Gemini, die Modellfamilie von Google, wird über die Gemini-App, Google AI Studio und die Gemini-API in Google Cloud genutzt. Die Grundlagen des Promptings gelten unverändert. Dieser Leitfaden behandelt, was für Gemini besonders ist, und folgt den veröffentlichten Hinweisen von Google zum Prompt-Design.
Modellnamen und Limits ändern sich, daher beschreibt der Rat hier stabiles Verhalten. Die aktuellen Modelle finden Sie in der Dokumentation von Google.
Systemanweisungen
Die Gemini-API nimmt Systemanweisungen getrennt von der Unterhaltung entgegen. Nutzen Sie sie für die Rolle, die dauerhaften Regeln und die Ausgabekonventionen und lassen Sie die Aufgabe und ihre Daten im Nutzerinhalt. Siehe System-Prompts und Rollen-Prompting.
In der Gemini-App erfüllen gespeicherte Anweisungen und benutzerdefinierte Gems denselben Zweck: Ein Gem ist ein wiederverwendbarer Assistent mit eigenen dauerhaften Anweisungen.
Nehmen Sie Few-Shot-Beispiele auf
Googles Hinweis ist an diesem Punkt eindeutig: Er empfiehlt, wo immer möglich Few-Shot-Beispiele in Prompts aufzunehmen, und merkt an, dass Prompts ohne Beispiele wahrscheinlich weniger wirksam sind. In der Praxis:
- Zwei bis fünf Beispiele genügen meist. Zu viele können dazu führen, dass sich das Modell auf sie überanpasst.
- Halten Sie die Formatierung über alle Beispiele identisch, einschließlich Trennzeichen und Abständen.
- Zeigen Sie das Muster, dem zu folgen ist, statt Muster, die zu vermeiden sind.
- Variieren Sie den Inhalt, damit nur das beabsichtigte Muster geteilt wird.
Classify the request as question, complaint, or praise.
Text: "How do I export my data?"
Category: question
Text: "The app crashed twice during checkout."
Category: complaint
Text: "{{text}}"
Category:
Den Prompt wie oben mit dem Anfang der erwarteten Antwort zu beenden, ist ein Vervollständigungs-Hinweis, dem Gemini gut folgt. Mehr unter Few-Shot-Prompting.
Verwenden Sie eine einheitliche Struktur
Gemini arbeitet mit XML-artigen Tags oder Markdown-Überschriften, um Anweisungen, Kontext und Eingabe zu trennen. Wählen Sie einen Stil und verwenden Sie ihn im ganzen Prompt einheitlich. Das Mischen von Stilen macht die Grenzen unklarer.
Präfixe sind eine weitere leichte Struktur: Beschriftungen wie Text:, Category: oder JSON: kennzeichnen, was jeder Teil ist und was als Nächstes kommen soll.
Langer Kontext: Frage zuletzt
Gemini-Modelle akzeptieren sehr große Eingaben, darunter lange Dokumente, Codebasen und Stunden von Audio oder Video. Wenn Sie diese Kapazität nutzen:
- Setzen Sie die Frage oder Anweisung hinter das Material. Googles Empfehlung für langen Kontext ist, die Anfrage ans Ende zu stellen.
- Nehmen Sie Material nicht nur auf, weil es hineinpasst. Irrelevanter Kontext kostet Geld und kann die Aufmerksamkeit verwässern. Siehe Token-Optimierung.
- Nutzen Sie Context Caching für große Inhalte, die über mehrere Anfragen hinweg wiederverwendet werden.
Multimodales Prompting
Gemini akzeptiert Text, Bilder, Audio, Video und Dokumente wie PDFs in einem Prompt. Einige Praktiken verbessern die Ergebnisse:
- Sagen Sie, worauf zu achten ist. „Im zweiten Diagramm“ oder „zwischen 01:20 und 02:00 im Video“.
- Bei einem einzelnen Bild setzen Sie das Bild vor den Text, der danach fragt.
- Fordern Sie zuerst eine Beschreibung an, wenn eine Aufgabe sorgfältiges Lesen eines Bildes erfordert, und stellen Sie dann die Frage. Das ist eine zweistufige Kette.
- Geben Sie eine Regel für Unleserliches. „Ist ein Wert nicht lesbar, verwende null.“
- Nennen Sie das Ausgabeformat, wie Sie es bei Text täten.
The image is a photo of a utility bill. Extract the account number,
billing period, and amount due as JSON. Use null for any field you
cannot read with confidence.
Strukturierte Ausgabe
Für Ausgaben, die Ihr Code parst, setzen Sie den Antworttyp auf JSON und übergeben über die API ein Antwortschema. Die Antwort ist dann auf dieses Schema beschränkt.
- Verwenden Sie Enums für Felder mit festen Werten; für reine Klassifikation gibt es auch einen Enum-Antworttyp.
- Beschreiben Sie Felder im Schema, da das Modell es liest.
- Halten Sie Schemata einigermaßen einfach; sehr große oder tief verschachtelte Schemata können abgelehnt werden oder die Qualität mindern.
- Validieren Sie das Ergebnis in Ihrem Code.
Siehe Prompts für strukturierte Ausgabe.
Denken
Aktuelle Gemini-Modelle können vor der Antwort überlegen, mit einer Einstellung, die steuert, wie viel. Beschreiben Sie bei diesen Modellen das Ziel und die Einschränkungen und lassen Sie das Modell planen. Senken Sie die Einstellung für einfache Aufgaben mit hohem Volumen, um Latenz und Kosten zu reduzieren, und erhöhen Sie sie für mehrstufige Analysen. Ausdrückliche „denke Schritt für Schritt“-Anweisungen bringen wenig, wenn das Denken aktiv ist. Siehe Chain-of-Thought-Prompting.
Grounding mit der Google-Suche
Die Gemini-API kann eine Antwort in Ergebnissen der Google-Suche verankern und Quellenangaben zurückgeben. Nutzen Sie das für Fragen zu aktuellen Ereignissen oder zu Fakten, die sich ändern. Für Antworten, die aus Ihren Daten stammen müssen, liefern Sie die Dokumente selbst und verlangen Sie, dass das Modell daraus antwortet: siehe RAG-Prompting.
Welche Quelle auch immer: Sagen Sie dem Modell, was zu tun ist, wenn der gelieferte Kontext die Antwort nicht enthält.
Function Calling
Werkzeuge werden mit Namen, Beschreibung und einem Parameterschema deklariert. Wie bei jedem Modell nutzt das Modell die Beschreibung, um zu entscheiden, wann aufzurufen ist. Seien Sie konkret zu Zweck, Parametern und Rückgabewerten. Siehe Prompts für KI-Agenten.
Sampling-Einstellungen
Für Aufgaben, die Konsistenz brauchen, etwa Extraktion und Klassifikation, lautet der übliche Rat: niedrige Temperatur. Googles Hinweis für einige neuere Gemini-Modelle ist, die Temperatur auf dem Standardwert zu belassen, weil ein Absenken Schleifen oder schwächeres Reasoning verursachen kann. Prüfen Sie die Dokumentation des verwendeten Modells, bevor Sie sie ändern.
Token-Zählung
Gemini bietet eine API-Methode zur Token-Zählung, und auch multimodale Eingaben werden in Tokens gezählt, wobei Bilder, Audio und Video jeweils eigene Raten haben. Es gibt keinen Offline-Tokenizer, daher kennzeichnet PromptFlowEngine seine Gemini-Zählungen als ungefähr. Nutzen Sie für Budgets die Zählung der API.
Prompting in der Gemini-App
- Legen Sie für eine wiederkehrende Aufgabe ein Gem an, dessen Anweisungen einmal geschrieben werden.
- Hängen Sie Dateien an oder verbinden Sie die relevanten Google-Workspace-Quellen, statt einzufügen.
- Fragen Sie nach dem Format: einer Tabelle, einer Liste oder einer Wortgrenze.
- Beginnen Sie einen neuen Chat, wenn sich das Thema ändert.
- Halten Sie Zugangsdaten und Kundendaten aus dem Chat heraus.
Die PromptFlowEngine-Chrome-Erweiterung arbeitet innerhalb von Gemini: Sie analysiert und strukturiert den Entwurf im Prompt-Feld um und warnt, wenn er ein Geheimnis enthält.
Häufige Fehler mit Gemini
| Fehler | Was passiert | Lösung |
|---|---|---|
| Keine Beispiele | Format und Stil driften | Zwei bis fünf einheitliche Beispiele ergänzen |
| Frage vor einem langen Dokument | Schwächere Nutzung des Materials | Frage zuletzt stellen |
| Gemischte Tag- und Überschriftenstile | Verwischte Grenzen | Einen wählen und dabei bleiben |
| Vage multimodale Anfrage | Allgemeine Beschreibung | Sagen, worauf zu achten ist und was zurückzugeben ist |
| JSON nur in Prosa angefordert | Gelegentlich ungültige Ausgabe | Ein Antwortschema verwenden |
| Das Fenster füllen, weil man es kann | Höhere Kosten, verwässerter Fokus | Senden, was die Aufgabe braucht |
Einen Gemini-Prompt optimieren
- Verschieben Sie dauerhafte Regeln in die Systemanweisungen.
- Nennen Sie die Aufgabe und ergänzen Sie dann einheitliche Beispiele.
- Setzen Sie langes Material zuerst und die Frage zuletzt.
- Definieren Sie die Ausgabe mit einem Schema, wenn Code sie liest.
- Entfernen Sie Füllwörter und Wiederholung und testen Sie erneut.
Der PromptFlowEngine-Prompt-Optimierer übernimmt den letzten Schritt mit Verifikation, und der Prompt-Analysator markiert ein fehlendes Ausgabeformat, bevor Sie irgendetwas ausführen.
Vergleichen Sie mit dem Prompting-Leitfaden für ChatGPT und OpenAI und dem Prompting-Leitfaden für Claude.