Je nach Anwendungsfall und erforderlichem Maß an Kontrolle können Sie die Generierung von Antworten auf verschiedene Weise steuern.
Prompt-Design
Informationen zum Prompt-Design, damit Sie das Modell so beeinflussen können, dass es Ausgaben generiert, die Ihren Anforderungen entsprechen.
Hier erfahren Sie beispielsweise, wie Sie relevante Informationen zur Aufgabe strukturiert bereitstellen.
Modellkonfiguration
Legen Sie eine Modellkonfiguration fest, um zu steuern, wie das Modell eine Antwort generiert. Die Konfigurationsoptionen hängen vom verwendeten Modell und der verwendeten Funktion ab. Hier einige Beispiele:
Bei Gemini Modellen können Sie Parameter wie die maximale Anzahl von Ausgabetokens, die Wahrscheinlichkeit wiederholter Ausgabetokens usw. konfigurieren.
Bei Gemini Modellen, die multimodale Ausgaben generieren können (z. B. die „Nano Banana“-Modelle oder die Gemini Live API Modelle), können Sie zusätzlich den Typ der anwendbaren Antwort (Audio, Text oder Bilder) und die in Audioantworten verwendete Stimme konfigurieren (falls zutreffend).
Bei Gemini Modellen, die denken können, können Sie auch eine Konfiguration für das Denken angeben, einschließlich einer Denkstufe (oder eines Denkbudgets für Gemini 2.5 Modelle) und ob Zusammenfassungen der Gedanken einbezogen werden sollen.
Bei Imagen Modellen können Sie Parameter wie die Anzahl der zu generierenden Bilder, das Seitenverhältnis, das Hinzufügen eines Wasserzeichens usw. konfigurieren.
Sicherheitseinstellungen
Mit den Sicherheitseinstellungen können Sie die Wahrscheinlichkeit anpassen, Antworten zu erhalten, die als schädlich angesehen werden könnten. Mit diesen Einstellungen können Sie die Ausgabe in Bezug auf mögliche Hassreden, Belästigungen, sexuell explizite Inhalte und gefährliche Inhalte steuern.
Sie können beispielsweise Antworten blockieren, die den Zugriff auf schädliche Waren, Dienstleistungen und Aktivitäten fördern oder ermöglichen.
Systemanweisungen
Legen Sie Systemanweisungen fest, um das Verhalten des Modells zu steuern. Diese Funktion ist wie eine „Präambel“, die Sie hinzufügen, bevor das Modell für weitere Anweisungen des Endnutzers freigegeben wird.
Sie können das Modell beispielsweise anweisen, Antworten so zurückzugeben, als wäre es ein Pirat, oder Antworten in einem bestimmten Format zurückzugeben.
Strukturierte Ausgabe mit Antwortschema
Übergeben Sie zusammen mit dem Prompt ein Antwortschema , um ein bestimmtes Ausgabeschema anzugeben. Diese Funktion wird am häufigsten verwendet, wenn JSON-Ausgaben generiert werden, kann aber auch für Klassifizierungsaufgaben verwendet werden (z. B. wenn das Modell bestimmte Labels oder Tags verwenden soll).