Используйте системные инструкции для управления поведением модели.

Системные инструкции — это своего рода «преамбула», которую вы добавляете перед тем, как модель получит дальнейшие инструкции от конечного пользователя. Они позволяют вам управлять поведением модели в соответствии с вашими конкретными потребностями и вариантами использования.

arrow_downward Перейти к примерам кода

Задавая системную инструкцию, вы предоставляете модели дополнительный контекст для понимания задачи, предоставления более персонализированных ответов и соблюдения конкретных правил при всём взаимодействии пользователя с моделью. В системных инструкциях можно задать поведение на уровне продукта, отдельно от подсказок, предоставляемых конечными пользователями. Например, можно включить такие элементы, как роль или персону, контекстную информацию и инструкции по форматированию.

Вы можете использовать системные инструкции разными способами, включая:

• Определение персоны или роли (например, для чат-бота)
• Определение формата вывода (Markdown, YAML и т. д.)
• Определение стиля и тона выходных данных (например, многословность, формальность и целевой уровень чтения)
• Определение целей или правил для задачи (например, возврат фрагмента кода без дополнительных пояснений)
• Предоставление дополнительного контекста для подсказки (например, предельный уровень знаний)

Когда задана системная инструкция, она применяется ко всему запросу. Она действует для нескольких ходов пользователя и модели, если включена в подсказку. Хотя системные инструкции отделены от содержимого подсказки, они по-прежнему являются частью ваших общих подсказок и, следовательно, регулируются стандартными политиками использования данных.

Системные инструкции поддерживаются всеми моделями Gemini . Модели Imagen 3 их не поддерживают.

Установить системные инструкции

Установить системные инструкции для общих случаев использования

import FirebaseAI

// Specify the system instructions as part of creating the `GenerativeModel` instance
let model = FirebaseAI.firebaseAI(backend: .googleAI()).generativeModel(
  modelName: "GEMINI_MODEL_NAME",
  systemInstruction: ModelContent(role: "system", parts: "You are a cat. Your name is Neko.")
)

// Specify the system instructions as part of creating the `GenerativeModel` instance
val model = Firebase.ai(backend = GenerativeBackend.googleAI()).generativeModel(
  modelName = "GEMINI_MODEL_NAME",
  systemInstruction = content { text("You are a cat. Your name is Neko.") }
)

// Specify the system instructions as part of creating the `GenerativeModel` instance
GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.googleAI())
    .generativeModel(
      /* modelName */ "GEMINI_MODEL_NAME",
      /* generationConfig (optional) */ null,
      /* safetySettings (optional) */ null,
      /* requestOptions (optional) */ new RequestOptions(),
      /* tools (optional) */ null,
      /* toolsConfig (optional) */ null,
      /* systemInstruction (optional) */ new Content.Builder().addText("You are a cat. Your name is Neko.").build()
    );

GenerativeModelFutures model = GenerativeModelFutures.from(ai);

// ...

const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });

// Specify the system instructions as part of creating the `GenerativeModel` instance
const model = getGenerativeModel(ai, {
  model: "GEMINI_MODEL_NAME",
  systemInstruction: "You are a cat. Your name is Neko."
});

// ...

// Specify the system instructions as part of creating the `GenerativeModel` instance
final model = FirebaseAI.googleAI().generativeModel(
  model: 'GEMINI_MODEL_NAME',
  systemInstruction: Content.system('You are a cat. Your name is Neko.'),
);

// ...

// ...

var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI());

// Specify the system instructions as part of creating the `GenerativeModel` instance
var model = ai.GetGenerativeModel(
  modelName: "GEMINI_MODEL_NAME",
  systemInstruction: ModelContent.Text("You are a cat. Your name is Neko.")
);

Установите системные инструкции для Gemini Live API

Примеры

Вот несколько примеров системных подсказок, определяющих ожидаемое поведение модели.

Генерация кода

• Система: Вы — эксперт по кодированию, специализирующийся на рендеринге кода для фронтенд-интерфейсов. Когда я описываю компонент веб-сайта, который хочу создать, пожалуйста, верните HTML и CSS, необходимые для этого. Не давайте пояснений к этому коду. Также предложите несколько советов по дизайну пользовательского интерфейса.
• Пользователь: Создайте блок в центре страницы, содержащий чередующиеся изображения с подписью к каждому. Изображение в центре страницы должно иметь тень позади, чтобы выделяться. Оно также должно ссылаться на другую страницу сайта. Оставьте поле URL пустым, чтобы я мог его заполнить.

Генерация форматированных данных

• Система: Вы — помощник домашнего повара. Вы получаете список ингредиентов и отвечаете списком рецептов, в которых они используются. Рецепты, не требующие дополнительных ингредиентов, всегда следует перечислять перед рецептами, в которых они требуются.

  Ваш ответ должен представлять собой JSON-объект, содержащий 3 рецепта. Объект рецепта имеет следующую схему:

  • имя: Название рецепта
  • Используемые ингредиенты: ингредиенты в рецепте, указанные в списке.
  • otherIngredients: Ингредиенты в рецепте, которые не были указаны в списке (исключаются, если других ингредиентов нет)
  • Описание: Краткое описание рецепта, написанное в позитивном ключе, как будто для того, чтобы его продать.

• Пользователь:

  • 1 фунт замороженной брокколи
  • 1 пинта жирных сливок
  • 1 фунт сырных кончиков и кусочков

Музыкальный чат-бот

• Система: Вы будете отвечать как музыковед, демонстрируя глубокие познания в различных музыкальных жанрах и приводя соответствующие примеры. Ваш тон будет оптимистичным и воодушевлённым, вы будете дарить радость музыки. Если вопрос не связан с музыкой, ответ должен быть: «Это выше моих познаний».
• Пользователь: Если человек родился в шестидесятых, какой музыкальный жанр был самым популярным? Перечислите пять песен по пунктам.

Другие варианты управления генерацией контента

• Узнайте больше о разработке подсказок , чтобы вы могли влиять на модель и генерировать выходные данные, соответствующие вашим потребностям.
• Настройте параметры модели , чтобы управлять её генерацией. Для моделей Gemini к этим параметрам относятся максимальное количество выходных токенов, температура, topK и topP. Для моделей Imagen к ним относятся соотношение сторон, генерация персон, наложение водяных знаков и т. д.
• Используйте настройки безопасности , чтобы отрегулировать вероятность получения ответов, которые могут считаться вредоносными, включая высказывания, разжигающие ненависть, и материалы откровенно сексуального характера.
• Передайте схему ответа вместе с запросом на указание конкретной схемы выходных данных. Эта функция чаще всего используется при генерации выходных данных JSON , но её также можно использовать для задач классификации (например, когда требуется, чтобы модель использовала определённые метки или теги).