本页面简要介绍了设计文本提示的一般指导。
如需在 Google Cloud 控制台中直接遵循有关此任务的分步指导，请点击操作演示：
支持的模型
- Gemini 1.5 Flash
- Gemini 1.5 Pro
- Gemini 1.0 Pro
常见任务类型
您可以创建文本提示来处理任意数量的任务。一些最常见的任务包括分类、摘要和提取。您可以参阅以下页面，详细了解如何为这些常见任务设计文本提示：
分类提示
分类任务会为文本分配类或类别。您可以指定可供选择的类别列表，也可以让模型从其自己的类别中进行选择。本页面介绍了如何创建对文本进行分类的提示。
分类用例
以下是文本分类的常见用例：
- 欺诈检测：对金融数据中的交易是否欺诈进行分类。
- 垃圾邮件过滤：识别电子邮件是否为垃圾邮件。
- 情感分析：将文本中传达的情绪分类为积极或消极。例如，您可以将电影评论或电子邮件分类为正面或负面评价。
- 内容审核：识别和标志可能有害的内容，例如冒犯性语言或钓鱼式攻击。
分类提示的最佳实践
尝试将温度设为零，将 Top-K 设置为 1。由于分类任务通常具有确定性，因此这些设置通常可以产生最佳结果。
摘要提示
摘要任务从文本中提取最重要的信息。可以在提示中提供信息来帮助模型创建摘要，也可以要求模型自行创建摘要。此笔记本展示了如何设计提示以创建不同类型的摘要。
汇总应用场景
以下是汇总的常见应用场景：
- 总结文字：总结文字内容，例如：
- 新闻报道。
- 研究论文。
- 法律文件。
- 财务文档。
- 技术文档。
- 客户反馈。
- 内容生成：为文章、博客或产品说明生成内容。
最佳做法
请遵循以下准则来创建最佳文本摘要：
- 指定您所需的摘要具有的任何特征。
- 如需更有创意的摘要，请指定更高的 temperature、top-K 和 top-P 值。如需了解详情，请参阅文本参数定义中的
temperature、topK和topP参数。 - 在编写提示时，请专注于摘要的用途以及您要从中获得什么。
提取提示
提取提示可让您从文本中提取特定信息。
使用场景
以下是提取的常见应用场景：
- 命名实体识别 (NER)：从文本中提取命名实体，包括人、地点、组织和日期。
- 关系提取：提取文本中实体之间的关系，例如人与人之间的家庭关系。
- 事件提取：从文本中提取事件，例如项目里程碑和产品发布。
- 问答：从文本中提取信息以回答问题。
最佳做法
尝试将温度设为零，将 Top-K 设置为 1。由于提取任务通常具有确定性，因此这些设置通常会产生最佳结果。如需了解详情，请参阅文本参数定义中的 temperature 和 topK 参数。
后续步骤
- 如需查看示例提示，请参阅提示库。
- 了解如何发送 Gemini 聊天提示请求。
- 使用 Vertex AI Studio 或 Vertex AI API 尝试学习快速入门教程。
- 了解如何测试文本提示。