Możesz kontrolować generowanie odpowiedzi na różne sposoby w zależności od zastosowania i wymaganego poziomu kontroli.
Projektowanie promptów
Dowiedz się więcej o projektowaniu promptów, aby móc wpływać na model i generować dane wyjściowe dostosowane do Twoich potrzeb.
Dowiedz się na przykład, jak w uporządkowany sposób podawać istotne informacje związane z zadaniem.
Konfiguracja modelu
Skonfiguruj konfigurację modelu, aby określić, jak model ma generować odpowiedź. Opcje konfiguracji zależą od modelu i używanych funkcji. Oto przykłady:
W przypadku modeli Gemini możesz skonfigurować parametry takie jak maksymalna liczba tokenów wyjściowych, prawdopodobieństwo powtórzenia tokenów wyjściowych itp.
W przypadku modeli Gemini, które mogą generować dane wyjściowe w różnych formatach (np. modele „Nano Banana” lub modele Gemini Live API), możesz dodatkowo skonfigurować typ odpowiedzi (dźwięk, tekst lub obrazy) i głos używany w odpowiedziach audio (w stosownych przypadkach).
W przypadku modeli Gemini, które potrafią myśleć, możesz też określić konfigurację związaną z myśleniem, w tym poziom myślenia (lub budżet myślenia w przypadku modeli Gemini 2.5) oraz to, czy mają być uwzględniane podsumowania myśli.
W przypadku modeli Imagen możesz skonfigurować parametry takie jak liczba obrazów do wygenerowania, format obrazu, dodawanie znaku wodnego itp.
Ustawienia bezpieczeństwa
Użyj ustawień bezpieczeństwa, aby dostosować prawdopodobieństwo otrzymania odpowiedzi, które mogą być uznane za szkodliwe. Te ustawienia mogą pomóc Ci kontrolować dane wyjściowe pod kątem możliwych wypowiedzi szerzących nienawiść, nękania, treści o charakterze jednoznacznie seksualnym oraz treści niebezpiecznych.
Możesz na przykład blokować odpowiedzi, które promują szkodliwe produkty, usługi i aktywności albo umożliwiają dostęp do nich.
Instrukcje systemowe
Ustaw instrukcje systemowe, aby sterować działaniem modelu. Ta funkcja działa jak „wstęp”, który dodajesz, zanim model otrzyma dalsze instrukcje od użytkownika.
Możesz na przykład poprosić model, aby odpowiadał jak pirat lub w określonym formacie.
Ustrukturyzowane dane wyjściowe z użyciem schematu odpowiedzi
Przekaż schemat odpowiedzi wraz z promptem, aby określić konkretny schemat danych wyjściowych. Ta funkcja jest najczęściej używana podczas generowania danych wyjściowych w formacie JSON, ale może być też stosowana w zadaniach klasyfikacji (np. gdy chcesz, aby model używał określonych etykiet lub tagów).