Halaman ini menjelaskan cara mendesain perintah yang efektif untuk model Gemini multimodal dan teks. Dengan merancang perintah secara cermat dan menyesuaikan parameter model, Anda dapat memandu model Gemini untuk menghasilkan output yang berkualitas tinggi, relevan, dan kreatif.
Untuk mengetahui informasi selengkapnya tentang cara mendesain perintah, lihat Ringkasan strategi perintah dalam dokumentasi Google Cloud .
Mendesain perintah teks
Perintah teks adalah cara utama untuk berinteraksi dengan model Gemini. Perintah teks yang dibuat dengan baik dapat memandu model dalam menghasilkan output yang relevan dan berkualitas tinggi. Berikut adalah beberapa praktik terbaik untuk mendesain perintah teks:
- Gunakan kata-kata yang jelas dan ringkas: Hindari ambiguitas dan kerumitan yang tidak perlu.
- Berikan konteks: Berikan informasi latar belakang yang dibutuhkan model untuk memahami permintaan Anda.
- Tentukan output yang diharapkan: Beri tahu model jenis respons yang Anda inginkan (misalnya, ringkasan, daftar, atau puisi).
- Gunakan kata kunci: Sertakan kata kunci yang relevan untuk membantu model berfokus pada topik yang tepat.
- Bereksperimen dengan berbagai pendekatan: Coba berbagai gaya dan panjang perintah untuk melihat mana yang paling efektif.
Tugas perintah teks umum
Anda dapat membuat perintah teks untuk menangani sejumlah tugas yang dapat dikelompokkan dalam kategori berikut:
- Klasifikasi: Menetapkan label atau kategori ke bagian teks.
- Ringkasan: Meringkas teks yang lebih panjang menjadi ringkasan yang lebih pendek.
- Ekstraksi: Mengekstrak informasi tertentu dari teks.
Mendesain prompt multimodal
Perintah multimodal menggabungkan teks dengan modalitas lain, seperti gambar atau audio, untuk memberikan input yang lebih kaya ke model Gemini dan memungkinkan interaksi yang lebih kompleks dan bernuansa. Berikut adalah beberapa praktik terbaik untuk merancang perintah multimodal:
- Pilih modalitas yang tepat: Pilih modalitas yang relevan dengan tugas dan melengkapi perintah teks.
- Menyelaraskan modalitas: Pastikan berbagai modalitas menyampaikan informasi yang konsisten.
- Pertimbangkan urutan: Urutan penyajian modalitas memengaruhi output model.
- Gunakan format yang sesuai: Format perintah sedemikian rupa sehingga model dapat memahaminya.
Menyesuaikan parameter
Anda dapat menyesuaikan parameter untuk mengontrol output model Gemini:
- Token maks: menentukan jumlah maksimum token yang dapat dihasilkan model dalam respons. Nilai yang lebih rendah untuk respons yang lebih singkat dan nilai yang lebih tinggi menghasilkan respons yang berpotensi lebih panjang. Token terdiri atas sekitar empat karakter.
- Suhu: mengontrol keacakan output. Temperatur yang lebih tinggi menghasilkan output yang lebih kreatif dan tidak dapat diprediksi, sedangkan temperatur yang lebih rendah menghasilkan output yang lebih deterministik dan konservatif.
- Top-P: mengubah cara model memilih token untuk output dan membatasi kosakata model ke subset token dengan probabilitas kumulatif yang Anda tentukan.
Untuk mengetahui informasi selengkapnya tentang parameter yang dapat Anda sesuaikan, lihat Bereksperimen dengan parameter dan Parameter API.