Einführung in die Prompts

Auf dieser Seite werden einige grundlegende Konzepte vorgestellt, die Ihnen den Einstieg in die Entwicklung von Prompts erleichtern. Ein Prompt ist eine Anfrage in natürlicher Sprache, die an ein Sprachmodell gesendet wird, um eine Antwort zu erhalten. Prompts können Fragen, Anleitungen, Kontextinformationen, Beispiele und Teileingaben für das Modell enthalten, die abgeschlossen oder fortgesetzt werden sollen. Nachdem das Modell einen Prompt erhalten hat, kann es je nach verwendetem Modelltext Einbettungen, Code, Bilder, Videos, Musik und mehr erzeugen.

Was ist Prompt-Design und Prompt-Engineering?

Beim Prompt-Design werden Prompts erstellt, die die gewünschte Antwort aus Sprachmodellen auslösen. Gut strukturierte Prompts können wichtig sein, um genaue, hochwertige Antworten aus einem Sprachmodell zu gewährleisten. Das iterative Verfahren zum wiederholten Aktualisieren von Prompts und zum Bewerten der Antworten des Modells wird manchmal als Prompt Engineering bezeichnet.

Gemini-Modelle funktionieren oft gut, ohne dass sofortige Anpassungen erforderlich sind, insbesondere bei einfachen Aufgaben. Bei komplexen Aufgaben spielt jedoch weiterhin eine effektive Prompt-Entwicklung eine wichtige Rolle.

Komponenten eines Prompts

Sie können in einem Prompt beliebige Informationen angeben, die Sie für die jeweilige Aufgabe als wichtig erachten. Promptinhalte fallen in der Regel in eine der folgenden Kategorien:

Aufgabe

Eine Aufgabe ist der Text im Prompt, für den das Modell eine Antwort bereitstellen soll. Aufgaben werden in der Regel von einem Nutzer gestellt und können eine Frage oder eine Anleitung sein.

Beispielaufgabe für eine Frage:

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).

Beispielaufgabe für eine Anleitung:

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.

Systemanweisungen

Systemanweisungen werden an das Modell übergeben, bevor der Nutzer etwas in den Prompt eingibt. Sie können Systemanweisungen im speziellen Parameter systemInstruction hinzufügen.

Im folgenden Beispiel werden Systemanweisungen verwendet, um den Stil und den Ton des Modells festzulegen und gleichzeitig Einschränkungen dafür festzulegen, worüber es sprechen darf und worüber nicht:

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!
Weitere Informationen zum Konfigurieren von Systemanweisungen finden Sie unter Systemanweisungen verwenden.

Few-Shot-Beispiele

Few-Shot-Beispiele sind Beispiele, die Sie in einen Prompt einfügen, um dem Modell zu zeigen, wie es richtig liegen würde. Few-Shot-Beispiele sind besonders effektiv, um den Stil und Ton der Antwort festzulegen und das Verhalten des Modells anzupassen.

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

Kontextinformationen

Kontextinformationen sind Informationen, die Sie in den Prompt aufnehmen und die das Modell beim Generieren einer Antwort verwendet oder auf die es verweist. Kontextinformationen können in verschiedenen Formaten wie Tabellen oder Text eingefügt werden.

| Marble color | Number of marbles |
| ------------ | ----------------- |
| Red          | 12                |
| Blue         | 28                |
| Yellow       | 15                |
| Green        | 17                |

How many green marbles are there?
  
There are 17 green marbles.

Sicherheit und Fallback-Antworten

Es gibt einige Anwendungsfälle, in denen das Modell die Anforderungen der Nutzer voraussichtlich nicht erfüllen kann. Wenn der Prompt eine Antwort möchte, die nicht den Werten oder Richtlinien von Google entspricht, reagiert das Modell möglicherweise nicht und stellt eine Fallback-Antwort bereit.

In den folgenden Fällen lehnt das Modell wahrscheinlich die Antwort ab:

  • Hassrede: Prompts mit negativen oder schädlichen Inhalten, die auf Identität und/oder geschützte Merkmale ausgerichtet sind.
  • Belästigung: Böswillige, einschüchternde, missbräuchliche oder beleidigende Prompts, die auf andere Personen ausgerichtet sind.
  • Sexuell explizit: Prompts, die Verweise auf sexuelle Handlungen oder andere vulgäre Inhalte enthalten.
  • Gefährliche Inhalte: Prompts, die schädliche Waren, Dienstleistungen und Aktivitäten fördern oder den Zugriff darauf ermöglichen.

Aufgabenspezifische Anleitung

Aufgabenspezifische Anleitungen für gängige Anwendungsfälle finden Sie auf den folgenden Seiten:

Nächste Schritte