+170 XP

Gemini dans vos outils et dans l'écosystème

L'application Gemini est la porte d'entrée, mais l'essentiel de la valeur se trouve dans les pièces situées derrière : Chrome, Android, Workspace, l'API et une couche croissante d'outils tiers construits sur les modèles de Google. Savoir quelle surface utiliser, c'est la différence entre une démo astucieuse et quelque chose qui vous fait réellement gagner des heures chaque semaine.

Cette leçon cartographie ces surfaces et, surtout, vous indique quand chacune est le bon outil. Nous terminerons par une configuration concrète pour que vous voyiez la décision en pratique.

Le modèle mental : même cerveau, corps différents

Toutes les surfaces présentées ici utilisent les mêmes modèles Gemini sous-jacents (le niveau Pro pour le raisonnement plus exigeant, le niveau Flash pour le travail rapide, peu coûteux et à fort volume). Ce qui change, c'est le *corps* autour du cerveau : les données auxquelles il a accès, ce sur quoi il peut agir et qui le contrôle.

Trois questions décident de tout :

  1. Où se trouve le contexte ? Votre boîte mail ? Une codebase ? Une base de données qui vous appartient ?
  2. Qui le déclenche ? Vous, manuellement ? Une planification ? Un autre système ?
  3. Qui doit le contrôler ou l'auditer ? Vous seul ? Toute votre organisation ? Une équipe conformité ?

Gardez ces trois questions en tête. Elles correspondent directement aux différentes surfaces.

Surfaces grand public : Gemini là où vous êtes déjà

Dans l'application Gemini et les Gems

L'application sert au travail ouvert et interactif. Les Gems (vos assistants personnalisés enregistrés et réutilisables, avec des instructions fixes) sont le bon choix quand vous répétez le même *type* de tâche avec des entrées différentes : un Gem « rédacteur de release notes », un Gem « réécris ceci dans le ton de notre marque ». Vous écrivez l'instruction une fois, vous la réutilisez tous les jours.

Dans chrome et android

Gemini est intégré au système d'exploitation et au navigateur, donc **le contexte est *ce qui se trouve sur votre écran***. Sur Android, Gemini peut lire le contexte de l'application ouverte pour répondre à « que me demande cet e-mail ? » sans copier-coller. Dans Chrome, il peut résumer la page que vous consultez ou raisonner dessus.

Utilisez-les quand les données sont éphémères et sous vos yeux. Ne les utilisez pas pour ce que vous devez répéter ou auditer, car il n'y a aucun artefact à conserver.

Dans Google workspace

C'est la surface grand public au plus fort effet de levier pour la plupart des professionnels, car le contexte est constitué de *vos propres documents et e-mails*, régis par vos permissions existantes. Gemini dans Docs, Gmail, Sheets, Slides, Meet et Drive ne voit que ce à quoi vous avez déjà accès.

Usages concrets :

  • Dans Gmail, rédiger une réponse qui s'appuie sur le fil de discussion réel.
  • Dans Sheets, générer une formule ou catégoriser une colonne.
  • Dans Meet, activer « prendre des notes pour moi » et obtenir un résumé avec les actions à mener.
  • Dans Drive, poser une question sur plusieurs fichiers sans les ouvrir.

La règle : si les données sont déjà dans Workspace et qu'un humain est dans la boucle, utilisez Gemini dans Workspace. Vous bénéficiez gratuitement d'un ancrage dans vos contenus réels. Le détail et les fonctionnalités actuelles sont disponibles sur support.google.com, dans le centre d'aide Workspace.

Quand l'application ne suffit plus : l'automatisation avec Apps Script

Gemini dans Workspace est interactif. Dès que vous voulez qu'un traitement s'exécute *selon une planification* ou *en réponse à un événement* (une nouvelle réponse à un formulaire, une ligne ajoutée à une feuille), vous passez à l'automatisation, et le bon outil est Apps Script : l'environnement d'exécution JavaScript intégré de Google pour Workspace.

Apps Script peut appeler Gemini et écrire le résultat directement dans un Doc, une Sheet ou un e-mail. Voici un extrait déclenché par un événement qui résume une nouvelle ligne de ticket support via l'API Gemini et écrit le résumé dans la colonne suivante :

javascript
function summarizeNewTicket(e) {
  const apiKey = PropertiesService.getScriptProperties().getProperty('GEMINI_KEY');
  const ticket = e.values[1];
  const url = 'https://generativelanguage.googleapis.com/v1beta/models/gemini-flash-latest:generateContent';
  const payload = {
    contents: [{ parts: [{ text: `Summarize this ticket in one sentence: ${ticket}` }] }]
  };
  const res = UrlFetchApp.fetch(url, {
    method: 'post',
    contentType: 'application/json',
    headers: { 'x-goog-api-key': apiKey },
    payload: JSON.stringify(payload)
  });
  const summary = JSON.parse(res.getContentText())
    .candidates[0].content.parts[0].text;
  e.range.getSheet().getRange(e.range.getRow(), 3).setValue(summary);
}

Une remarque sur les noms de modèles : gemini-flash-latest est un alias qui pointe toujours vers le modèle Flash actuel. Les versions spécifiques (comme les anciens modèles 2.5) sont retirées selon un calendrier publié : consultez la page des modèles et ne figez une version précise que si vous avez besoin d'une sortie stable et reproductible.

C'est la surface de transition : pas de serveurs, pas de déploiement, et tout reste dans le modèle de permissions de Google. Utilisez Apps Script quand le déclencheur est un événement Workspace et que le résultat retourne dans Workspace.

Surfaces pour développeurs : l'API, AI studio et le CLI

Quand Workspace ne suffit plus (applications sur mesure, vos propres données, vos propres utilisateurs), vous passez côté développeur.

Google AI studio et l'API Gemini

Google AI Studio est l'endroit le plus rapide pour prototyper. Vous écrivez un prompt, vous l'ajustez et vous exportez du code fonctionnel sur un seul écran. Les modèles que vous avez testés sont disponibles via l'API Gemini, documentée sur ai.google.dev. C'est là que vous accédez aux fonctionnalités que l'application grand public vous cache : choix explicite du modèle, multimodalité native (transmission directe d'images, d'audio, de vidéo et de PDF), contexte long pour raisonner sur des documents entiers, et grounding avec Google Search activable d'un simple réglage.

Le grounding est la notion à retenir. Au lieu de construire un pipeline RAG complet pour des faits généraux, vous activez le grounding Search et Gemini récupère et cite lui-même des résultats en temps réel :

python
from google import genai
from google.genai import types

client = genai.Client(api_key="YOUR_KEY")
response = client.models.generate_content(
    model="gemini-flash-latest",
    contents="What changed in the latest EU AI Act guidance this month?",
    config=types.GenerateContentConfig(
        tools=[types.Tool(google_search=types.GoogleSearch())]
    )
)
print(response.text)

Utilisez l'API quand vous construisez un produit, intégrez l'IA dans votre propre application ou servez des utilisateurs autres que vous. Passez d'abord par AI Studio pour mettre au point le prompt et la configuration.

Gemini CLI et code assist

Deux surfaces pour développeurs méritent une mention à part, car elles se trouvent là où les ingénieurs travaillent réellement.

Gemini CLI amène le modèle dans votre terminal : demandez-lui d'expliquer une stack trace, de refactoriser un fichier ou d'exécuter une tâche en plusieurs étapes sur votre projet local. Gemini Code Assist fonctionne dans votre IDE (VS Code, JetBrains) et dans GitHub, et assure la complétion, la revue et le chat en tenant compte de votre codebase.

La distinction : le CLI sert au travail ponctuel, conversationnel, natif du terminal, et aux tâches agentiques rapides sur des fichiers locaux. Code Assist sert au flux continu, dans l'éditeur. Les deux sont la bonne surface quand *le contexte est votre code*.

🎬 [VIDÉO : « Gemini CLI: Your open-source AI agent in the terminal » - youtube.com/watch?v= tutoriel - une démonstration de l'installation du CLI et de l'exécution de tâches agentiques sur un dépôt local]

Vérification des acquis

1. Selon le modèle mental « même cerveau, corps différents » présenté dans la leçon, qu'est-ce qui change réellement d'une surface Gemini à l'autre ?

2. Quand un Gem est-il le bon choix par rapport au travail ouvert dans l'application Gemini ?

3. Pourquoi la leçon présente-t-elle Google Workspace comme la surface grand public au plus fort effet de levier pour la plupart des professionnels ?

CHOIX MULTIPLES

4. Sélectionnez TOUTES les questions qui, selon la leçon, déterminent la surface à utiliser.

Sélectionnez toutes les réponses correctes.

CHOIX MULTIPLES

5. Sélectionnez TOUTES les affirmations qui décrivent correctement quand utiliser Gemini dans Chrome ou Android.

Sélectionnez toutes les réponses correctes.

Production et agents : ADK et vertex AI

Deux autres surfaces comptent dès que vous dépassez le simple appel d'API.

L'agent development kit (ADK)

Quand votre tâche nécessite *plusieurs étapes, des outils et des décisions* (appeler une API, vérifier un résultat, décider de la suite), vous construisez un agent, et une boucle generateContent brute devient vite confuse. L'Agent Development Kit est le framework open source de Google pour construire, structurer et orchestrer des agents avec outils, mémoire et passages de relais entre agents, de façon propre et testable.

Un agent ADK minimal capable d'utiliser un outil ressemble à ceci :

python
from google.adk.agents import Agent

def get_order_status(order_id: str) -> dict:
    """Look up the status of a customer order by its ID."""
    return {"order_id": order_id, "status": "shipped", "eta": "2 days"}

root_agent = Agent(
    name="support_agent",
    model="gemini-flash-latest",
    instruction="Help customers check order status. Use the tool for any order ID.",
    tools=[get_order_status]
)

Utilisez ADK quand la logique est réellement agentique : embranchements, utilisation d'outils et étapes qui dépendent des résultats précédents. Pour un simple prompt et sa réponse, ADK est disproportionné ; restez sur l'API.

Vertex AI

Vertex AI est la surface entreprise de Google Cloud. Les modèles sont les mêmes, mais le corps qui les entoure est conçu pour la production : permissions IAM, contrôles VPC, résidence régionale des données, monitoring, montée en charge et intégration avec votre entrepôt de données cloud. Les agents ADK y sont déployés, sur un environnement d'exécution managé, quand ils doivent fonctionner de façon fiable pour de vrais utilisateurs.

Le choix entre l'API Gemini et Vertex AI dépend de *qui la contrôle et l'audite*. Projet personnel ou startup qui avance vite : l'API Gemini avec une clé d'API. Entreprise avec des exigences de sécurité, de conformité et de gouvernance des données : Vertex AI. Mêmes modèles, gouvernance différente.

La couche tierce

Vous croiserez aussi Gemini *à l'intérieur d'autres outils* : des produits qui ont branché les modèles de Google dans leurs propres workflows via l'API. L'enjeu n'est pas de les recenser, mais de reconnaître le schéma. Quand vous en évaluez un, posez les trois mêmes questions : où se trouve le contexte, qui déclenche, qui audite. Un outil qui envoie vos données à Gemini via le compte de quelqu'un d'autre change la réponse aux trois.

Synthèse : une tâche, la bonne surface

Supposons que vous dirigiez le support client et que vous vouliez résumer et router les tickets entrants.

  • Pour expérimenter, aujourd'hui : collez un ticket dans l'application Gemini avec un Gem « triage ». Aucune configuration, mais tout est manuel.
  • Les tickets arrivent dans une Sheet : Apps Script avec un déclencheur à la modification résume automatiquement chaque nouvelle ligne. Toujours dans Workspace, sans serveur.
  • Les tickets sont dans votre propre outil de helpdesk : appelez l'API Gemini (prototypez d'abord le prompt dans AI Studio). Vous maîtrisez l'intégration.
  • Vous avez besoin d'un routage automatique avec recherches et décisions : construisez un agent ADK qui résume, vérifie l'offre du client via un outil et attribue une file.
  • Le déploiement concerne toute l'entreprise, avec des exigences de conformité : déployez cet agent sur Vertex AI avec une IAM et un monitoring adaptés.

Même tâche. Cinq surfaces. La bonne est la plus petite surface qui répond à vos trois questions, sans un cran de plus.

Points clés

  • Choisissez la surface à partir de trois questions : où se trouve le contexte, qui déclenche la tâche, et qui doit la contrôler ou l'auditer. Les réponses mènent directement à Workspace, Apps Script, l'API, ADK ou Vertex AI.
  • Gemini dans Workspace est la surface grand public au plus fort effet de levier pour les professionnels, car il est déjà ancré dans vos documents et vos permissions. Commencez par là avant de construire quoi que ce soit.
  • Apps Script est le pont vers l'automatisation : quand un événement Workspace doit déclencher Gemini et que le résultat revient dans Workspace, vous n'avez besoin ni de serveur ni de déploiement.
  • Prototypez dans AI Studio, mettez en production sur l'API, et passez à Vertex AI uniquement quand la gouvernance l'exige. Les modèles sont identiques ; vous choisissez le niveau de contrôle.
  • Les versions de modèles sont retirées selon un calendrier. Utilisez un alias comme gemini-flash-latest par commodité, ou figez une version actuelle et consultez la page des modèles avant la mise en production.
  • N'utilisez ADK que si la tâche est réellement agentique (plusieurs étapes, outils et embranchements). Un simple prompt n'a pas besoin d'un framework.

Questions fréquentes

Comment choisir entre l'application Gemini, Workspace, la Gemini API et Vertex AI ?

Répondez à trois questions : où se trouve le contexte (votre boîte mail, une codebase, votre propre base de données), qui déclenche la tâche (vous, une planification, un autre système), et qui doit la contrôler ou l'auditer. Si les données sont déjà dans Gmail, Docs ou Sheets et qu'un humain reste dans la boucle, Gemini dans Workspace suffit. Construire un produit pour d'autres utilisateurs oriente vers la Gemini API, et les exigences de conformité ou de gouvernance vous poussent vers Vertex AI. Choisissez la surface la plus réduite qui satisfait les trois réponses.

Quelle est la différence entre Gemini Pro et Gemini Flash ?

Pro est le niveau destiné au raisonnement plus difficile, Flash le niveau rapide et peu coûteux pour les gros volumes. Les deux fonctionnent sur les mêmes surfaces : le choix dépend donc du coût et de la difficulté, pas du produit que vous utilisez. Pour des tâches répétitives, comme résumer un flux de tickets de support, Flash est généralement le bon choix.

Gemini peut-il lire mes e-mails Gmail et mes fichiers Google Drive, et qui d'autre peut les voir ?

Gemini dans Workspace (Gmail, Docs, Sheets, Slides, Meet, Drive) ne voit que ce à quoi vous avez déjà accès, puisqu'il fonctionne dans le cadre de vos autorisations existantes. C'est pour cela que c'est la surface au meilleur effet de levier pour la plupart des professionnels : vous obtenez un ancrage dans vos contenus réels sans rien construire. Un outil tiers qui envoie vos données à Gemini via son propre compte change complètement la donne.

Comment automatiser une tâche Gemini quand une nouvelle ligne arrive dans un Google Sheet ?

Utilisez Apps Script, l'environnement d'exécution JavaScript intégré de Google pour Workspace. Un déclencheur s'active sur la nouvelle ligne, le script appelle la Gemini API, et le résultat est écrit dans une cellule, un Doc ou un e-mail. Pas de serveur, pas de déploiement, et tout reste dans le modèle d'autorisations de Google. C'est la bonne passerelle dès que le déclencheur est un événement Workspace et que le résultat revient dans Workspace.

Quand faut-il construire un agent avec l'ADK de Google plutôt que simplement appeler la Gemini API ?

Utilisez l'Agent Development Kit quand la tâche est réellement agentique : plusieurs étapes, des appels d'outils et des décisions qui dépendent des résultats précédents. L'ADK vous fournit outils, mémoire et passages de relais entre agents de façon structurée et testable, là où une simple boucle generateContent devient vite brouillonne. Pour un seul prompt et une seule réponse, l'ADK est disproportionné et l'API seule se livre plus vite.

Faut-il figer une version précise du modèle Gemini ou utiliser un alias comme gemini-flash-latest ?

Utilisez l'alias gemini-flash-latest si vous privilégiez la simplicité et voulez toujours le modèle Flash actuel. Figez une version exacte si vous avez besoin de résultats stables et reproductibles, et consultez la page des modèles de Google avant la mise en production, car les versions spécifiques sont retirées selon un calendrier publié. Figer une version sans suivre ce calendrier, c'est ainsi que les intégrations cassent sans bruit.

À faire, tiré de cette leçon

Ces actions sont compilées dans le plan d'action du rôle.

  • Adaptez la surface à l'enjeu : AI Studio, API, Gems, puis Vertex AI
Voir le plan d'action complet →

Articles liés

Les articles récents du blog qui s'appuient sur cette leçon.