Gemini, la famille de modèles de Google, s’utilise via l’application Gemini, Google AI Studio et l’API Gemini sur Google Cloud. Les fondamentaux du prompting s’appliquent sans changement. Ce guide couvre ce qui est propre à Gemini, en suivant les recommandations de conception de prompts publiées par Google.
Les noms et les limites des modèles changent ; les conseils ci-dessous portent donc sur des comportements stables. Consultez la documentation de Google pour les modèles actuels.
Instructions système
L’API Gemini accepte les instructions système séparément de la conversation. Utilisez-les pour le rôle, les règles permanentes et les conventions de sortie, et gardez la tâche et ses données dans le contenu de l’utilisateur. Voir les prompts système et le prompting par rôle.
Dans l’application Gemini, les instructions enregistrées et les Gems personnalisés remplissent le même rôle : un Gem est un assistant réutilisable avec ses propres instructions permanentes.
Incluez des exemples few-shot
Les recommandations de Google sont directes sur ce point : elles conseillent d’inclure des exemples few-shot dans les prompts chaque fois que possible, et notent que les prompts sans exemples risquent d’être moins efficaces. En pratique :
- Deux à cinq exemples suffisent généralement. Trop d’exemples peuvent amener le modèle à s’y surajuster.
- Gardez une mise en forme identique d’un exemple à l’autre, y compris les délimiteurs et l’espacement.
- Montrez le motif à suivre plutôt que ceux à éviter.
- Variez le contenu pour que seul le motif voulu soit partagé.
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:
Terminer le prompt par le début de la réponse attendue, comme ci-dessus, est un indice de type complétion que Gemini suit bien. Plus de détails dans le prompting few-shot.
Utilisez une structure cohérente
Gemini fonctionne avec des balises de type XML ou des titres Markdown pour séparer instructions, contexte et entrée. Choisissez un style et utilisez-le de façon cohérente dans tout le prompt. Mélanger les styles rend les frontières moins nettes.
Les préfixes sont une autre structure légère : des étiquettes comme Text:, Category: ou JSON: indiquent ce qu’est chaque partie et ce qui doit suivre.
Contexte long : la question en dernier
Les modèles Gemini acceptent de très grandes entrées, notamment de longs documents, des bases de code et des heures d’audio ou de vidéo. Quand vous exploitez cette capacité :
- Placez la question ou l’instruction après la matière. La recommandation de Google pour le contexte long est de placer la requête à la fin.
- N’incluez pas de matière uniquement parce qu’elle tient. Un contexte hors sujet coûte de l’argent et peut diluer l’attention. Voir l’optimisation des tokens.
- Utilisez la mise en cache du contexte pour les contenus volumineux réutilisés d’une requête à l’autre.
Prompting multimodal
Gemini accepte du texte, des images, de l’audio, de la vidéo et des documents comme des PDF dans un même prompt. Quelques pratiques améliorent les résultats :
- Dites quoi regarder. « Dans le deuxième graphique » ou « entre 01:20 et 02:00 dans la vidéo ».
- Pour une seule image, placez l’image avant le texte qui l’interroge.
- Demandez d’abord une description quand une tâche exige une lecture attentive d’une image, puis posez la question. C’est une chaîne en deux étapes.
- Donnez une règle pour l’illisible. « Si une valeur n’est pas lisible, utilise null. »
- Indiquez le format de sortie, comme pour du texte.
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.
Sortie structurée
Pour une sortie que votre code analyse, définissez le type de réponse sur JSON et fournissez un schéma de réponse via l’API. La réponse est alors contrainte à ce schéma.
- Utilisez des énumérations pour les champs à valeurs fixes ; un type de réponse énuméré existe aussi pour la classification pure.
- Décrivez les champs dans le schéma, puisque le modèle le lit.
- Gardez des schémas raisonnablement simples ; des schémas très grands ou très imbriqués peuvent être rejetés ou dégrader la qualité.
- Validez le résultat dans votre code.
Voir les prompts de sortie structurée.
Réflexion
Les modèles Gemini actuels peuvent raisonner avant de répondre, avec un réglage qui contrôle l’ampleur. Pour ces modèles, décrivez l’objectif et les contraintes et laissez le modèle planifier. Baissez le réglage pour les tâches simples à fort volume afin de réduire la latence et le coût, et montez-le pour l’analyse à plusieurs étapes. Les instructions explicites « réfléchis pas à pas » apportent peu quand la réflexion est activée. Voir le prompting par chaîne de pensée.
Ancrage avec la Recherche Google
L’API Gemini peut ancrer une réponse dans les résultats de la Recherche Google et renvoyer des citations. Utilisez-la pour des questions sur des événements récents ou des faits qui changent. Pour les réponses qui doivent venir de vos données, fournissez vous-même les documents et exigez que le modèle réponde à partir d’eux : voir le prompting pour RAG.
Quelle que soit la source, dites au modèle quoi faire quand le contexte fourni ne contient pas la réponse.
Appel de fonctions
Les outils sont déclarés avec un nom, une description et un schéma de paramètres. Comme pour tout modèle, la description est ce que le modèle utilise pour décider quand appeler. Soyez précis sur l’objectif, les paramètres et les valeurs de retour. Voir les prompts pour agents IA.
Paramètres d’échantillonnage
Pour les tâches qui exigent de la cohérence, comme l’extraction et la classification, le conseil habituel est une température basse. La recommandation de Google pour certains modèles Gemini récents est de laisser la température à sa valeur par défaut, car la baisser peut provoquer des boucles ou un raisonnement plus faible. Consultez la documentation du modèle que vous utilisez avant de la modifier.
Décompte des tokens
Gemini fournit une méthode d’API de comptage de tokens, et les entrées multimodales sont aussi comptées en tokens, les images, l’audio et la vidéo ayant chacun leurs propres tarifs. Il n’existe pas de tokeniseur hors ligne ; PromptFlowEngine étiquette donc ses décomptes Gemini comme approximatifs. Utilisez le décompte de l’API pour les budgets.
Prompting dans l’application Gemini
- Créez un Gem pour une tâche que vous répétez, avec ses instructions écrites une seule fois.
- Joignez des fichiers ou connectez les sources Google Workspace pertinentes au lieu de coller.
- Demandez le format : un tableau, une liste ou une limite de mots.
- Commencez une nouvelle conversation quand le sujet change.
- Gardez les identifiants et les données clients hors du chat.
L’extension Chrome PromptFlowEngine fonctionne dans Gemini : elle analyse et restructure le brouillon dans la zone de prompt et avertit quand il contient un secret.
Erreurs courantes avec Gemini
| Erreur | Ce qui se passe | Correction |
|---|---|---|
| Aucun exemple | Le format et le style dérivent | Ajouter deux à cinq exemples cohérents |
| Question avant un long document | Moins bon usage de la matière | Placer la question en dernier |
| Mélange de balises et de titres | Frontières floues | En choisir un style et s’y tenir |
| Demande multimodale vague | Description générique | Dire quoi regarder et quoi renvoyer |
| JSON demandé uniquement en prose | Sortie invalide occasionnelle | Utiliser un schéma de réponse |
| Remplir la fenêtre parce qu’on le peut | Coût plus élevé, attention diluée | Envoyer ce dont la tâche a besoin |
Optimiser un prompt pour Gemini
- Déplacez les règles permanentes dans les instructions système.
- Énoncez la tâche, puis ajoutez des exemples cohérents.
- Placez la longue matière en premier et la question en dernier.
- Définissez la sortie avec un schéma quand du code la lit.
- Retirez le remplissage et la répétition, puis retestez.
L’optimiseur de prompts PromptFlowEngine s’occupe de la dernière étape avec vérification, et l’analyseur de prompts signale l’absence de format de sortie avant que vous ne lanciez quoi que ce soit.
Comparez avec le guide de prompting pour ChatGPT et OpenAI et le guide de prompting pour Claude.