Банана иддэг супер Робот 🍌🤖

Generated by Nano Banana Pro Image

“AI аль хэдийн бидний амьдралын нэг хэсэг болсон” гэдгийг хүн бүр хэлдэг болсон энэ үед нэг л асуулт үлдэж байна. Хэрхэн илүү ухаалгаар ашиглах вэ?

2025 оны 11-р сарын 18-нд Google хиймэл оюун ухааны хөгжлийн түүхэнд томоохон алхмаа хийсэн нь Gemini 3 Pro, Antigravity, Gemini 3 Pro Image буюу Nano Banana дараагийн хувилбарыг танилцуулсан нь байв. Эдгээр нь зүгээр нэг шинэ хэрэгсэл биш, харин бидний ажлын арга барилыг үндсээр нь өөрчлөх “хувьсал” болж байна.

Бидэнд энэ яагаад чухал вэ? Хэрхэн ашиглаж бүтээмжээ нэмэх вэ? гэдэгт хариулт болгож шинэхэн загваруудын танилцуулгыг нийтлэл болгон хүргэхээр шийдлээ.

Gemini загварын хамгийн анхны хувилбар 2023 оны 12 сард танилцуулагдаж байсан бөгөөд хамгийн анхны multimodal AI гэдгээрээ танигдаж байсан.

Multimodal AI — Бичвэр, зураг, аудио, бичлэг зэрэг олон төрлийн өгөгдлийг нэгэн зэрэг ойлгодог загварчлал

Ердөө хоёрхон жилийн өмнө AI хэлний загвар, чатууд “BOOM” болж хүн бүр л “пээ паа” ингэж ажилладаг гэж байна шүү дээ гээд л ам ангайж байсан бол өнөөдөр хэлний загваруудын шинэчлэлүүд дээр тэгж цочирдох хүн ховор болсноор барах уу, юунд хэрхэн ашиглаж бүтээмжтэй байх, цагаа хэмнэх, илүүг бүтээх тухайд боддог болжээ.

Хоёр жил өчигдөр мэт санагдах богино хугацаа ч Gemini аль хэдийн 4 ч удаа шинэчлэгдсэн хувилбаруудаа (1.0, 1.5, 2.0, 2.5 Pro, 3 Pro) танилцуулж өнөөдөр хамгийн хүчирхэг, хамгийн сүүлийн үеийн том хэлний загвар гэж нэрлэгдэж байна.

Ингээд нийтлэлдээ орцгооё! 🌊🐬🏄‍♀️

Gemini 3 Pro

“Reasoning” буюу логик сэтгэлгээ гэдэг AI-н хувьд зүгээр нэг асуултад хариулах биш, харин олон алхамтай бодлого бодох, төвөгтэй зүйлд шийдэл олох, урт контекст ойлгох, тохиромжтой шийдвэр гаргах чадвар юм. Жишээ нь, та “миний кодын архитектурыг сайжруул” гэхэд зүгээр код бичихгүй, харин:

1. Одоогийн кодыг уншиж ойлгох
2. Pattern-ууд, bottleneck илрүүлэх
3. Бусад сайн гэсэн шийдлүүдтэй харьцуулах
4. Алхам алхмаар сайжруулах төлөвлөгөө гаргах
5. Код бичих ба тайлбарлах

Өөрөөр хэлбэл “Миний кодонд алдаа байна, засаад өг” гэхэд “Энд алдаа байна, засвар нь энэ…” гээд шууд гараад ирэхгүйгээр учир шалтгааныг нь тайлбарлаж, алдааг засах шийдлүүдийг ч бас хэлж өгнө гэсэн үг юм. Үүнийг “Deep reasoning” гээд байгаа юм.

Gemini 3 Pro загварын өөр нэг давуу тал нь “Multimodal mastery” буюу нэгэн зэрэг их хэмжээний текст, зураг, бичлэг, аудио, кодтой ажиллах чадвартай болсон юм.

Өөрсдийн танилцуулга дээрээ бичдэггүй, миний хувьд хувилбар бүр дээрээ сайжирч буй дурдахгүй байхын аргагүй нэг зүйл бол “Монгол хэл ойлгох, бичих чадвар” нь Claude -г гүйцэхээр санагдаж байгаа. Сүүлийн үед LLM хэрэглээг дагаад зайлшгүй Англиар промпт бичүүлэх шаардлага гараад байсан чинь эргээд энэ загваруудын хэлний чадварууд сайжирснаар CLI, Antigravity -тай ажиллах үедээ хүртэл хүсэлтүүдээ Монголоор өгч болдог болж байгаа нь сайшаалтай.

Промптоор өгч буй зааварчилгаанууд ч мөн токенд тооцогдож, зардал гарахад нөлөөлдөг байсан бол одоо “you get what you need with less prompting” буюу хамгийн багахан промпт өгөөд илүү ухаалаг их үр дүн авахад анхаарах болсон байна. Жишээ нь, өмнө нь код дээрээ review хийлгэхийн тулд доор харуулж байгаачлан жуман хүсэлт бичдэг байсан бол,

Prompt:

Act as a senior software engineer with 10+ years experience.
Review the following Python Flask API code.

For each issue you find:
1. Explain what the issue is
2. Why it's a problem
3. How to fix it
4. Provide corrected code

Focus on:
- Security vulnerabilities
- Performance issues
- Best practices violations
- Code organization
- Error handling
- Input validation

Be specific and provide examples.
Format your response as:
## Issue 1: [Title]
**Problem:** [Explanation]
**Solution:** [Fix]
**Code:**

одоо “Миний Flask API-г шүүмжлээд security, performance, best practices-ээр засварлаад өг” гэхэд л загвар дотроо бүгдийг бодож боловсруулаад таниас өөр тайлбар нэхэлгүйгээр үр дүнг буцаагаад өгнө. Үүнийг “context understanding” буюу та бүх зүйлийг тайлбарлах шаардлагагүй гээд байгаа юм.

Контекст цонх & санах ойн хувьд өмнөх загварын адилаар 1'000'000 токен контекст цонх дэмждэг. Энэ нь юу гэсэн үг вэ гэхээр

1 токен ≈ 4 англи тэмдэгт, 1 токен ≈ 2–3 монгол кирилл тэмдэгт

буюу томоор харвал ~3,000 хуудас текст, ~30 цагийн транскрипт, дунд хэмжээний веб аппын бүх код, 50–80 мин видео контент (1 frame/sec) болно гэсэн үг юм.

Контекст цонх (context window): Загвар нэг удаад хэдэн токен мэдээлэл боловсруулж чадах хязгаар юм.

Санах ой (memory): урт хэлэлцүүлгийн туршид өмнөх контекстоо хадгалж, ашиглах чадварыг хэлнэ.

Тэгвэл одоо хэдүүлээ параметр тохиргоонуудын талаар ярилцацгаая.

Thinking Level — AI хэр их “бодох” вэ гэдгийг хянана.

• thinking_level: "low" - Хурдан, энгийн асуудалд буюу амархан код бичүүлэх, орчуулга хийлгэх, JSON-с CSV-рүү өгөгдөл хөрвүүлэх зэрэг ойр зуур ажилд
• thinking_level: "high" - Удаан, нарийн төвөгтэй асуудалд буюу архитектурын шийдэл, тооцоолол гаргуулах, стратегийн түвшний асуудлууд шийдүүлэх зэрэгт

import google.generativeai as genai

genai.configure(api_key="YOUR_API_KEY")

# Low thinking - Simple tasks
model_fast = genai.GenerativeModel(
    model_name='gemini-3-pro-preview',
    generation_config={'thinking_level': 'low'}
)

# High thinking - Complex tasks
model_deep = genai.GenerativeModel(
    model_name='gemini-3-pro-preview',
    generation_config={'thinking_level': 'high'}
)

Media Resolution — Зургийн чанараар токен хэмнэх.

Өмнөх хувилбарт байсан ч дурдахгүй байхын аргагүй feature билээ. Multimodal content буюу зураг, PDF файл, бичлэг боловсруулахдаа media_resolution параметр ашиглаж low, medium, high сонголтуудаас сонгож токен хэмнэж болно.

• media_resolution: "low" - Хурдан, энгийн асуудалд буюу UI дээр гялс зөвлөгөө авах, жижиг хэмжээний деталь багатай зураг, диаграм энгийнээр тайлбарлуулах зэрэгт
• media_resolution: "medium" - Үндсэн тохиргоо буюу ерөнхий өдөр тутмын ажлуудад тохиромжтой. Жишээ нь, кодны screenshot, архитектурын диаграм, слайд тайлбарлуулах зэрэгт
• media_resolution: "high" — Зурган файлтай ихэд нарийн ажиллах бөгөөд энэ хэрээр токен зарцуулалт өндөр байна гэсэн үг. Маш бяцханаар бичсэн текст уншуулах, эрүүл мэндийн холбогдолтой зурагтай ажиллуулах гэх мэт нарийн ажлуудад тохиромжтой байх нь.

Онолын хувьд танилцлаа. Одоо харин Gemini загваруудыг энгийн хэрэглэгчдээс эхлээд хөгжүүлэгчид хүртэл бүгд өөрсдийн хэрэглээндээ тохируулан хэрхэн ашиглаж болох тухайд танилцъя.

1. Gemini App — gemini.google.com сайтаар ороод эсвэл утасны апп татаад ашиглана. Энгийн, өдөр тутмын хэрэглээнд хамгийн тохиромжтой. Харилцан чатлах, асуулт асуух, Nano Banana зургийн загвараар зураг үүсгүүлэх, засуулах зэрэг боломжуудтай.
2. Google AI Studio — aistudio.google.com сайтаар ороод ашиглах бөгөөд хөгжүүлэгчдэд илүү тохиромжтой. Prototype гаргуулах, промпт бичүүлэх, турших үзэх зэрэг, түм буман боломжтой. Төрөл бүрийн жишээ промптуудтай учир хэрхэн ашиглаж болох талаар суралцчихна, Python, JavaScript, cURL зэрэг хэлнүүд дээр кодоо гаргуулаад авчихна, токеноо урьдчилан тооцоолуулаад харчихна, пропмтын зааварчилгаа чиглүүлгийг өгчихнө, thinking_level, temperature, max_tokens гэх мэт тохиргоонуудыг хийчихнэ зэрэг олон давуу талуудтай.
3. API Integration — Апп хөгжүүлэлт, кодондоо Gemini загварыг ашиглах бол дээрх Google AI Studio-н сайтнаас “Create API Key” дарснаар шинэ key үүсгүүлээд ашиглана гэсэн үг.

# 1. API key авах
https://aistudio.google.com/apikey -> "Create API key" дарах

# 2. SDK суулгах
pip install google-generativeai

# 3. Environment variable тохируулах
export GOOGLE_API_KEY="your_api_key_here"

4. Vertex AI — Enterprise шийдэл буюу том байгууллага, нарийн системд тохиромжтой шийдэл. Маш нарийн олон тохиргоо, хамгаалалт, олон боломжуудыг санал болгохын зэрэгцээ мэдээж үнэтэй. Бэлэн AI загваруудыг ашиглах эсвэл өөрөө сургаж ашиглах зэрэг маш их features-тэй.

Gemini 3 Pro Image AKA Nano Banana Pro 🍌

Одоо хэдүүлээ Gemini 3 Pro дээр суурилан хөгжүүлэгдэж, бүтээлч AI салбарыг доргиож байгаа Nano Banana загварын талаар ярилцъя.

Миний хувьд энэ загварын, ялангуяа энэ хувилбарынх нь хамгийн таалагдаж байгаа нь зурган дээр кирилл тексттэй хамаагүй сайн ажилладаг болсон нь. Монгол хэл харуулсан лого, постер хийхэд, санаа авахад улам бүр тохиромжтой болж байна л гэсэн үг. Зөвхөн текст промптоос өндөр чанарын зураг үүсгэх төдийгүй, зураг засварлах, character consistency буюу нэг дүр төрхийг хадгалан олон янзын зураг дээр тогтвортой харуулах, зургийг масклах зэрэг боломжуудтай.

Сайжирсан гэдэг нь 100% төгс гүйцэтгэл гэсэн үг бас биш ээ. Урт үг текст дээр алдаа гаргах, үг үсгийг солих, нүүр царайг өөрчлөх, тоо баримтыг буруу дүрслэх зэрэг алдаа гарах учраас хүссэн үр дүнгээ хүлээн автал бас дахин дахин оролдох хэрэгтэй, алдааг нь хүлээн зөвшөөрөх хэрэгтэй болно. Мэдээж энэ хэрээр токен гүйнэ 🥲

Одоо хэдэн жишээ харцгаая.

Жишээ 1. Би Монгол гэрийн бүтэц зохион байгуулалтыг хүүхэддээ тайлбарлах харуулах зорилгоор, хөөрхөн дүрслэлтэй, тайлбартайгаар зураг авах хүсэлт оруулсан. Надад дараах үр дүнг өгсөн:

Gemini Nano Banana-р үүсгэсэн инфографик зураг

Промпт:

Надад Монголын уламжлалт гэрийн бүтэцний тухай инфографик үүсгэхэд тусална уу.
- Гэрийн хэсэг бүрийг лабел хий (Монгол бичгээр)
- Тооно, унь, хана, хаалга тодорхой харуул
- Educational poster стайл
- Тод, ойлгомжтой дүрслэл
- Хүүхдэд ээлтэй өнгө

Дээрх зургийн жишээнээс үг үсэг, бичиглэл дээр мэр сэр алдаа буйг харж байгаа байх. Гэхдээ үүнийг промптоо дахин сайн нарийвчилж өгснөөр засах боломжтой. “USE MONGOLIAN CYRILLIC LETTERS EXACTLY: тооно, унь, хана, хаалга гэж бич — илүү тодорхой!” гээд заагаад өгнө гэсэн үг юм. За туршаад үзээрэй.

Жишээ 2. Саяхан Истанбулын Балат гудамжаар аялж явахдаа жуулчдын хүсэмжит, Инстаграмын алдарт спот болох Colorful Stairs дээр зургаа авахуулсан. Тэнд гоё зураг авахуулсан. Даанч битүү хүнтэй учраас яаж ч хүлээсэн хүнгүй байна гэж байхгүй юм билээ.

Дараа нь гоё зургаа IG -даа постломоор байсан ч битүү хүмүүстэй, гудамжны гоё сайхан харагдахгүй байсан учраас зургаа Nano Banana-даж үзэхээр шийдсэн юм. Тэгсэн надад дараах үр дүнг өгсөн:

Зүүн талын зураг: Бодит, Баруун талын зураг: Nano Banana-дсан

Зурганд ашигласан промптын тохиргоог доор орууллаа. Үр дүнд нь, илүү дутуу хүмүүсийг арилгаж, IG-д оруулахад тохиромжтой болгосон. Гэхдээ бүр сайн харвал миний царай жоохон өөр болсон байгаа биз.

Тохиргоо:

- Temperature: 0.1 (илүү реалистик үр дүн)
- Prompt: "Leave the girl in the white shirt in the middle of the photo and remove the people around her. Do not change the girl's face or outfit."

Миний хувийн зүгээс Банана дээр нэмэгдсэн гоё feature нь зургийн чанараа 1K, 2K, 4K сонголтуудаас сонгодог болсон нь байлаа.

Ингээд төгсгөлд нь хэлэхэд,

AI хүчээ авч байгаа энэ цаг үед аливаа контент, мэдээллийг хүлээн авахдаа “serious” байж, үнэн зөвийг шалгаж байх хэрэгтэй. Та өөрөө ч зураг, бичвэр, бичлэг түгээхдээ аюулгүй, ил тод, шилэн байдлыг чухалчилж, бусдын эрхэнд хүндэтгэлтэй хандаж байгаарай. Нэгэнт л энэ их бужигнаан, өрсөлдөөний дунд бид үүний хөгжлийг үгүйсгэж чадахгүй, зогсоож чадахгүй учир “ЗҮГЭЭР САЙХАН ГҮНЗГИЙ АМЬСГАА АВААД,, ГАРГААД,,” дасан зохицоод, өөрөө зөв хэрэглээд, үе хойчоо зөв хэрэглэхэд уриалаад, зааж өгөөд урагшаа алхаад байх нь дээ!

Мөн мэдээж AI загвар гэдэг үүднээс заримдаа алдаа гаргах эрх тэдэнд бий. Тэгэхээр 100% AI-д бүх зүйлээ даатгалгүй, удирдлагыг өөрийн гартаа авч ухаалгаар, зөвөөр ашиглаарай гэж уриалаад энэ удаагийн нийтлэлээ өндөрлүүлье.

Дараагийн нийтлэл бичиж байх зуур надтай холбоотой байхыг хүсвэл IG-г маань дагаарай. FB-г бодвол тухтай байдаг учраас эндээ илүү идэвхтэй байдаг юм. 📸📸 https://www.instagram.com/centauream/

Бас, тек хурал, аяллын бичлэг оруулдаг Youtube хаягийг маань: https://www.youtube.com/@ZulaaInTech

Бас, тек подкастыг маань ☺️🤭 https://www.youtube.com/@TechGalsTalks дагаарай дагаарай…

За, түр баяртай 👋👋

💡 AI Transparency

Энэхүү нийтлэл Google Search болон Gemini, Nano Banana Pro AI загварын туслалцаатай бэлтгэгдэв. Мэдээллийн 80%-г би шивж, шалгаж, баталгаажуулж оруулсан болно.

GDE #AISprintH2 #GeminiBlog #Gemini3Pro #NanoBananaPro #MongolianTechExperience

Google Cloud credits are provided for this project.