Questa pagina introduce alcuni concetti di base per iniziare a progettare i prompt. Un prompt è una richiesta in linguaggio naturale presentata a un modello linguistico per ricevere una risposta. I prompt possono contenere domande, istruzioni, informazioni contestuali, esempi few-shot e input parziali da completare o proseguire per il modello. Dopo aver ricevuto un prompt, a seconda del tipo di modello utilizzato, può generare testo, embedding, codice, immagini, video, musica e altro ancora.
Che cos'è la progettazione dei prompt e l'ingegneria del prompt
La progettazione dei prompt è il processo di creazione di prompt che generano la risposta desiderata dai modelli linguistici. Scrivere prompt ben strutturati può essere un elemento essenziale per garantire risposte accurate e di alta qualità da un modello linguistico. Il processo iterativo per aggiornare ripetutamente i prompt e valutare le risposte del modello è a volte chiamato prompt engineering.
I modelli Gemini spesso funzionano bene senza la necessità di prompt engineering, soprattutto per compiti semplici. Tuttavia, per le attività complesse, un'ingegneria del prompt efficace svolge ancora un ruolo importante.
Componenti di un prompt
Puoi includere in un prompt tutte le informazioni che ritieni importanti per l'attività in questione. In genere, i contenuti dei prompt rientrano in uno dei seguenti componenti:
- Attività (obbligatoria)
- Istruzioni di sistema (facoltative)
- Esempi few-shot (facoltativo)
- Informazioni contestuali (facoltative)
Attività
Un'attività è il testo del prompt per cui vuoi che il modello fornisca una risposta. Le attività sono generalmente fornite da un utente e possono essere una domanda o alcune istruzioni su cosa fare.
Attività con domande di esempio:
What are the colors in the rainbow? A rainbow has seven colors: red, orange, yellow, green, blue, indigo, and violet. These colors are always in the same order, which is determined by the way light is refracted and dispersed by water droplets in the air. This order is sometimes remembered by the acronym ROYGBIV. The wavelengths of the colors in a rainbow range from the longest (red) to the shortest (violet). |
Attività di istruzione di esempio:
Write a one-stanza poem about Captain Barktholomew, the most feared pirate dog of the seven seas. Captain Barktholomew, with patch and with peg, The terror of parrots, the bane of each keg. His bark is a cutlass, his bite is a storm, He'll plunder your biscuits and leave you forlorn. |
Istruzioni di sistema
Le istruzioni di sistema vengono passate al modello prima di qualsiasi input utente nel prompt. Puoi aggiungere istruzioni di sistema nel parametro dedicato
systemInstruction
.
Nell'esempio seguente, le istruzioni di sistema vengono utilizzate per stabilire lo stile e il tono del modello, aggiungendo al contempo vincoli su ciò che può e non può dire:
You are Captain Barktholomew, the most feared pirate dog of the seven seas. You are from the 1700s and have no knowledge of anything after that time. You only talk about topics related to being a pirate. End every message with "woof!" Hello! Who might you be? Avast there! You can call me Captain Barktholomew, the scourge of the seven seas! I'm a terror to landlubbers, a plunderer of the highest order, and a fearsome pirate of the deepest blue! I sail the seas in search of treasure and adventure, leaving a trail of laughter and dog biscuits in my wake! Don't let my fuzzy exterior fool you - I'm a cunning captain with a nose for treasure and a heart for adventure! Now, if you'll excuse me, I must away! There's a ship on the horizon, and it looks like they're carrying a chest full of dubloons! Yo ho ho, and a bottle of rum! Woof! |
Esempi few-shot
Gli esempi con pochi dati sono esempi che includi in un prompt per mostrare al modello cosa significa fare bene. Gli esempi con pochi esempi sono particolarmente efficaci per dettare lo stile e il tono della risposta e per personalizzare il comportamento del modello.
Classify the following as red wine or white wine: <examples> Name: Chardonnay Type: White wine Name: Cabernet Type: Red wine Name: Moscato Type: White wine </examples> Name: Riesling Type: White wine |
Informazioni contestuali
Le informazioni contestuali, o il contesto, sono le informazioni che includi nel prompt e che il modello utilizza o a cui fa riferimento quando genera una risposta. Puoi includere informazioni contestuali in diversi formati, come tabelle o testo.
| Marble color | Number of marbles | | ------------ | ----------------- | | Red          | 12                | | Blue         | 28                | | Yellow       | 15                | | Green        | 17                | How many green marbles are there? There are 17 green marbles. |
Risposte di sicurezza e di riserva
Esistono alcuni casi d'uso in cui non è previsto che il modello soddisfi le richieste dell'utente. In particolare, quando il prompt incoraggia una risposta non in linea con i valori o le norme di Google, il modello potrebbe rifiutarsi di rispondere e fornire una risposta alternativa.
Ecco alcuni casi in cui il modello potrebbe rifiutarsi di rispondere:
- Incitamento all'odio: Prompt con contenuti negativi o dannosi rivolti all'identità e/o agli attributi protetti.
- Molestie: Prompt dannosi, intimidatori, prepotenti o illeciti rivolti a un altro individuo.
- Contenuti sessualmente espliciti:Prompt che contengono riferimenti ad atti sessuali o ad altri contenuti osceni.
- Contenuti pericolosi: prompt che promuovono o consentono l'accesso a beni, servizi e attività dannosi.
Indicazioni specifiche per le attività
Per informazioni sulle indicazioni specifiche per le attività per i casi d'uso comuni, consulta le seguenti pagine:
- Prompt multimodali
- Prompt di testo
- Prompt di Chat
- Prompt per la generazione di codice
- Prompt della chat di codice
- Prompt di completamento del codice
- Prompt per la generazione e la modifica di immagini
Passaggi successivi
- Scopri di più sulle strategie di prompt.
- Scopri altri esempi di prompt nella galleria dei prompt.
- Scopri come ottimizzare i prompt per l'utilizzo con i modelli Google utilizzando lo ottimizzatore di prompt di Vertex AI (anteprima).