wdrożony i gotowy w interfejsie MidassAI. Ten przewodnik poprowadzi Cię przez uruchomienie pierwszego rzeczywistego czatu — z działającym kontekstem, rozumowaniem wieloetapowym i natywnym wywoływaniem narzędzi — w mniej niż pięć minut. Każdy krok korzysta z żywego środowiska produkcyjnego (v3.1.2 na czerwiec 2024), nie piaskownica ani demo.

Krok 1: Otwórz Interfejs (0:00–0:25)

Przejdź do https://app.midassai.com. Jeśli jesteś nowy, pomiń rejestrację — kliknij "Continue as Guest". Trafisz bezpośrednio do interfejsu czatu z Gemini 3 wybranym jako aktywny model (sprawdź rozwijaną listę wyboru modelu w prawym górnym rogu — powinna wyświetlać gemini-3-pro lub gemini-3-flash, w zależności od regionu i poziomu kwoty).

⚠️ Błąd, którego należy unikać: Nie klikaj "Try Gemini 2" lub "Switch to Claude". Tym modelom brakuje trybu strukturyzowanego wyjścia Gemini 3, wymuszania schematu JSON i wbudowanego routingu wyszukiwania w sieci. Potwierdź, że ID modelu kończy się na -3.

Krok 2: Wyślij Pierwsze Polecenie (0:26–1:40)

Wpisz dokładnie to polecenie — zostało zaprojektowane, aby uruchomić trzy kluczowe zachowania Gemini 3 jednocześnie:

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".

Naciśnij Enter. Gemini 3 odpowie w ~1,8 sekundy (mediana opóźnienia na serwerach EU). Zobaczysz:

Czysty, podświetlony składniowo blok JSON (nie ogrodzenie kodu markdown — surowy wykonywalny JSON),
Subtelny badge "✅ Verified schema" obok odpowiedzi,
Oraz inline tag "🔍 Search used" — wskazujący, że pobrał dane o czynszach w czasie rzeczywistym z Numbeo i metryki zasięgu z Opensignal.

To nie jest halucynacja. To jest ugruntowane, typowane i możliwe do śledzenia.

Krok 3: Włącz Follow-upy Świadome Kontekstu (1:41–3:10)

Kliknij przycisk "+ Add context" poniżej pola wprowadzania. Wklej ten fragment:

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.

Teraz zapytaj:

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

Gemini 3:

Przywoła wszystkie poprzednie wpisy JSON (bez konieczności ponownego wklejania),
Przelicz sumy używając żywych kursów wymiany (np. IDR → USD przez XE API),
Wygeneruje nową rankingową listę z polami surplus_usd i deficit_usd — ponownie, ścisły JSON.

💡 Dlaczego to działa: Gemini 3 utrzymuje stanowy, typowany kontekst pomiędzy turami — w przeciwieństwie do v2, które wymagało explicitnych komend /context lub ręcznej re-iniekcji JSON.

Krok 4: Uruchom Wywołanie Narzędzia (3:11–4:20)

Wpisz:

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 automatycznie wywoła swoje narzędzie flight_search (zintegrowane z Partner API Skyscanner). Zobaczysz:

Spinner ładowania oznaczony "Fetching live fares",
Następnie tabela wewnątrz czatu — nie link, nie podsumowanie — z cenami w czasie rzeczywistym, aktualizowanymi co godzinę.

Bez kopiowania-wklejania. Bez przełączania kart. Wynik narzędzia jest parsowany, normalizowany i osadzony — gotowy na Twoje kolejne zapytanie jak "Which option gives me the most workdays left in July?"

Krok 5: Eksportuj i Wykorzystaj Ponownie Sesję (4:21–5:00)

Kliknij menu ⋯ → "Export as JSON Schema". Otrzymasz plik .json zawierający:

Pełną historię konwersacji (z znacznikami czasu i ID modeli),
Wszystkie metadane wywołań narzędzi (tool_used, api_version, latency_ms),
Oraz wielokrotnego użytku definicję schematu zgodną z OpenAPI 3.1 dla struktury odpowiedzi.

Możesz podpiąć ten schemat bezpośrednio do walidacji zod w swojej aplikacji Next.js lub przekazać go do JsonOutputParser w LangChain.

Najważniejsze informacje

Idealne dlaDevelopers, product managers, and ops teams building AI-native workflows

Czas wdrożeniaUnder 5 minutes, zero config

Główna przewagaStateful JSON + live tool chaining in one turn

Dla kogo jest to przeznaczony

Inżynierowie frontendu wdrażający funkcje AI, którzy potrzebują przewidywalnych, typowanych wyjść — nie dowolnego tekstu.
Menedżerowie produktu walidujący workflow oparte na LLM przed zobowiązaniem się do integracji backendu.
Założyciele startupów prowadzący szczupłe PoC: jeśli Twój MVP wymaga ugruntowania, użycia narzędzi i strukturyzowanego wyjścia, Gemini 3 skraca czas dev o ~70% w porównaniu do łączenia osobnych warstw RAG + function-calling.

Nie jest dla użytkowników potrzebujących analizy dokumentów długiego kontekstu (>128K tokenów) — to domena Gemini 3 Ultra. I nie jest do wdrożenia offline; Gemini 3 wymaga warstwy wnioskowania zarządzanej przez MidassAI (która obsługuje limitowanie zapytań, routing fallback i sprawdzanie zgodności schematu automatycznie).

Rozpocznij pracę z MidassAI

Co Dalej

Gdy ukończysz te pięć minut, będziesz mieć działający fundament. Stąd, rozszerz o:

Niestandardowe sloty pamięci: Dołącz preferencje użytkownika ("prefers vegetarian options", "allergies: peanuts") do przyszłych czatów,
Zabezpieczenia poleceń: Wymuszaj polityki bezpieczeństwa (np. "never suggest medical advice") przez inline dyrektywy @policy,
Ewaluacja wsadowa: Prześlij 50 testowych poleceń i porównaj dokładność Gemini 3 vs. Twój legacy model — z podświetleniem różnic obok siebie.

Brak warstwy abstrakcji. Brak konfiguracji YAML. Tylko polecenie → odpowiedź → akcja. To obietnica Gemini 3 — i zaczyna się teraz.

Gemini 3 Szybki Start: Pierwszy Chat w 5 Minut