अपने इस्तेमाल के उदाहरण और कंट्रोल के लेवल के हिसाब से, जवाब जनरेट करने की सुविधा को कई तरीकों से कंट्रोल किया जा सकता है.
प्रॉम्प्ट डिज़ाइन
प्रॉम्प्ट डिज़ाइन के बारे में जानें, ताकि आप मॉडल को अपनी ज़रूरतों के हिसाब से आउटपुट जनरेट करने के लिए प्रेरित कर सकें.
उदाहरण के लिए, किसी टास्क से जुड़ी काम की जानकारी को स्ट्रक्चर्ड तरीके से देने का तरीका जानें.
मॉडल कॉन्फ़िगरेशन
मॉडल कॉन्फ़िगरेशन सेट करें, ताकि यह कंट्रोल किया जा सके कि मॉडल किस तरह से जवाब जनरेट करे. कॉन्फ़िगरेशन के विकल्प, आपके इस्तेमाल किए जा रहे मॉडल और उसकी क्षमता पर निर्भर करते हैं.
Gemini मॉडल के लिए, पैरामीटर कॉन्फ़िगर किए जा सकते हैं. जैसे, ज़्यादा से ज़्यादा आउटपुट टोकन, तापमान, टॉप-के, और टॉप-पी. अगर Gemini Live API या मल्टीमोडल आउटपुट देने में सक्षम Gemini मॉडल का इस्तेमाल किया जा रहा है, तो जवाब का टाइप (ऑडियो, टेक्स्ट या इमेज) और ऑडियो जवाबों में इस्तेमाल की गई आवाज़ को कॉन्फ़िगर किया जा सकता है. Gemini 2.5 मॉडल के लिए, सोचने का बजट भी कॉन्फ़िगर किया जा सकता है.
Imagen मॉडल के लिए, पैरामीटर कॉन्फ़िगर किए जा सकते हैं. जैसे, जनरेट की जाने वाली इमेज की संख्या, आसपेक्ट रेशियो, वॉटरमार्क जोड़ना वगैरह.
सुरक्षा सेटिंग
सुरक्षा सेटिंग का इस्तेमाल करके, ऐसे जवाब मिलने की संभावना को कम करें जिन्हें नुकसान पहुंचाने वाला माना जा सकता है. इन सेटिंग की मदद से, नफ़रत फैलाने वाली भाषा, उत्पीड़न, साफ़ तौर पर सेक्शुअल ऐक्ट दिखाने वाले कॉन्टेंट, और खतरनाक कॉन्टेंट के लिए आउटपुट को कंट्रोल किया जा सकता है.
उदाहरण के लिए, ऐसे जवाबों को ब्लॉक किया जा सकता है जिनमें नुकसान पहुंचाने वाले सामान, सेवाओं, और गतिविधियों का प्रमोशन किया गया हो या उनके ऐक्सेस को चालू करने का तरीका बताया गया हो.
सिस्टम के निर्देश
मॉडल के व्यवहार को कंट्रोल करने के लिए, सिस्टम के निर्देश सेट करें. यह सुविधा, "प्रीएम्बल" की तरह होती है. इसे मॉडल को असली उपयोगकर्ता से कोई और निर्देश मिलने से पहले जोड़ा जाता है.
उदाहरण के लिए, मॉडल को यह निर्देश दिया जा सकता है कि वह जवाब इस तरह दे जैसे कोई समुद्री डाकू दे रहा हो या किसी खास फ़ॉर्मैट में जवाब दे.
जवाब के स्कीमा का इस्तेमाल करके स्ट्रक्चर्ड आउटपुट
किसी खास आउटपुट स्कीमा के बारे में बताने के लिए, प्रॉम्प्ट के साथ जवाब का स्कीमा पास करें. इस सुविधा का इस्तेमाल आम तौर पर, JSON आउटपुट जनरेट करने के लिए किया जाता है. हालांकि, इसका इस्तेमाल क्लासिफ़िकेशन टास्क के लिए भी किया जा सकता है. जैसे, जब आपको मॉडल से किसी खास लेबल या टैग का इस्तेमाल करवाना हो.