# Google AI 產品比較

:::info
想快速測試、不想開 GCP 帳單？ → Gemini 3 API (AI Studio)
客製化語氣、資安第一？ → Vertex AI
想串內部資料，但不想手刻 RAG 流程？ → Vertex AI Search
> Google 幫你做完「資料解析 + 向量化 + 檢索」，這就是「RAG 即服務」。

想要完全掌控餵了哪些資料給 AI？ → Vertex AI + BigQuery 自行串接
:::

## Gemini 3 API (Google AI SDK)
- 最輕量的開發管道。透過 API Key 直接呼叫模型，適合個人開發或快速原型製作，無需設定複雜雲端權限
- 使用 [Google AI Studio](https://aistudio.google.com/) 取得 Key，而不是 GCP
- 適合快速驗證 Prompt 效果，或是不涉及商業機密的個人小工具

:::spoiler Google AI Studio 照片
:::

## Vertex AI 串 Gemini 3
- 企業級的模型調用方案。在 GCP 環境下運作，提供更高的資安保障與 SLA，資料不會被拿去訓練模型
- 可以自訂溫度、回應的 token 數，適合更客製化、精準的設定
- 除了 Gemini，還能切換使用其他模型（如 Imagen 產圖、Chirp 轉錄音）
- Gemini 呼叫方法：Vertex AI > Generative AI on Vertex AI > 功能 > Gemini API > [函式呼叫](https://docs.cloud.google.com/vertex-ai/generative-ai/docs/model-reference/function-calling?hl=zh-tw)
- Gemini 呼叫的網域可以[設定服務端點](https://docs.cloud.google.com/vertex-ai/docs/reference/rest)，例如：`https://aiplatform.googleapis.com`，或是 `https://asia-east1-aiplatform.googleapis.com`
- Gemini 的參數設定[文件](https://docs.cloud.google.com/vertex-ai/generative-ai/docs/model-reference/inference?hl=zh-tw)

## Vertex AI 串 RAG
- 在模型中加入「外部知識庫」。讓 Gemini 讀取指定的 PDF 或文件，避免 AI 幻覺，提供更精準的回答，詳見[文件](https://docs.cloud.google.com/vertex-ai/generative-ai/docs/rag-engine/rag-overview?hl=zh-tw)。
- 在 Vertex AI Studio 中，可以開啟 [Grounding（接地） 功能](https://docs.cloud.google.com/vertex-ai/generative-ai/docs/grounding/ground-responses-using-rag?hl=zh-tw)，直接勾選你的資料來源（如 Google Search 或 Vertex AI Search 的資料庫）

:::warning
Vertex AI Search 通常按查詢量或專案計費；但 RAG Engine 涉及 Vector Search 索引－－按小時計費。如果開了一個高性能索引卻放著沒人用，帳單會讓你想哭。
:::

## Vertex AI Search，使用 BigQuery 作為資料庫
- 整合資料庫與 LLM 的服務。免寫程式碼即可索引 BigQuery 數據，完成語意搜尋與 AI 摘要，內建立問答系統
- 是一種 RAG 服務
- 類型包含：網站內容、BigQuery、Cloud Storage、NoteBookLM、Google Drive、Google Gmail 等，清單[見此](https://docs.cloud.google.com/generative-ai-app-builder/docs/create-data-store-es?authuser=1&hl=zh-tw)
- 建立資料庫的地方可以看 GCP > AI Application > data-stores（資料儲存庫）
- 智慧篩選：它不只能搜尋文字，還能根據 BigQuery 的欄位做「結構化篩選」（例如：只搜尋評分大於 4.5 的飯店）。
- 自動更新：可以設定排程，讓搜尋引擎每天自動去 BigQuery 抓取最新資料，無需手動重新訓練。

### 在 Vertex AI Search 使用 BigQuery 作為資料庫，等於用 Vertex AI 再自行串 BigQuery 嗎？
- 不是，這代表完全手動的開發模式。工程師需自行寫 SQL 撈取資料、進行處理，再餵給模型。自由度最高，但開發成本也最高。
- 等於是自己去 BigQuery 撈資料，再當作 prompt 提供給 vertex ai