Get Started with Vertex AI Studio
Práctica Terraform basada en el lab Get Started with Vertex AI Studio (GSP1154).
El lab es UI-driven: se trabaja en la consola de Vertex AI Studio para diseñar prompts, deployar una app con Cloud Run y explorar capacidades multimodales con Gemini. Esta práctica Terraform modela el estado de infraestructura previo al lab: APIs habilitadas y service account listo.
Recursos creados
| Recurso | Tipo | Descripción |
|---|---|---|
aiplatform.googleapis.com | API | Vertex AI API |
cloudbuild.googleapis.com | API | Cloud Build API |
run.googleapis.com | API | Cloud Run API |
texttospeech.googleapis.com | API (opcional) | Cloud Text-to-Speech API |
insurance-risk-summary-sa | google_service_account | SA para el servicio Cloud Run |
| IAM binding | roles/aiplatform.user | Permiso de SA para invocar Vertex AI |
Uso
terraform init
terraform plan -var="project_id=<TU_PROYECTO>"
terraform apply -var="project_id=<TU_PROYECTO>"
Para habilitar también la Text-to-Speech API (tarea 5 opcional):
terraform apply -var="project_id=<TU_PROYECTO>" -var="enable_tts_api=true"
Variables principales
| Variable | Default | Descripción |
|---|---|---|
project_id | — | ID del proyecto GCP (obligatoria) |
region | us-central1 | Región de Cloud Run |
cloud_run_service_name | insurance-risk-summary | Nombre del servicio Cloud Run |
allow_unauthenticated | true | Acceso público al servicio (igual que el deploy desde Studio) |
enable_tts_api | false | Habilitar Text-to-Speech API (tarea 5 opcional) |
Flujo del lab (resumen)
- Tarea 1: Crear prompt de chat → deployar como app Cloud Run.
- Tarea 2: Zero-shot y few-shot prompting; ajustar temperatura, tokens, Top-P.
- Tarea 3: Comparar variaciones de prompts con la feature Compare.
- Tarea 4: Analizar imagen (
timetable.png) desde Cloud Storage con Gemini multimodal. - Tarea 5: Generar imagen con Imagen 4; síntesis de voz con Chirp 3 (opcional).