本文是使用人工智能创作的技术说明与实现示例。所发布的代码和步骤基于一手资料构建，但未经作者在真实设备上进行运行验证。根据环境和版本的不同，实际运行表现可能会有所差异。

整理 Google Cloud 官方提示词设计要素

本文旨在帮助读者安全、实用且深入地理解 Google Cloud 官方文档中介绍的提示词设计（Prompt Design）基本概念及构成要素。我们将根据官方信息，系统梳理用于正确构建大语言模型（LLM）自然语言请求的主要要素，以及这些要素对模型响应产生的影响。

提示词设计与提示词工程的基础

提示词设计是为了从语言模型中获取目标响应而编写提示词的过程。构建具有良好结构的提示词，是确保输出准确且高质量响应的关键要素。此外，反复更新提示词并评估模型响应的迭代过程被称为提示词工程。

对于直接且简单的任务，Gemini 模型往往无需进行特殊的提示词 engineering 就能发挥出很好的效果。然而，在处理复杂任务时，有效的提示词工程依然扮演着重要的角色。

flowchart TD
    UserPrompt[ユーザーからのプロンプト] --> GeminiModel[Geminiモデル]
    GeminiModel --> GenText[テキスト・コード等の生成]

提示词中可以包含任何被认为对推进任务重要的信息。根据一手资料的说明，提示词的内容通常可被归类为以下组件之一。

接下来，我们将分别探讨官方资料中所阐述的各个要素的角色与具体示例。

任务是指要求模型提供响应的具体文本本身。任务通常由用户提供，其中包含提问或关于“应该做什么”的指令。

作为提问形式任务的示例，资料中给出了关于彩虹颜色的问题及其响应。如一手资料所述，彩虹有七种颜色，由光的折射和色散决定，并且可以通过“ROYGBIV”这个首字母缩写来记忆。

此外，在指令形式的任务中，可以要求模型扮演特定的角色或创作诗歌。例如，要求创作一首关于七大洋中最令人闻风丧胆的海盗狗“巴克斯托罗缪船长（Captain Barktholomew）”的诗歌。

系统指示是指在提示词中的用户输入之前传递给模型的指令。它是一个专门的 systemInstruction 可以作为参数添加进行设置。

通过使用系统指令，您可以在规定模型风格和语调的同时，对允许或禁止讨论的内容施加限制。一手资料中给出的一个例子是，设定1700年代海贼犬的口吻和限制，并要求所有消息都以“woof!”结尾。

Few-shot examples 是指包含在提示词中的示例，用于展示正确答案的样式。该要素在规定响应的风格和语调、以及自定义模型行为方面被认为尤为有效。

在官方示例中，在一个将葡萄酒名称分类为“red wine”或“white wine”的任务里，预先使用 <examples> 标签展示了若干分类示例（如霞多丽和赤霞珠等），随后给出一个新的输入（雷司令），并引导模型输出“White wine”的响应结构得到了说明。

上下文信息（语境）是指作为数据包含在提示词中、供模型在生成响应时使用或参考的信息。它可以包含表格或文本等各种形式。

官方文档中举了一个包含表格形式上下文信息的提示词示例，该表格汇总了大理石的颜色和数量。针对“有多少个绿色大理石？”这一问题，展示了模型如何参考表格并准确回答“有17个”的机制。

也存在模型未能满足用户请求的情况。特别是，当输入诱导违反 Google 价值观或政策的响应的提示词时，模型可能会拒绝响应并提供回退响应。一手资料中记载了在以下情况下可能会被拒绝：

本文根据 Google Cloud 官方文档梳理了提示词设计的基本概念与组成要素。执行前需要确认的要点和注意事项如下。

提示词由必填的“Task”（任务）以及根据需要添加的“System instructions”（系统指令）、“Few-shot examples”（少样本示例）和“Contextual information”（上下文信息）各要素组成。
在复杂任务中，通过恰当组合这些要素，可以控制模型的风格和输出的准确率。
违反 Google 安全政策的内容（仇恨言论、骚扰、色情内容、危险内容等）将被模型拒绝。
本文内容全部基于官方文档进行调查和解释，并不代表在实际设备上的代码运行结果。