arrow_back

通过 Vertex AI 使用生成式 AI：提示设计

登录 加入
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.
欢迎加入我们的社区，一起测试和分享您的知识！
done
学习 700 多个动手实验和课程并获得相关技能徽章

通过 Vertex AI 使用生成式 AI：提示设计

实验 45 分钟 universal_currency_alt 1 个积分 show_chart 入门级
info 此实验可能会提供 AI 工具来支持您学习。
欢迎加入我们的社区，一起测试和分享您的知识！
done
学习 700 多个动手实验和课程并获得相关技能徽章

GSP1151

概览

本实验将探索提示工程以及设计有效提示的最佳实践，以提高 LLM 生成回答的质量。您将学习如何创建简明扼要、明确具体的提示，并一次提出一个任务。本实验还将介绍一些高级技术，例如将生成式任务转化为分类任务，以及使用示例来提高回答质量。如需进一步探索，请参阅有关提示设计的官方文档。

Gemini

Gemini 是 Google DeepMind 开发的一系列强大的生成式 AI 模型，能够理解和生成各种形式的内容，包括文本、代码、图片、音频和视频。

Vertex AI 中的 Gemini API

Vertex AI 中的 Gemini API 提供了与各 Gemini 模型交互的统一接口。通过 Gemini API，开发者可以轻松将这些强大的 AI 功能集成到他们的应用中。如需了解最新版本的最新详细信息和具体功能，请参阅官方 Gemini 文档。

Gemini 模型

  • Gemini Pro：专为复杂的推理任务而设计，包括：
    • 分析和总结大量信息。
    • 复杂的跨模态推理（跨文本、代码、图片等）。
    • 有效解决复杂代码库的问题。
  • Gemini Flash：针对速度和效率进行了优化，具有以下特点和功能：
    • 亚秒级响应时间和高吞吐量。
    • 成本低、效率高，适用于各种任务。
    • 增强的多模态功能，包括改进的空间理解、新的输出模态（文本、音频、图片）以及原生工具使用体验（Google 搜索、代码执行和第三方功能）。

前提条件

在开始本实验之前，您应该先熟悉：

  • Python 编程基础知识。
  • API 的一般性概念。
  • 在 Vertex AI Workbench 上的 Jupyter 笔记本中运行 Python 代码

目标

在本实验中，您将学习如何完成以下操作：

  • 使用 Google Gen AI SDK 开始进行提示工程工作。
  • 遵循提示设计的最佳实践，包括简明扼要、明确具体和任务定义。
  • 探索使用 Google Gen AI SDK 生成文本的各种应用场景，例如：
    • 构思
    • 问答
    • 文本分类
    • 文本提取
    • 文本总结

设置和要求

点击“开始实验”按钮前的注意事项

请阅读以下说明。实验是计时的，并且您无法暂停实验。计时器在您点击开始实验后即开始计时，显示 Google Cloud 资源可供您使用多长时间。

此实操实验可让您在真实的云环境中开展实验活动，免受模拟或演示环境的局限。为此，我们会向您提供新的临时凭据，您可以在该实验的规定时间内通过此凭据登录和访问 Google Cloud。

为完成此实验，您需要：

  • 能够使用标准的互联网浏览器（建议使用 Chrome 浏览器）。
注意：请使用无痕模式（推荐）或无痕浏览器窗口运行此实验。这可以避免您的个人账号与学生账号之间发生冲突，这种冲突可能导致您的个人账号产生额外费用。
  • 完成实验的时间 - 请注意，实验开始后无法暂停。
注意：请仅使用学生账号完成本实验。如果您使用其他 Google Cloud 账号，则可能会向该账号收取费用。

如何开始实验并登录 Google Cloud 控制台

  1. 点击开始实验按钮。如果该实验需要付费，系统会打开一个对话框供您选择支付方式。左侧是“实验详细信息”窗格，其中包含以下各项：

    • “打开 Google Cloud 控制台”按钮
    • 剩余时间
    • 进行该实验时必须使用的临时凭据
    • 帮助您逐步完成本实验所需的其他信息（如果需要）

  2. 点击打开 Google Cloud 控制台（如果您使用的是 Chrome 浏览器，请右键点击并选择在无痕式窗口中打开链接）。

    该实验会启动资源并打开另一个标签页，显示“登录”页面。

    提示：将这些标签页安排在不同的窗口中，并排显示。

    注意：如果您看见选择账号对话框，请点击使用其他账号。

  3. 如有必要，请复制下方的用户名，然后将其粘贴到登录对话框中。

    {{{user_0.username | "<用户名>"}}}

    您也可以在“实验详细信息”窗格中找到“用户名”。

  4. 点击下一步。

  5. 复制下面的密码，然后将其粘贴到欢迎对话框中。

    {{{user_0.password | "<密码>"}}}

    您也可以在“实验详细信息”窗格中找到“密码”。

  6. 点击下一步。

    重要提示：您必须使用实验提供的凭据。请勿使用您的 Google Cloud 账号凭据。 注意：在本实验中使用您自己的 Google Cloud 账号可能会产生额外费用。

  7. 继续在后续页面中点击以完成相应操作：

    • 接受条款及条件。
    • 由于这是临时账号，请勿添加账号恢复选项或双重验证。
    • 请勿注册免费试用。

片刻之后，系统会在此标签页中打开 Google Cloud 控制台。

注意：如需访问 Google Cloud 产品和服务，请点击导航菜单，或在搜索字段中输入服务或产品的名称。

任务 1. 在 Vertex AI Workbench 中打开笔记本

  1. 在 Google Cloud 控制台的导航菜单 () 中依次点击 Vertex AI > Workbench。

  2. 找到 实例，然后点击打开 JupyterLab 按钮。

Workbench 实例的 JupyterLab 界面会在新浏览器标签页中打开。

任务 2. 设置笔记本

  1. 打开 文件。

  2. 在选择内核对话框中，从可用内核列表中选择 Python 3。

  3. 运行笔记本的开始使用和导入库部分。

    • 对于项目 ID，请使用 ；对于位置，使用 。
注意：您可以跳过任何标为“仅限 Colab”的笔记本单元。 如有笔记本单元在执行时遇到 429 响应，请等待 1 分钟，然后再次运行该单元以继续操作。

点击检查我的进度以验证是否完成了以下目标：

安装软件包并导入相应的库。

任务 3. 提示工程最佳实践

提示工程就是如何设计提示，以便获得您真正希望看到的回答。使用“朴素”提示的目的是尽量减少提示中的干扰信息，以降低 LLM 误解提示意图的可能性。以下是关于如何设计“朴素”提示的几条准则。

在本部分中，您将了解设计提示时的以下最佳实践：

  • 简明扼要
  • 明确具体
  • 一次提出一个任务
  • 提供示例，从而提升回答质量
  • 将生成式任务转化为分类任务以提高安全性
  1. 浏览笔记本中的应简明扼要部分。

点击检查我的进度以验证是否完成了以下目标： 应简明扼要。

  1. 浏览笔记本中的应明确具体部分。

点击检查我的进度以验证是否完成了以下目标： 应明确具体。

  1. 浏览笔记本中的一次提出一个任务部分。

点击检查我的进度以验证是否完成了以下目标： 一次提出一个任务。

  1. 浏览笔记本中的留意幻觉问题部分。

点击检查我的进度以验证是否完成了以下目标： 留意幻觉问题。

任务 4. 减少输出变异性

您可以尝试采取哪些措施来降低出现不相关回答和幻觉的可能性？一种方法是向 LLM 提供系统指令。在本部分中，您将了解系统指令的工作方式，以及如何使用系统指令来减少旅行聊天机器人的幻觉或不相关回答。

  1. 浏览笔记本中的使用系统指令来防止模型提供不相关的回答部分。

点击检查我的进度以验证是否完成了以下目标： 使用系统指令来防止模型提供不相关的回答。

  1. 浏览笔记本中的将生成式任务转化为分类任务以减少输出变异性部分。

点击检查我的进度以验证是否完成了以下目标： 生成式任务会增加输出变异性。

  1. 浏览笔记本中的分类任务可减少输出变异性部分。

点击检查我的进度以验证是否完成了以下目标： 分类任务可减少输出变异性。

任务 5. 提供示例，从而提升回答质量

提高回答质量的另一种方法是在提示中添加示例。LLM 通过这些示例进行情境学习，了解如何生成回答。通常，一至五个示例（样本）就足以提高回答质量。示例过多可能会导致模型过度拟合数据，并降低回答质量。

与传统的模型训练类似，示例的质量和分布非常重要。选取那些能代表您需要模型学习的场景的示例，并使示例的分布（例如，分类任务中每个类别的示例数量）与实际的分布保持一致。

  1. 浏览笔记本中的提供示例，从而提升回答质量部分。

点击检查我的进度以验证是否完成了以下目标： 提供示例，从而提升回答质量。

恭喜！

恭喜！在本实验中，您学习了如何借助 Google Gemini 的生成式 AI 进行提示工程的最佳实践。本实验涉及的应用场景均遵循了以下最佳实践：提示应简明扼要、明确具体，应提供示例，并且在使用 LLM 生成回答时应一次提出一个任务。

后续步骤/了解详情

请参阅以下资源，详细了解 Gemini：

Google Cloud 培训和认证

…可帮助您充分利用 Google Cloud 技术。我们的课程会讲解各项技能与最佳实践，可帮助您迅速上手使用并继续学习更深入的知识。我们提供从基础到高级的全方位培训，并有点播、直播和虚拟三种方式选择，让您可以按照自己的日程安排学习时间。各项认证可以帮助您核实并证明您在 Google Cloud 技术方面的技能与专业知识。

本手册的最后更新时间：2025 年 2 月 12 日

本实验的最后测试时间：2025 年 2 月 12 日

版权所有 2025 Google LLC 保留所有权利。Google 和 Google 徽标是 Google LLC 的商标。其他所有公司名和产品名可能是其各自相关公司的商标。

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

此内容目前不可用

一旦可用，我们会通过电子邮件告知您

太好了！

一旦可用，我们会通过电子邮件告知您

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.