Mantieni tutto organizzato con le raccolte
Salva e classifica i contenuti in base alle tue preferenze.
Fai clic sul tuo fornitore Gemini API per visualizzare i contenuti e il codice specifici del fornitore in questa pagina.
Quando invii una richiesta a un modello generativo, invii anche un prompt con
la tua richiesta. La progettazione attenta di questi prompt consente di influenzare il modello
per generare output specifici per le tue esigenze.
Prompt per i modelli Gemini
I prompt per i modelli Gemini possono contenere domande,
istruzioni, informazioni contestuali, esempi few-shot e input parziali da
completare o proseguire.
Scopri di più sulla progettazione di prompt nella documentazione di Gemini Developer API:
Altre opzioni per controllare la generazione di contenuti
Configura i parametri del modello
per controllare il modo in cui il modello genera una risposta. Per i modelli Gemini,
questi parametri includono il numero massimo di token di output, la temperatura, Top-K e Top-P.
Per i modelli Imagen, sono inclusi proporzioni, generazione di persone,
filigrana e così via.
Utilizza le impostazioni di sicurezza
per regolare la probabilità di ricevere risposte che potrebbero essere considerate
dannose, inclusi incitamento all'odio e contenuti sessualmente espliciti.
Imposta le istruzioni di sistema
per guidare il comportamento del modello. Questa funzionalità è come un preambolo che
aggiungi prima che il modello venga esposto a ulteriori istruzioni dell'utente finale.
Passa uno schema di risposta
insieme al prompt per specificare uno schema di output specifico. Questa funzionalità viene
utilizzata più comunemente quando
si genera un output JSON,
ma può essere utilizzata anche per
attività di classificazione
(ad esempio quando vuoi che il modello utilizzi etichette o tag specifici).
[null,null,["Ultimo aggiornamento 2025-08-19 UTC."],[],[],null,["\u003cbr /\u003e\n\n\n|-------------------------------------------------------------------------------------------------------------------------------------|\n| *Click your Gemini API provider to view provider-specific content and code on this page.* Gemini Developer API Vertex AI Gemini API |\n\n\u003cbr /\u003e\n\n\u003cbr /\u003e\n\nWhen you make a request to a generative model, you send along a *prompt* with\nyour request. By carefully crafting these prompts, you can influence the model\nto generate output specific to your needs.\n\nPrompting for Gemini models\n\nPrompts for Gemini models can contain questions,\ninstructions, contextual information, few-shot examples, and partial input for\nthe model to complete or continue.\n\nLearn about prompt design in the Gemini Developer API documentation:\n\n- [Prompt design strategies](https://ai.google.dev/gemini-api/docs/prompting-strategies)\n\n- [Prompt samples](https://ai.google.dev/gemini-api/prompts)\n\n| **Tip:** You can experiment with prompts and model configurations and rapidly iterate using [Google AI Studio](https://aistudio.google.com).\n\nPrompting for Imagen models\n\nFor Imagen, learn about\n[specific prompting strategies and options](https://ai.google.dev/gemini-api/docs/imagen#imagen-prompt-guide)\n\nOther options to control content generation\n\n- Configure [model parameters](/docs/ai-logic/model-parameters) to control how the model generates a response. For Gemini models, these parameters include max output tokens, temperature, topK, and topP. For Imagen models, these include aspect ratio, person generation, watermarking, etc.\n- Use [safety settings](/docs/ai-logic/safety-settings) to adjust the likelihood of getting responses that may be considered harmful, including hate speech and sexually explicit content.\n- Set [system instructions](/docs/ai-logic/system-instructions) to steer the behavior of the model. This feature is like a preamble that you add before the model gets exposed to any further instructions from the end user.\n- Pass a [*response schema*](/docs/ai-logic/generate-structured-output) along with the prompt to specify a specific output schema. This feature is most commonly used when [generating JSON output](/docs/ai-logic/generate-structured-output#generate-json-basic), but it can also be used for [classification tasks](/docs/ai-logic/generate-structured-output#generate-enum-basic) (like when you want the model to use specific labels or tags)."]]