零样本优化器

借助零样本优化器，您可以自动优化和改进用户撰写的提示。通常，由于语言含糊不清、缺少上下文或包含无关信息，提示可能无法生成您想要的模型回答。此优化器会分析并改写现有提示，使其更清晰、更有效，并更好地与模型的功能相契合，最终生成更优质的回答。

零样本优化器特别适用于以下情况：

  • 适应模型更新：升级到较新版本的模型后，您现有的提示可能无法再发挥最佳效果。

  • 增强提示理解能力：当提示措辞复杂或可能被误解时，该工具可以重新措辞，以最大限度地提高清晰度和精确度，从而减少出现不良结果的可能性。

您可以通过以下两种方式使用优化器：

  • 指令生成：您无需从头开始编写复杂的系统指令，只需用简单明了的语言描述您的目标或任务即可。然后，优化器将生成一套完整且结构合理的系统指令，旨在实现您的目标。

  • 提示优化：您有一个可用的提示，但模型的输出不一致、略微偏离主题，或者缺乏您想要的细节。优化器可以帮助改进提示，以便获得更好的输出。

优化器支持 Gemini 支持的所有语言的提示优化，并且可通过 Vertex AI SDK 使用，如以下示例所示：

# Import libraries
import vertexai
import logging

# Google Colab authentication
from google.colab import auth
PROJECT_NAME = "PROJECT"
auth.authenticate_user(project_id=PROJECT_NAME)

# Initialize the Vertex AI client
client = vertexai.Client(project=PROJECT_NAME, location='us-central1')

# Input original prompt to optimize
prompt = """You are a professional chef. Your goal is teaching how to cook healthy cooking recipes to your apprentice.

Given a question from your apprentice and some context, provide the correct answer to the question.
Use the context to return a single and correct answer with some explanation.
"""

# Optimize prompt
output = client.prompt_optimizer.optimize_prompt(prompt=prompt)

此 output 对象属于 OptimizeResponse 类型，可提供有关优化流程的信息。最重要的部分是 suggested_prompt，其中包含经过优化的提示，您可以使用该提示从模型中获得更好的结果。其他字段（尤其是 applicable_guidelines）有助于了解系统改进提示的原因和方式，从而帮助您日后撰写更好的提示。以下是输出示例：

{
  "optimization_mode": "zero_shot",
  "applicable_guidelines": [
    {
      "applicable_guideline": "Structure",
      "suggested_improvement": "Add role definition.",
      "text_before_change": "...",
      "text_after_change": "Role: You are an AI assistant...\n\nTask Context:\n..."
    },
    {
      "applicable_guideline": "RedundancyInstructions",
      "suggested_improvement": "Remove redundant explanation.",
      "text_before_change": "...",
      "text_after_change": ""
    }
  ],
  "original_prompt": "...",
  "suggested_prompt": "Role: You are an AI assistant...\n\nTask Context:\n..."
}