本文详解如何正确将大体积 json 数据作为纯文本传入 gemini 模型（如 gemini-pro），避免因误传 python 对象或编码问题导致的 500 内部错误，并提供可直接运行的健壮代码示例。
本文详解如何正确将大体积 json 数据作为纯文本传入 gemini 模型（如 gemini-pro），避免因误传 python 对象或编码问题导致的 500 内部错误，并提供可直接运行的健壮代码示例。
Gemini 系列模型（包括 gemini-pro）仅接受字符串形式的输入内容（prompt），不支持直接传入 Python 字典、列表等原生对象，也不支持嵌套结构体（如 {"prompt": "...", "data": {...}}）。你遇到的 InternalServerError: 500 错误，根本原因正是调用了 json.dumps(data) 将已解析的 Python 对象再次序列化为字符串后发送——看似“合法”，实则因数据体积过大、JSON 格式嵌套过深或含不可见控制字符（如 \x00, \u2028, BOM 头等），触发了服务端解析异常。
✅ 正确做法是：跳过 json.load() 解析步骤，直接以 UTF-8 编码读取原始 JSON 文件为纯字符串，并将其拼接进 prompt 中。这既符合 Gemini 的输入规范，又能规避对象序列化引入的冗余与风险。
以下是推荐的两种生产级用法：
Images & videos generation with Gemini 3 Pro Image + Qwen Wan 2.6 (video) via one API key
下载
使用AIsa生成图像与视频。仅需一个API密钥即可调用Gemini 3 Pro Image（图像）和Qwen Wan 2.6（视频）。
✅ 方式一：单次请求（无对话历史）
适用于一次性分析任务，简洁高效：
import google.generativeai as genai
import os
# 配置 API 密钥（推荐使用环境变量）
genai.configure(api_key=os.getenv("GOOGLE_API_KEY"))
model = genai.GenerativeModel('gemini-pro')
# 关键：直接读取 JSON 文件为字符串（非解析为对象！）
with open("/content/sample_data/BigData.json", "r", encoding="utf-8") as f:
json_string = f.read().strip() # .strip() 去除首尾空白，提升稳定性
prompt = f"""请对以下 JSON 数据进行结构化分析：
- 统计顶层字段数量及类型分布
- 列出所有嵌套数组的最大长度
- 提取前3条记录的业务关键字段（如 id, name, timestamp）
- 用中文输出，分点作答，避免代码块
数据如下：
{json_string}"""
response = model.generate_content(prompt)
print(response.text)✅ 方式二：带会话上下文（chat）
适用于需多轮交互或保持上下文的场景：
model = genai.GenerativeModel('gemini-pro')
chat = model.start_chat(history=[])
with open("/content/sample_data/BigData.json", "r", encoding="utf-8") as f:
json_string = f.read().strip()
# 首次发送：携带完整数据 + 明确指令
initial_prompt = f"请基于以下 JSON 数据完成分析任务：{json_string}"
response = chat.send_message(initial_prompt)
print("首次响应：")
print(response.text)
# 后续追问（无需重复发送大数据，仅依赖上下文）
follow_up = "请再统计其中 'status' 字段为 'active' 的记录数"
response2 = chat.send_message(follow_up)
print("\n追问响应：")
print(response2.text)⚠️ 关键注意事项
- 绝不使用 json.load() + json.dumps() 组合：这会导致双重序列化，极易在大数据量下触发 token 超限或格式异常。
- 强制指定 encoding="utf-8"：避免 Windows BOM、Latin-1 混入等编码污染，这是解决“奇怪字符报错”的最常见手段。
-
预处理敏感字符（可选但推荐）：若仍遇解析失败，可在读取后清洗：
import re json_string = re.sub(r'[\x00-\x08\x0b\x0c\x0e-\x1f\x7f-\x9f]', '', json_string) # 移除控制字符
- 注意输入长度限制：Gemini Pro 输入上限约 32K tokens。若 JSON 超出，需采样（如取前 N 条）、摘要或分块处理（配合 response.candidates[0].content.parts[0].text 判断是否截断）。
通过以上方法，你可稳定、高效地将百 MB 级 JSON 文本送入 Gemini 完成智能分析，彻底告别 500 错误。
