本页面介绍了一种建议的结构来为 Conversational Analytics API 数据智能体编写有效的提示。您可以使用 system_instruction 参数编写字符串形式的上下文，来定义这些提示。结构清晰的系统指令可以提高 API 所提供回答的准确性和相关性。
如需查看不同环境中所编写上下文的示例，请参阅以下文档页面：
什么是系统指令？
系统指令是一种用户定义的准则，开发者可以通过提供系统指令来引导数据智能体的行为并优化 API 的回答。系统指令是 API 据此回答问题的上下文的一部分。此上下文还包括所连接的数据源（BigQuery 表、Looker 探索、Looker Studio 数据源）和对话记录（针对多轮对话）。
通过系统指令进行清晰的结构化引导，您可以提高智能体解读用户问题的能力，并生成有用的准确回答。如果您要连接到 BigQuery 表等数据，那么提供明确定义的系统指令则尤为重要，因为与 Looker 探索不同，这些数据可能没有预定义的语义层。
例如，您可以使用系统指令对智能体进行以下类型的引导：
- 业务特定逻辑：将“忠实”客户定义为在特定时间范围内购买次数超过 5 次的客户。
- 回答格式：将数据智能体的所有回答总结为不超过 20 个字，以节省用户的时间。
- 数据呈现：将所有数字的格式设置为符合公司的风格指南。
提供系统指令
您可以使用 system_instruction 参数以 YAML 格式的字符串形式向 Conversational Analytics API 提供系统指令。虽然 system_instruction 参数是可选参数，并且您可以自行决定指令的结构，但建议您提供结构清晰的系统指令，以便获得准确且相关的回答。
您可以在初始设置期间在代码中定义 YAML 格式的字符串，如配置初始设置和身份验证 (HTTP) 或指定结算项目和系统指令 (Python SDK) 中所示。之后，您可以在以下 API 调用中添加 system_instruction 参数：
- 创建持久性数据智能体：在请求正文的
published_context对象中添加system_instruction字符串，以配置可在多轮对话中保持的智能体行为。如需了解详情，请参阅创建数据智能体 (HTTP) 或为有状态或无状态聊天设置上下文 (Python SDK)。 - 发送无状态请求：在聊天请求的
inline_context对象中提供system_instruction字符串，以定义该智能体在相应 API 调用持续期间的行为和上下文。如需了解详情，请参阅创建无状态多轮对话 (HTTP) 或发送包含内嵌上下文的无状态聊天请求 (Python SDK)。