ใช้การกําหนดค่าโมเดลเพื่อควบคุมคําตอบ

ในการเรียกใช้แต่ละครั้ง คุณสามารถส่งการกำหนดค่ารูปแบบไปพร้อมกับการเรียกใช้เพื่อควบคุมวิธีที่รูปแบบสร้างคำตอบ โดยแต่ละรุ่นจะมีตัวเลือกการกำหนดค่าที่แตกต่างกัน

คุณสามารถทดลองใช้พรอมต์และการกําหนดค่าโมเดล และทําซ้ำได้อย่างรวดเร็วโดยใช้ Vertex AI Studio

ข้ามไปยังตัวเลือกการกําหนดค่า Gemini ข้ามไปยังตัวเลือกการกําหนดค่า Imagen

ตัวเลือกการกําหนดค่าสําหรับรุ่น Gemini

ส่วนนี้จะแสดงวิธีตั้งค่าการกําหนดค่าเพื่อใช้กับรูปแบบ Gemini และอธิบายพารามิเตอร์แต่ละรายการ

ตั้งค่าการกําหนดค่าโมเดลสําหรับโมเดล Gemini

ดูคำอธิบายพารามิเตอร์แต่ละรายการได้ในส่วนถัดไปของหน้านี้

คําอธิบายพารามิเตอร์แต่ละรายการสําหรับใช้กับรุ่น Gemini

ต่อไปนี้เป็นภาพรวมระดับสูงของพารามิเตอร์ที่ใช้ได้ (หากมี) ดูรายการพารามิเตอร์และค่าที่ครอบคลุมได้ในเอกสารประกอบของ Google Cloud

พารามิเตอร์	คำอธิบาย	ค่าเริ่มต้น
การประทับเวลาของเสียง `audioTimestamp`	บูลีนที่ช่วยในการทําความเข้าใจการประทับเวลาสําหรับไฟล์อินพุตที่เป็นเสียงเท่านั้น ใช้ได้เฉพาะเมื่อใช้การเรียกใช้ `generateContent` หรือ `generateContentStream` และประเภทอินพุตเป็นไฟล์เสียงเท่านั้น	`false`
การปรับลดความถี่ `frequencyPenalty`	ควบคุมความน่าจะเป็นที่จะรวมโทเค็นที่ปรากฏซ้ำๆ ในคำตอบที่สร้างขึ้น ค่าบวกจะลงโทษโทเค็นที่ปรากฏซ้ำๆ ในเนื้อหาที่สร้างขึ้น ซึ่งจะลดโอกาสที่จะมีเนื้อหาซ้ำ	---
โทเค็นเอาต์พุตสูงสุด `maxOutputTokens`	จำนวนโทเค็นสูงสุดที่สามารถสร้างในการตอบกลับ	---
บทลงโทษการปรากฏ `presencePenalty`	ควบคุมความน่าจะเป็นที่จะรวมโทเค็นที่ปรากฏอยู่ในคำตอบที่สร้างขึ้นแล้ว ค่าบวกจะลงโทษโทเค็นที่ปรากฏอยู่ในเนื้อหาที่สร้างขึ้นแล้ว ซึ่งจะเพิ่มโอกาสในการสร้างเนื้อหาที่หลากหลายมากขึ้น	---
หยุดลำดับ `stopSequences`	ระบุรายการสตริงที่จะบอกให้โมเดลหยุดสร้างเนื้อหาหากพบสตริงใดสตริงหนึ่งในคำตอบ	---
อุณหภูมิ `temperature`	ควบคุมระดับความสุ่มในการตอบกลับ อุณหภูมิที่ต่ำลงส่งผลให้คำตอบมีรูปแบบตายตัวมากขึ้น และอุณหภูมิที่สูงขึ้นส่งผลให้คำตอบมีความหลากหลายหรือสร้างสรรค์มากขึ้น	ขึ้นอยู่กับรุ่น
Top-K `topK`	จำกัดจำนวนคำที่มีความเป็นไปได้สูงสุดซึ่งใช้ในเนื้อหาที่สร้างขึ้น ค่า Top-K เท่ากับ `1` หมายความว่าโทเค็นที่เลือกถัดไปควรเป็นโทเค็นที่มีแนวโน้มมากที่สุดในบรรดาโทเค็นทั้งหมดในคลังคำของโมเดล ส่วนค่า Top-K เท่ากับ `n` หมายความว่าควรเลือกโทเค็นถัดไปจากโทเค็นที่มีแนวโน้มมากที่สุด n รายการ (ทั้งหมดขึ้นอยู่กับอุณหภูมิที่ตั้งไว้)	ขึ้นอยู่กับรุ่น
Top-P `topP`	ควบคุมความหลากหลายของเนื้อหาที่สร้างขึ้น ระบบจะเลือกโทเค็นจากที่มีแนวโน้มมากที่สุด (ดูที่ top-K ด้านบน) ไปจนถึงมีแนวโน้มน้อยที่สุดจนกว่าผลรวมของแนวโน้มจะเท่ากับค่า top-P	ขึ้นอยู่กับรุ่น

ตัวเลือกการกําหนดค่าสําหรับรุ่น Imagen

ส่วนนี้จะแสดงวิธีตั้งค่าการกําหนดค่าเพื่อใช้กับรูปแบบ Imagen และระบุคําอธิบายพารามิเตอร์แต่ละรายการ

ตั้งค่าการกําหนดค่าโมเดลสําหรับโมเดล Imagen

ดูคำอธิบายของพารามิเตอร์แต่ละรายการได้ในส่วนถัดไปของหน้านี้

คําอธิบายพารามิเตอร์แต่ละรายการสําหรับใช้กับรุ่น Imagen

พารามิเตอร์	คำอธิบาย	ค่าเริ่มต้น
พรอมต์เชิงลบ `negativePrompt`	คําอธิบายสิ่งที่คุณต้องการละเว้นในรูปภาพที่สร้างขึ้น `imagen-3.0-generate-002` ยังไม่รองรับพารามิเตอร์นี้	---
จํานวนผลลัพธ์ `numberOfImages`	จํานวนรูปภาพที่สร้างขึ้นซึ่งแสดงสําหรับคําขอแต่ละรายการ	ค่าเริ่มต้นคือรูปภาพ 1 รูปสำหรับรุ่น Imagen 3
สัดส่วนภาพ `aspectRatio`	อัตราส่วนความกว้างต่อความสูงของรูปภาพที่สร้างขึ้น	ค่าเริ่มต้นคือสี่เหลี่ยมจัตุรัส (1:1)
รูปแบบรูปภาพ `imageFormat`	ตัวเลือกเอาต์พุต เช่น รูปแบบรูปภาพ (ประเภท MIME) และระดับการบีบอัดรูปภาพที่สร้างขึ้น	ประเภท MIME เริ่มต้นคือ PNG การบีบอัดเริ่มต้นคือ 75 (หากตั้งค่าประเภท MIME เป็น JPEG)
ลายน้ำ `addWatermark`	เลือกว่าจะเพิ่มลายน้ำดิจิทัลที่มองไม่เห็น (เรียกว่า SynthID) ลงในรูปภาพที่สร้างขึ้นหรือไม่	ค่าเริ่มต้นคือ `true` สำหรับรุ่น Imagen 3
การสร้างบุคคล `personGeneration`	อนุญาตให้สร้างผู้คนตามโมเดลหรือไม่	ค่าเริ่มต้นขึ้นอยู่กับรุ่น

ตัวเลือกอื่นๆ ในการควบคุมการสร้างเนื้อหา

ดูข้อมูลเพิ่มเติมเกี่ยวกับการออกแบบพรอมต์เพื่อให้คุณควบคุมโมเดลให้สร้างเอาต์พุตที่ตรงกับความต้องการของคุณได้
ใช้การตั้งค่าความปลอดภัยเพื่อปรับความเป็นไปได้ที่จะได้รับคำตอบที่อาจถือว่ามีอันตราย ซึ่งรวมถึงวาจาสร้างความเกลียดชังและเนื้อหาเกี่ยวกับเรื่องเพศอย่างโจ่งแจ้ง
ตั้งค่าคำสั่งของระบบเพื่อกำหนดลักษณะการทํางานของโมเดล ฟีเจอร์นี้เปรียบเสมือน "คํานํา" ที่คุณเพิ่มก่อนที่จะแสดงรูปแบบต่อผู้ใช้ปลายทาง
ส่งสคีมาคำตอบ wraz zพรอมต์เพื่อระบุสคีมาเอาต์พุตที่เฉพาะเจาะจง ฟีเจอร์นี้มักใช้เมื่อสร้างเอาต์พุต JSON แต่สามารถใช้กับงานการจัดประเภทได้ด้วย (เช่น เมื่อคุณต้องการให้โมเดลใช้ป้ายกำกับหรือแท็กที่เฉพาะเจาะจง)