Você está vendo a versão anterior da nova experiência da Alura que estamos preparando para você. Em breve, ela ganha uma identidade visual novinha totalmente pensada em potencializar seus estudos!
Oi, Nicole! Como vai?
Agradeço por compartilhar seu código com a comunidade Alura.
Referente ao capítulo Conectando Python e IA com Google Colab, você organizou muito bem a prática ao integrar o Google Colab com a API do Gemini, utilizando recursos como Secrets, os.environ e o cliente genai.Client(). Interessante a forma como você combinou os conceitos de inteligência artificial aplicada com fundamentos de Python, como while, input(), listas e dicionários. Essa combinação é essencial para entender como uma aplicação real pode receber dados, processar informações e retornar respostas inteligentes.
Uma dica para os próximos passos é utilizar uma função dedicada para separar a lógica do envio de mensagens ao Gemini. Isso deixa o código mais organizado, legível e facilita a manutenção no futuro:
def enviar_mensagem(chat, mensagem):
resposta = chat.send_message(mensagem)
return resposta.text
texto = enviar_mensagem(chat, "Explique listas em Python")
print(texto)
Essa função enviar_mensagem recebe o chat e a mensagem como parâmetros, envia o conteúdo para o Gemini e retorna apenas o texto da resposta, tornando o código mais modular e reutilizável.
Continue praticando, pois essa combinação entre Python, dados e inteligência artificial abre um leque enorme de possibilidades para projetos criativos e profissionais.
Você já pensou em alguma aplicação prática que gostaria de desenvolver utilizando essa integração entre Python e a API do Gemini?
Conteúdo relacionado:
Conte com o apoio da comunidade Alura na sua jornada. Abraços e bons estudos!
