设置系统说明

借助系统指令，您可以为模型指定角色、设置回答的语气，或提供模型必须遵循的特定规则。这些指令与用户的提示分开，模型会以更高的优先级处理这些指令，以确保其行为符合预期。

常见用例包括：

  • 设置人设：例如，“你是一位乐于助人的数学辅导老师。”
  • 强制执行输出格式：例如，“始终以要点形式回答”。
  • 设置限制：例如，“不要回答与政治相关的问题”。

前提条件

系统指令适用于搭载 Gemini Nano V3 及更高版本的设备。如需查看支持的设备列表，请参阅直接模型访问设备支持。

限制

我们不建议将系统指令与前缀缓存搭配使用。通常，对于定义模型行为方式的简短指令，请使用系统指令；如果您需要在查询中重复提示的大部分内容，并且需要优化性能，请使用前缀缓存。

如何使用系统指令

如需提供系统指令，请创建一个 SystemInstruction 对象，并将其传递给 GenerateContentRequest 构建器：

import com.google.mlkit.genai.prompt.SystemInstruction
import com.google.mlkit.genai.prompt.TextPart
import com.google.mlkit.genai.prompt.generateContentRequest

// 1. Define the system instruction
val systemInstruction =
    SystemInstruction("You are a concise assistant. Answer in 2 sentences or less.")

// 2. Create the request
val request = generateContentRequest(TextPart("How does photosynthesis work?")) {
    this.systemInstruction = systemInstruction
}

// 3. Run inference
try {
    val response = generativeModel.generateContent(request)
    println(response.candidates.firstOrNull()?.text)
} catch (e: GenAiException) {
    // Handle SDK-specific exceptions
}

您可以直接将系统指令传递到 generateContentRequest 请求构建器中，从而进一步简化代码：

val request = generateContentRequest(
    SystemInstruction("You are a pirate. Speak like one."),
    TextPart("What is the weather like today?")
) {
    // Optional configurations like temperature
    temperature = 0.7f
}

最佳做法

以下是使用系统指令时的一些最佳实践：

  • 清晰直接：模型更擅长遵循清晰直接的指令，而不是含糊不清的指令。下面是一些示例：
    • 模糊（避免）："Don't write too much. Try to be helpful and friendly, and format the output nicely.”
    • 清晰（首选）：“你是一位友善的客户服务助理。请用不超过 3 句话来回答。使用项目符号设置所有列表的格式。”
  • 简明扼要：虽然系统指令功能强大，但过长的指令可能会消耗模型有限的上下文窗口。
  • 考虑 token 数量：确保您的 token 计数逻辑包含系统指令，以避免低估请求大小。我们建议您将系统指令控制在 150 个字词（100-200 个 token）以内。
  • 测试和迭代：模型行为可能会因措辞而异。使用各种用户输入进行测试，确保模型始终保持其角色。