Gemini 2.5 models will shut down in October 2026. To avoid service disruptions, update to a newer model (like gemini-3.6-flash or gemini-3.1-flash-image). Any stable Gemini Live API 2.5 models are not impacted. Learn more.
Google verwendet KI-Technologie, um Inhalte in Ihre bevorzugte Sprache zu übersetzen. KI-Übersetzungen können Fehler enthalten.
Prompt-Design verstehen
Mit Sammlungen den Überblick behalten
Sie können Inhalte basierend auf Ihren Einstellungen speichern und kategorisieren.
Klicken Sie auf Ihren Gemini API Anbieter, um anbieterspezifische Inhalte
und Code auf dieser Seite aufzurufen.
Wenn Sie eine Anfrage an ein generatives Modell senden, fügen Sie Ihrer Anfrage einen Prompt hinzu. Durch sorgfältiges Erstellen dieser Prompts können Sie das Modell dazu bewegen, eine Ausgabe zu generieren, die Ihren Anforderungen entspricht.
Prompts für Gemini Modelle
Prompts für Gemini Modelle können Fragen, Anleitungen, Kontextinformationen, Few-Shot-Beispiele und Teileingaben für das Modell enthalten, die abgeschlossen oder fortgesetzt werden sollen.
Weitere Informationen zum Prompt-Design finden Sie in der Gemini Developer API Dokumentation:
Weitere Optionen zum Steuern der Inhaltserstellung
Konfigurieren Sie Modellparameter
, um zu steuern, wie das Modell eine Antwort generiert. Bei Gemini Modellen umfassen diese Parameter die maximale Anzahl von Ausgabetokens, die Wahrscheinlichkeit wiederholter Ausgabetokens usw. Bei Imagen Modellen sind dies beispielsweise das Seitenverhältnis, die Personengenerierung und das Wasserzeichen.
Mit Sicherheitseinstellungen können Sie steuern, wie wahrscheinlich der Empfang von Antworten ist, die als schädlich angesehen werden könnten, z. B. Hassreden und sexuell explizite Inhalte.
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.
Übergeben Sie ein Antwortschema
zusammen mit dem Prompt, um ein bestimmtes Ausgabeschema festzulegen. 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).
[[["Leicht verständlich","easyToUnderstand","thumb-up"],["Mein Problem wurde gelöst","solvedMyProblem","thumb-up"],["Sonstiges","otherUp","thumb-up"]],[["Benötigte Informationen nicht gefunden","missingTheInformationINeed","thumb-down"],["Zu umständlich/zu viele Schritte","tooComplicatedTooManySteps","thumb-down"],["Nicht mehr aktuell","outOfDate","thumb-down"],["Problem mit der Übersetzung","translationIssue","thumb-down"],["Problem mit Beispielen/Code","samplesCodeIssue","thumb-down"],["Sonstiges","otherDown","thumb-down"]],["Zuletzt aktualisiert: 2026-08-02 (UTC)."],[],[]]