É possível controlar a geração de respostas de várias maneiras, dependendo do seu caso de uso e do nível de controle necessário.
Design de comandos
Saiba mais sobre o design de comandos para influenciar o modelo a gerar resultados específicos para suas necessidades.
Por exemplo, saiba como fornecer informações relevantes associadas à tarefa de maneira estruturada.
Configuração do modelo
Defina uma configuração de modelo para controlar como o modelo gera uma resposta. As opções de configuração dependem do modelo e da capacidade que você está usando.
Para modelos Gemini, é possível configurar parâmetros como número máximo de tokens de saída, temperatura, Top-K e Top-P. Se você estiver usando o Gemini Live API ou um modelo Gemini capaz de saída multimodal, também é possível configurar o tipo de resposta (áudio, texto ou imagens) e a voz usada nas respostas de áudio. Para modelos Gemini 2.5, também é possível configurar o orçamento de pensamento.
Para modelos Imagen, é possível configurar parâmetros como número de imagens a serem geradas, proporção, adição de uma marca-d'água etc.
Configurações de segurança
Use as configurações de segurança para ajustar a probabilidade de receber respostas que possam ser consideradas prejudiciais. Essas configurações ajudam a controlar a saída para possível discurso de ódio, assédio, conteúdo sexualmente explícito e perigoso.
Por exemplo, você pode bloquear respostas que promovam ou permitam o acesso a produtos, serviços e atividades prejudiciais.
Instruções do sistema
Defina instruções do sistema para orientar o comportamento do modelo. Esse recurso é como um "preâmbulo" que você adiciona antes que o modelo seja exposto a outras instruções do usuário final.
Por exemplo, você pode pedir para o modelo retornar respostas como se fosse um pirata ou em um formato específico.
Saída estruturada usando o esquema de resposta
Transmita um esquema de resposta junto com o comando para especificar um esquema de saída específico. Esse recurso é usado com mais frequência ao gerar saída JSON, mas também pode ser usado para tarefas de classificação (como quando você quer que o modelo use rótulos ou tags específicos).