G
Gemma
Gemma 是 Google DeepMind 推出的一系列轻量级开源 AI 模型，可为文本生成、问题解答和各种语言任务提供强大的性能。
如何为 Gemma 编写有效的提示词
掌握提示词工程的艺术，从 Gemma 模型中获得最佳结果
优秀提示词的关键要素
清晰的指令
明确说明您希望模型做什么。避免使用模棱两可的语言。
Example: 总结以下文章，用三个要点概括主要发现：
提供上下文
提供相关的背景信息，帮助模型更好地理解任务。
Example: 你是一名技术作家。向高中生解释量子计算：
指定输出格式
定义您希望响应的结构和格式，以确保一致性。
Example: 创建一个包含三列的表格：特性、描述和用例
示例（少量示例）
包含所需输出的示例，以指导模型的响应。
Example: 将这些句子转换为问题。示例：'天空是蓝色的。' → '天空是什么颜色？'
高级提示技巧
✓
使用系统提示词
在对话开始时设置模型的角色和行为，以在整个交互过程中保持一致性。
✓
分解复杂任务
将复杂的请求分解为更小、顺序的步骤，以提高响应的准确性和清晰度。
✓
迭代和改进
从基本的提示词开始，并根据模型的响应逐步改进它，以获得最佳结果。
基本提示词 vs. 增强提示词
✗
基本"写一篇关于气候变化的文章。"
✓
增强"写一篇 200 字的信息段落，介绍气候变化的主要原因，重点关注人类活动。至少包括三个具体例子。"
✗
基本"将此翻译成西班牙语。"
✓
增强"将以下商务电子邮件翻译成西班牙语，保持正式的语气并保留原始格式："
✗
基本"帮我写代码。"
✓
增强"编写一个 Python 函数，该函数接受一个数字列表并返回偶数之和。包括文档字符串和类型提示。"
如何使用 Gemma 模型
只需几个简单的步骤即可开始使用 Gemma。无论您是构建聊天机器人、生成内容还是分析文本，Gemma 都随时准备提供帮助。
1
选择 Gemma 模型
导航到模型库并选择最适合您需求的 Gemma 变体。考虑模型大小和任务要求等因素。
2
编写您的提示词
编写清晰且具体的提示词，描述您希望模型做什么。根据需要包括上下文、示例和格式说明。
3
调整参数
微调生成设置，如温度、最大 token 数和 top-p，以控制输出的创造性和长度。
4
生成和审查
提交您的请求并审查生成的输出。如果需要，迭代您的提示词以优化结果。
快速提示
- •对于事实性任务，从较低的温度值 (0.3-0.5) 开始；对于创造性任务，从较高的温度值 (0.7-0.9) 开始
- •使用系统提示词来设置模型的行为和角色，以便在整个对话中获得更一致的结果
- •尝试使用同一请求的不同措辞，以找到最适合您特定用例的方法
Gemma 模型在不断改进。定期查看更新和具有增强功能的新变体。
FAQ
常见问题解答
查找有关 Gemma 模型的常见问题的答案