设置系统说明

借助系统指令，您可以为模型设置角色、指定回答的语气，或提供模型必须遵循的特定规则。这些指令与用户的提示分开，模型会以更高的优先级处理这些指令，以确保其行为符合预期。

常见用例包括：

  • 设置角色：例如，“你是一名乐于助人的数学辅导老师。”
  • 强制执行输出格式：例如，“始终以要点形式回答。”
  • 设置限制：例如，“不要回答有关政治的问题”。

前提条件

系统指令适用于搭载 Gemini Nano V3 及更高版本的设备。如需查看支持的设备列表，请参阅Prompt API 设备支持。

限制

我们不建议将系统指令与前缀缓存搭配使用。一般来说，对于定义模型行为方式的简短指令，请使用系统指令；如果您需要在多个查询中重复使用提示的很大一部分，并且需要优化性能，请使用前缀缓存。

如何使用系统说明

如需提供系统指令，请创建 SystemInstruction 对象并将其传递给 GenerateContentRequest 构建器：

import com.google.mlkit.genai.prompt.SystemInstruction
import com.google.mlkit.genai.prompt.TextPart
import com.google.mlkit.genai.prompt.generateContentRequest

// 1. Define the system instruction
val systemInstruction =
    SystemInstruction("You are a concise assistant. Answer in 2 sentences or less.")

// 2. Create the request
val request = generateContentRequest(TextPart("How does photosynthesis work?")) {
    this.systemInstruction = systemInstruction
}

// 3. Run inference
try {
    val response = generativeModel.generateContent(request)
    println(response.candidates.firstOrNull()?.text)
} catch (e: GenAiException) {
    // Handle SDK-specific exceptions
}

您还可以通过将系统指令直接传递到 generateContentRequest 请求构建器中来进一步简化代码：

val request = generateContentRequest(
    SystemInstruction("You are a pirate. Speak like one."),
    TextPart("What is the weather like today?")
) {
    // Optional configurations like temperature
    temperature = 0.7f
}

最佳做法

以下是使用系统指令时的一些最佳实践：

  • 清晰明了：模型更擅长遵循清晰明了的指令，而不是模棱两可的指令。下面是一些示例：
    • 含糊不清（应避免）：“不要写太多内容。尝试提供有用的信息，态度友善，并以美观的格式呈现输出内容。”
    • 清晰（首选）：“你是一位友善的客户支持助理。请将回答限制在最多 3 句话内。使用项目符号设置任何列表的格式。”
  • 保持简洁：虽然系统指令非常强大，但过长的指令可能会占用模型有限的上下文窗口。
  • 考虑词元数量：确保您的词元计数逻辑包含系统指令，以免低估请求大小。我们建议您将系统指令控制在 150 字以内（100-200 个 token）。
  • 测试和迭代：模型行为可能会因措辞而异。使用各种用户输入进行测试，确保模型始终保持其角色。