这是面向 Google Gemini 模型的提示工程指导技能。适用场景包括:专门为 Gemini/Google 模型编写提示词、用系统指令引导模型行为、处理多模态输入(文本、图像、视频、音频)、利用超长上下文(100 万以上 token),以及结合 Gemini 的智能体推理能力进行构建。
资料给出的主要能力与用法:系统指令是 Gemini 的行为控制机制,示例以 system_instruction 与 contents 传递提示。常见技巧涵盖零样本、少样本、思维链、零样本思维链、提示链、ReAct、思维树等,均围绕系统指令和分段标签展开。多模态方面,可在 contents 中通过 inline_data 传入图像(如 base64 编码的 image/jpeg)并结合文本指令。
进阶功能包括:函数/工具调用(FunctionDeclaration 定义工具,配合 GenerateContentConfig 的 tools 使用),思维配置(thinking_budget 控制推理 token 预算),以及基于 JSON Schema 的结构化输出(response_mime_type 与 response_schema)。资料还列出应避免的反模式,如忽略系统指令、不使用多模态、低估长上下文能力、输出格式不一致、复杂任务单轮处理、不用结构化输出、需要时关闭思考等。
限制与缺失:该资料未提供收费、价格、平台可用范围或具体效果数据,暂未提供这些信息。内容以 Gemini 官方文档示例与提示模板为主,实际模型名称、可用性和参数请以官方最新说明为准。