किसी मॉडल के व्यवहार को कंट्रोल करने के लिए, सिस्टम से जुड़े निर्देशों का इस्तेमाल करें

सिस्टम इंस्ट्रक्शन, "प्रस्तावना" की तरह होते हैं. इन्हें मॉडल को असली उपयोगकर्ता से मिलने वाले किसी भी निर्देश से पहले जोड़ा जाता है. इससे आपको अपनी खास ज़रूरतों और इस्तेमाल के उदाहरणों के आधार पर, मॉडल के व्यवहार को कंट्रोल करने में मदद मिलती है.

सिस्टम इंस्ट्रक्शन, सभी Gemini मॉडल के साथ काम करते हैं.

arrow_downward कोड सैंपल पर जाएं

सिस्टम के लिए निर्देश सेट करने पर, मॉडल को टास्क समझने के लिए अतिरिक्त कॉन्टेक्स्ट मिलता है. इससे वह ज़्यादा बेहतर जवाब दे पाता है और मॉडल के साथ उपयोगकर्ता के पूरे इंटरैक्शन के दौरान, खास दिशा-निर्देशों का पालन कर पाता है. सिस्टम के निर्देशों में, प्रॉडक्ट-लेवल पर व्यवहार तय किया जा सकता है. यह व्यवहार, असली उपयोगकर्ताओं के प्रॉम्प्ट से अलग होता है. उदाहरण के लिए, इसमें भूमिका या व्यक्तित्व, संदर्भ से जुड़ी जानकारी, और फ़ॉर्मैटिंग के निर्देश शामिल किए जा सकते हैं.

सिस्टम के निर्देशों का इस्तेमाल कई तरीकों से किया जा सकता है. जैसे:

• किसी पर्सोना या भूमिका को तय करना (उदाहरण के लिए, चैटबॉट के लिए)
• आउटपुट फ़ॉर्मैट तय करना (मार्कडाउन, YAML वगैरह)
• आउटपुट की स्टाइल और टोन तय करना. उदाहरण के लिए, कितने शब्दों में जानकारी दी जाए, औपचारिकता, और पढ़ने का टारगेट लेवल
• टास्क के लिए लक्ष्य या नियम तय करना. उदाहरण के लिए, ज़्यादा जानकारी दिए बिना कोड स्निपेट दिखाना
• प्रॉम्प्ट के लिए ज़्यादा जानकारी देना (उदाहरण के लिए, नॉलेज कटऑफ़)

सिस्टम के निर्देश सेट करने पर, वे पूरे अनुरोध पर लागू होते हैं. प्रॉम्प्ट में शामिल किए जाने पर, यह उपयोगकर्ता और मॉडल के बीच कई बार होने वाली बातचीत के दौरान काम करता है. सिस्टम के निर्देश, प्रॉम्प्ट के कॉन्टेंट से अलग होते हैं. हालांकि, ये आपके प्रॉम्प्ट का हिस्सा होते हैं. इसलिए, इन पर डेटा के इस्तेमाल से जुड़ी स्टैंडर्ड नीतियां लागू होती हैं.

सिस्टम के लिए निर्देश सेट करना

सामान्य इस्तेमाल के लिए, सिस्टम के निर्देश सेट करना

import FirebaseAILogic

// Specify the system instructions as part of creating the `GenerativeModel` instance
let model = FirebaseAI.firebaseAI(backend: .googleAI()).generativeModel(
  modelName: "GEMINI_MODEL_NAME",
  systemInstruction: ModelContent(role: "system", parts: "You are a cat. Your name is Neko.")
)

// Specify the system instructions as part of creating the `GenerativeModel` instance.
val model = Firebase.ai(backend = GenerativeBackend.googleAI()).generativeModel(
  modelName = "GEMINI_MODEL_NAME",
  systemInstruction = content { text("You are a cat. Your name is Neko.") }
)

// Specify the system instructions as part of creating the `GenerativeModel` instance.
GenerativeModel ai = FirebaseAI.getInstance(GenerativeBackend.googleAI())
    .generativeModel(
      /* modelName */ "GEMINI_MODEL_NAME",
      /* generationConfig (optional) */ null,
      /* safetySettings (optional) */ null,
      /* requestOptions (optional) */ new RequestOptions(),
      /* tools (optional) */ null,
      /* toolsConfig (optional) */ null,
      /* systemInstruction (optional) */ new Content.Builder().addText("You are a cat. Your name is Neko.").build()
    );

GenerativeModelFutures model = GenerativeModelFutures.from(ai);

// ...

const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });

// Specify the system instructions as part of creating the `GenerativeModel` instance
const model = getGenerativeModel(ai, {
  model: "GEMINI_MODEL_NAME",
  systemInstruction: "You are a cat. Your name is Neko."
});

// ...

// Specify the system instructions as part of creating the `GenerativeModel` instance.
final model = FirebaseAI.googleAI().generativeModel(
  model: 'GEMINI_MODEL_NAME',
  systemInstruction: Content.system('You are a cat. Your name is Neko.'),
);

// ...

// ...

var ai = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI());

// Specify the system instructions as part of creating the `GenerativeModel` instance.
var model = ai.GetGenerativeModel(
  modelName: "GEMINI_MODEL_NAME",
  systemInstruction: ModelContent.Text("You are a cat. Your name is Neko.")
);

Gemini Live API के लिए सिस्टम के निर्देश सेट करना

// ...

// Specify the system instructions as part of creating the `liveModel` instance
let liveModel = FirebaseAI.firebaseAI(backend: .googleAI()).liveModel(
  modelName: "GEMINI_LIVE_MODEL_NAME",
  systemInstruction: ModelContent(role: "system", parts: "You are a cat. Your name is Neko."),
  // ...
)

// ...

// ...

// Specify the system instructions as part of creating the `LiveModel` instance.
val liveModel = Firebase.ai(backend = GenerativeBackend.googleAI()).liveModel(
    modelName = "GEMINI_LIVE_MODEL_NAME",
    systemInstruction = content { text("You are a cat. Your name is Neko.") },
    // ...
)

// ...

// ...

// Specify the system instructions as part of creating the `LiveModel` instance.
LiveGenerativeModel lm = FirebaseAI.getInstance(GenerativeBackend.googleAI()).liveModel(
          /* modelName */ "GEMINI_LIVE_MODEL_NAME",
          /* systemInstruction (optional) */ new Content.Builder().addText("You are a cat. Your name is Neko.").build()
          // ...
);

LiveModelFutures liveModel = LiveModelFutures.from(lm);

// ...

// ...

const ai = getAI(firebaseApp, { backend: new GoogleAIBackend() });

// Specify the system instructions as part of creating the `LiveGenerativeModel` instance.
const liveModel = getLiveGenerativeModel(ai, {
  model: "GEMINI_LIVE_MODEL_NAME",
  systemInstruction: "You are a cat. Your name is Neko.",
  // ...
});

// ...

// ...

// Specify the system instructions as part of creating the `liveGenerativeModel` instance.
final liveModel = FirebaseAI.googleAI().liveGenerativeModel(
  model: 'GEMINI_LIVE_MODEL_NAME',
  systemInstruction: Content.system('You are a cat. Your name is Neko.'),
  // ...
);

// ...

// ...

// Specify the system instructions as part of creating the `LiveModel` instance.
var liveModel = FirebaseAI.GetInstance(FirebaseAI.Backend.GoogleAI()).GetLiveModel(
  modelName: "GEMINI_LIVE_MODEL_NAME",
  systemInstruction: ModelContent.Text("You are a cat. Your name is Neko."),
  // ...
);

// ...

सिस्टम के निर्देशों के उदाहरण

यहां सिस्टम से जुड़े निर्देशों के कुछ उदाहरण दिए गए हैं. इनसे मॉडल के व्यवहार को उम्मीद के मुताबिक बनाने में मदद मिलती है. कुछ उदाहरणों में, प्रॉम्प्ट का एक ऐसा उदाहरण भी दिखाया गया है जिसके लिए सिस्टम के निर्देश मददगार होंगे.

कोड जनरेट करना

• सिस्टम के लिए निर्देश:
  आप कोडिंग एक्सपर्ट हैं और फ़्रंटएंड इंटरफ़ेस के लिए कोड रेंडर करने में माहिर हैं. जब मैं किसी वेबसाइट के कॉम्पोनेंट के बारे में बताऊँ, तो कृपया उसे बनाने के लिए ज़रूरी एचटीएमएल और सीएसएस कोड उपलब्ध कराओ. इस कोड के बारे में कोई जानकारी न दो. यूज़र इंटरफ़ेस (यूआई) डिज़ाइन के कुछ सुझाव भी दो.

• उपयोगकर्ता का प्रॉम्प्ट:
  पेज के बीच में एक बॉक्स बनाओ, जिसमें चुनी गई इमेज एक-एक करके दिखें. हर इमेज के साथ कैप्शन भी होना चाहिए. पेज के बीच में मौजूद इमेज के पीछे शैडो होनी चाहिए, ताकि वह अलग से दिखे. साथ ही, इसे साइट के किसी दूसरे पेज से भी लिंक किया जाना चाहिए. यूआरएल को खाली छोड़ दें, ताकि मैं उसे भर सकूं.

म्यूज़िक चैटबॉट

• सिस्टम के लिए निर्देश:
  आपको संगीत के इतिहासकार के तौर पर जवाब देना होगा. आपको संगीत की अलग-अलग शैलियों के बारे में पूरी जानकारी देनी होगी और काम के उदाहरण देने होंगे. आपकी टोन उत्साहित और जोश भरी होनी चाहिए, ताकि संगीत का आनंद लिया जा सके. अगर कोई सवाल संगीत से जुड़ा नहीं है, तो जवाब होना चाहिए, "मुझे इस बारे में जानकारी नहीं है."

• उपयोगकर्ता का प्रॉम्प्ट:
  अगर किसी व्यक्ति का जन्म साठ के दशक में हुआ था, तो उस समय सबसे ज़्यादा किस तरह का संगीत सुना जाता था? बुलेट पॉइंट में पाँच गानों की सूची बनाओ.

फ़ॉर्मैट किया गया डेटा जनरेट करना

• सिस्टम के लिए निर्देश:
  तुम घर पर खाना बनाने वाले लोगों की मदद करने के लिए एक असिस्टेंट हो. आपको सामग्री की सूची मिलती है और आपको उन सामग्रियों का इस्तेमाल करके बनाई जा सकने वाली रेसिपी की सूची मिलती है. जिन रेसिपी के लिए अतिरिक्त सामग्री की ज़रूरत नहीं होती उन्हें हमेशा उन रेसिपी से पहले दिखाया जाना चाहिए जिनके लिए अतिरिक्त सामग्री की ज़रूरत होती है.

  आपका जवाब, तीन रेसिपी वाला JSON ऑब्जेक्ट होना चाहिए. रेसिपी ऑब्जेक्ट का स्कीमा इस तरह का होता है:

  • name: रेसिपी का नाम
  • usedIngredients: रेसिपी में इस्तेमाल की गई वे सामग्रियां जो सूची में दी गई थीं
  • otherIngredients: रेसिपी में इस्तेमाल होने वाली ऐसी सामग्री जो सूची में नहीं दी गई है. अगर कोई अन्य सामग्री नहीं है, तो इसे शामिल न करें
  • description: A brief description of the recipe, written positively as if to sell it

• उपयोगकर्ता का प्रॉम्प्ट:

  • एक पाउंड फ़्रोज़न ब्रोकली
  • 1 पिंट गाढ़ी क्रीम
  • 1 पाउंड के पैक में चीज़ के टुकड़े

कॉन्टेंट जनरेट करने की सुविधा को कंट्रोल करने के अन्य विकल्प

• प्रॉम्प्ट डिज़ाइन के बारे में ज़्यादा जानें, ताकि आप मॉडल को अपनी ज़रूरतों के हिसाब से आउटपुट जनरेट करने के लिए प्रभावित कर सकें.
• मॉडल पैरामीटर कॉन्फ़िगर करें, ताकि यह कंट्रोल किया जा सके कि मॉडल जवाब कैसे जनरेट करे. जैसे, ज़्यादा से ज़्यादा आउटपुट टोकन, आउटपुट टोकन के दोहराए जाने की संभावना वगैरह.
• सुरक्षा सेटिंग का इस्तेमाल करके, ऐसे जवाब मिलने की संभावना को कम करें जो नुकसान पहुंचाने वाले माने जा सकते हैं. इनमें नफ़रत फैलाने वाली भाषा और साफ़ तौर पर सेक्शुअल ऐक्ट दिखाने वाला कॉन्टेंट शामिल है.
• प्रॉम्प्ट के साथ रिस्पॉन्स स्कीमा पास करें, ताकि कोई आउटपुट स्कीमा तय किया जा सके. इस सुविधा का इस्तेमाल, आम तौर पर JSON आउटपुट जनरेट करने के लिए किया जाता है. हालांकि, इसका इस्तेमाल क्लासिफ़िकेशन टास्क के लिए भी किया जा सकता है. जैसे, जब आपको मॉडल से खास लेबल या टैग इस्तेमाल करने हों.