評估提示品質

使用 Gemini Nano 直接存取模型時，請務必確保提示的品質和可靠性。

如要評估提示品質，請根據用途，制定一組完整的輸入內容和預期輸出內容。

如要評估提示是否符合各 Gemini Nano 模型版本的品質標準，建議採用下列工作流程：

  1. 執行評估資料集並記錄輸出內容。
  2. 手動評估結果，或使用 LLM-as-a-judge。
    1. 如果評估結果未達品質標準，請調整提示。舉例來說，您可以要求 Gemini Pro 等更強大的 LLM，根據預期輸出內容與實際輸出內容，改善提示。

提示工程可提升工作成效，而反覆調整提示是關鍵。建議至少重複上述步驟 3 到 5 次。請注意，這種做法有其限制，因為最佳化最終會導致報酬遞減。

或者，如要快速大規模改善提示，可以使用資料導向最佳化工具，指定 gemma-3n-e4b-it 等裝置端模型。

安全性

為確保 Gemini Nano 為使用者提供安全的結果，我們實施多層保護措施，限制有害或非預期的結果：

  • 原生模型安全：所有 Gemini 模型 (包括 Gemini Nano) 都經過訓練，一開始就具備安全意識。也就是說，安全考量已融入模型核心，而非事後才加入。
  • 輸入和輸出內容的安全篩選器：Gemini Nano 執行階段會先根據安全篩選器評估輸入提示和生成的結果，再將結果提供給應用程式。這有助於防止不安全的內容外洩，同時不影響品質。

不過，由於每個應用程式對使用者安全內容的定義不同，因此您應評估應用程式特定用途的安全風險，並據此進行測試。

其他資源