arrow_back

AI Generatif dengan Vertex AI: Desain Perintah

Login Gabung
Quick tip: Review the prerequisites before you run the lab
Use an Incognito or private browser window to run this lab. This prevents any conflicts between your personal account and the student account, which may cause extra charges incurred to your personal account.
Uji dan bagikan pengetahuan Anda kepada komunitas kami.
done
Dapatkan akses ke lebih dari 700 lab praktik, badge keahlian, dan kursus

AI Generatif dengan Vertex AI: Desain Perintah

Lab 45 menit universal_currency_alt 1 Kredit show_chart Pengantar
info Lab ini mungkin menggabungkan alat AI untuk mendukung pembelajaran Anda.
Uji dan bagikan pengetahuan Anda kepada komunitas kami.
done
Dapatkan akses ke lebih dari 700 lab praktik, badge keahlian, dan kursus

GSP1151

Ringkasan

Lab ini berisi materi rekayasa perintah dan praktik terbaik untuk mendesain perintah yang efektif guna meningkatkan kualitas respons yang dihasilkan LLM. Anda akan mempelajari cara membuat perintah yang ringkas, spesifik, dan jelas, yang berfokus pada satu tugas dalam satu waktu. Lab ini juga akan membahas teknik lanjutan seperti mengubah tugas generatif menjadi tugas klasifikasi dan menggunakan contoh untuk meningkatkan kualitas respons. Untuk menggali pemahaman lebih lanjut, baca dokumentasi resmi tentang desain perintah.

Gemini

Gemini adalah rangkaian model AI generatif canggih yang dikembangkan oleh Google DeepMind. Gemini mampu memahami dan menghasilkan berbagai bentuk konten, termasuk teks, kode, gambar, audio, dan video.

Gemini API di Vertex AI

Gemini API di Vertex AI menyediakan antarmuka terpadu untuk berinteraksi dengan model Gemini. Dengan antarmuka ini, developer dapat dengan mudah mengintegrasikan kemampuan AI yang hebat ini ke dalam aplikasi mereka. Untuk mengetahui detail terbaru dan fitur spesifik dari versi terbaru, pelajari dokumentasi Gemini yang resmi.

Model Gemini

  • Gemini Pro: Dirancang untuk melakukan penalaran yang kompleks, termasuk di antaranya:
    • Menganalisis dan meringkas informasi dalam jumlah besar.
    • Penalaran canggih lintas modalitas (untuk teks, kode, gambar, dll.).
    • Pemecahan masalah yang efektif dengan codebase yang kompleks.
  • Gemini Flash: Dioptimalkan untuk kecepatan dan efisiensi, dengan menawarkan:
    • Waktu respons kurang dari satu detik dan throughput tinggi.
    • Kualitas tinggi dengan biaya yang lebih rendah untuk beragam tugas.
    • Kemampuan multimodal yang ditingkatkan, termasuk pemahaman spasial yang lebih baik, modalitas output yang baru (teks, audio, gambar), dan penggunaan alat asli (Google Penelusuran, eksekusi kode, dan fungsi pihak ketiga).

Prasyarat

Sebelum memulai lab ini, Anda sebaiknya sudah mengetahui:

  • Pemrograman Python dasar.
  • Konsep API secara umum.
  • Cara menjalankan kode Python di notebook Jupyter di Vertex AI Workbench.

Tujuan

Di lab ini, Anda akan mempelajari cara:

  • Memulai rekayasa perintah menggunakan Google Gen AI SDK.
  • Menerapkan praktik terbaik untuk membuat desain perintah yang ringkas dan spesifik, serta membuat definisi tugas pada perintah tersebut.
  • Mempelajari berbagai kasus penggunaan pembuatan teks dengan Google Gen AI SDK, seperti:
    • Pencarian ide
    • Question answering
    • Klasifikasi teks
    • Ekstraksi teks
    • Peringkasan teks

Penyiapan dan persyaratan

Sebelum mengklik tombol Start Lab

Baca petunjuk ini. Lab memiliki timer dan Anda tidak dapat menjedanya. Timer yang dimulai saat Anda mengklik Start Lab akan menampilkan durasi ketersediaan resource Google Cloud untuk Anda.

Lab interaktif ini dapat Anda gunakan untuk melakukan aktivitas lab di lingkungan cloud sungguhan, bukan di lingkungan demo atau simulasi. Untuk mengakses lab ini, Anda akan diberi kredensial baru yang bersifat sementara dan dapat digunakan untuk login serta mengakses Google Cloud selama durasi lab.

Untuk menyelesaikan lab ini, Anda memerlukan:

  • Akses ke browser internet standar (disarankan browser Chrome).
Catatan: Gunakan jendela Samaran (direkomendasikan) atau browser pribadi untuk menjalankan lab ini. Hal ini akan mencegah konflik antara akun pribadi Anda dan akun siswa yang dapat menyebabkan tagihan ekstra pada akun pribadi Anda.
  • Waktu untuk menyelesaikan lab. Ingat, setelah dimulai, lab tidak dapat dijeda.
Catatan: Hanya gunakan akun siswa untuk lab ini. Jika Anda menggunakan akun Google Cloud yang berbeda, Anda mungkin akan dikenai tagihan ke akun tersebut.

Cara memulai lab dan login ke Google Cloud Console

  1. Klik tombol Start Lab. Jika Anda perlu membayar lab, dialog akan terbuka untuk memilih metode pembayaran. Di sebelah kiri ada panel Lab Details yang berisi hal-hal berikut:

    • Tombol Open Google Cloud console
    • Waktu tersisa
    • Kredensial sementara yang harus Anda gunakan untuk lab ini
    • Informasi lain, jika diperlukan, untuk menyelesaikan lab ini

  2. Klik Open Google Cloud console (atau klik kanan dan pilih Open Link in Incognito Window jika Anda menjalankan browser Chrome).

    Lab akan menjalankan resource, lalu membuka tab lain yang menampilkan halaman Sign in.

    Tips: Atur tab di jendela terpisah secara berdampingan.

    Catatan: Jika Anda melihat dialog Choose an account, klik Use Another Account.

  3. Jika perlu, salin Username di bawah dan tempel ke dialog Sign in.

    {{{user_0.username | "Username"}}}

    Anda juga dapat menemukan Username di panel Lab Details.

  4. Klik Next.

  5. Salin Password di bawah dan tempel ke dialog Welcome.

    {{{user_0.password | "Password"}}}

    Anda juga dapat menemukan Password di panel Lab Details.

  6. Klik Next.

    Penting: Anda harus menggunakan kredensial yang diberikan lab. Jangan menggunakan kredensial akun Google Cloud Anda. Catatan: Menggunakan akun Google Cloud sendiri untuk lab ini dapat dikenai biaya tambahan.

  7. Klik halaman berikutnya:

    • Setujui persyaratan dan ketentuan.
    • Jangan tambahkan opsi pemulihan atau autentikasi 2 langkah (karena ini akun sementara).
    • Jangan mendaftar uji coba gratis.

Setelah beberapa saat, Konsol Google Cloud akan terbuka di tab ini.

Catatan: Untuk mengakses produk dan layanan Google Cloud, klik Navigation menu atau ketik nama layanan atau produk di kolom Search.

Tugas 1. Membuka notebook di Vertex AI Workbench

  1. Di Konsol Google Cloud, pada Navigation menu (), klik Vertex AI > Workbench.

  2. Cari instance lalu klik tombol Open JupyterLab.

Antarmuka JupyterLab untuk instance Workbench Anda akan terbuka di tab browser baru.

Tugas 2. Menyiapkan notebook

  1. Buka file .

  2. Pada dialog Select Kernel, pilih Python 3 dari daftar kernel yang tersedia.

  3. Jalankan bagian Getting Started dan Import libraries pada notebook.

    • Untuk Project ID, gunakan , sedangkan untuk Location, gunakan .
Catatan: Anda dapat melewatkan sel notebook yang bertanda Colab only. Jika Anda mendapatkan respons 429 dari salah satu eksekusi sel notebook, tunggu 1 menit sebelum menjalankan sel kembali untuk melanjutkan.

Klik Check my progress untuk memverifikasi tujuan.

Menginstal paket dan mengimpor library.

Tugas 3. Praktik terbaik rekayasa perintah

Rekayasa perintah adalah proses desain perintah untuk mendapatkan respons yang Anda harapkan. Penggunaan perintah yang "simpel" ditujukan untuk meminimalkan derau dalam perintah Anda sehingga mengurangi kemungkinan LLM salah menafsirkan maksud perintah. Berikut adalah beberapa panduan tentang cara merekayasa perintah yang "simpel".

Di bagian ini, Anda akan membahas praktik terbaik berikut saat merekayasa perintah:

  • Membuat perintah yang ringkas
  • Membuat perintah yang spesifik dan jelas
  • Memerintahkan satu tugas pada satu waktu
  • Meningkatkan kualitas respons dengan menyertakan contoh
  • Mengubah tugas generatif menjadi tugas klasifikasi untuk meningkatkan keamanan
  1. Jalankan bagian Membuat perintah yang ringkas pada notebook.

Klik Check my progress untuk memverifikasi tujuan. Membuat perintah yang ringkas.

  1. Jalankan bagian Membuat perintah yang spesifik dan jelas pada notebook.

Klik Check my progress untuk memverifikasi tujuan. Membuat perintah yang spesifik dan jelas.

  1. Jalankan bagian Memerintahkan satu tugas pada satu waktu pada notebook.

Klik Check my progress untuk memverifikasi tujuan. Memerintahkan satu tugas pada satu waktu.

  1. Jalankan bagian Hati-hati terhadap halusinasi pada notebook.

Klik Check my progress untuk memverifikasi tujuan. Hati-hati terhadap halusinasi.

Tugas 4. Mengurangi Variabilitas Output

Bagaimana upaya Anda mengurangi kemungkinan halusinasi dan respons yang tidak relevan? Salah satu caranya adalah dengan memberikan petunjuk sistem ke LLM. Di bagian ini, Anda akan melihat cara kerja petunjuk sistem dan cara menggunakannya untuk mengurangi halusinasi atau pertanyaan yang tidak relevan untuk chatbot perjalanan.

  1. Jalankan bagian Menggunakan petunjuk sistem untuk memandu model agar terhindar dari respons yang tidak relevan pada notebook.

Klik Check my progress untuk memverifikasi tujuan. Menggunakan petunjuk sistem untuk memandu model agar terhindar dari respons yang tidak relevan.

  1. Jalankan bagian Mengubah tugas generatif menjadi tugas klasifikasi untuk mengurangi variabilitas output pada notebook.

Klik Check my progress untuk memverifikasi tujuan. Tugas generatif menghasilkan variabilitas output yang lebih tinggi.

  1. Jalankan bagian Tugas klasifikasi mengurangi variabilitas output pada notebook.

Klik Check my progress untuk memverifikasi tujuan. Tugas klasifikasi mengurangi variabilitas output.

Tugas 5. Meningkatkan Kualitas Respons dengan Menyertakan Contoh

Cara lain untuk meningkatkan kualitas respons adalah dengan menambahkan contoh dalam perintah Anda. LLM belajar menurut konteks dari contoh tentang cara memberikan respons. Biasanya, satu hingga lima contoh (shot) sudah cukup untuk meningkatkan kualitas respons. Menyertakan terlalu banyak contoh dapat menyebabkan model terlalu cocok (over-fit) dengan data dan mengurangi kualitas respons.

Serupa dengan pelatihan model klasik, kualitas dan distribusi contoh sangatlah penting. Pilih contoh yang mewakili skenario yang perlu dipelajari model, dan pastikan distribusi contoh (misalnya, jumlah contoh per class dalam kasus klasifikasi) selaras dengan distribusi sebenarnya.

  1. Jalankan bagian Meningkatkan kualitas respons dengan menyertakan contoh pada notebook.

Klik Check my progress untuk memverifikasi tujuan. Meningkatkan kualitas respons dengan menyertakan contoh.

Selamat!

Selamat! Di lab ini, Anda telah mempelajari praktik terbaik rekayasa perintah menggunakan AI Generatif dengan Google Gemini. Anda telah mengeksplorasi kasus penggunaan yang mengikuti praktik terbaik dengan menulis perintah yang ringkas, spesifik, dan jelas, memberikan contoh, serta memerintahkan satu tugas pada satu waktu saat menggunakan LLM untuk menghasilkan respons.

Langkah berikutnya/pelajari lebih lanjut

Baca referensi berikut untuk mempelajari Gemini lebih lanjut:

Sertifikasi dan pelatihan Google Cloud

...membantu Anda mengoptimalkan teknologi Google Cloud. Kelas kami mencakup keterampilan teknis dan praktik terbaik untuk membantu Anda memahami dengan cepat dan melanjutkan proses pembelajaran. Kami menawarkan pelatihan tingkat dasar hingga lanjutan dengan opsi on demand, live, dan virtual untuk menyesuaikan dengan jadwal Anda yang sibuk. Sertifikasi membantu Anda memvalidasi dan membuktikan keterampilan serta keahlian Anda dalam teknologi Google Cloud.

Manual Terakhir Diperbarui pada 12 Februari 2025

Lab Terakhir Diuji pada 12 Februari 2025

Hak cipta 2025 Google LLC Semua hak dilindungi undang-undang. Google dan logo Google adalah merek dagang dari Google LLC. Semua nama perusahaan dan produk lain mungkin adalah merek dagang masing-masing perusahaan yang bersangkutan.

Before you begin

  1. Labs create a Google Cloud project and resources for a fixed time
  2. Labs have a time limit and no pause feature. If you end the lab, you'll have to restart from the beginning.
  3. On the top left of your screen, click Start lab to begin

Konten ini tidak tersedia untuk saat ini

Kami akan memberi tahu Anda melalui email saat konten tersedia

Bagus!

Kami akan menghubungi Anda melalui email saat konten tersedia

One lab at a time

Confirm to end all existing labs and start this one

Use private browsing to run the lab

Use an Incognito or private browser window to run this lab. This prevents any conflicts between your personal account and the Student account, which may cause extra charges incurred to your personal account.