Tetap teratur dengan koleksi
Simpan dan kategorikan konten berdasarkan preferensi Anda.
Klik penyedia Gemini API untuk melihat konten dan kode
khusus penyedia di halaman ini.
Saat membuat permintaan ke model generatif, Anda mengirimkan perintah dengan
permintaan Anda. Dengan menyusun perintah ini secara cermat, Anda dapat memengaruhi model untuk menghasilkan output yang spesifik sesuai kebutuhan Anda.
Perintah untuk model Gemini
Perintah untuk model Gemini dapat berisi pertanyaan,
petunjuk, informasi kontekstual, contoh sedikit tembakan, dan input parsial agar
model dapat diselesaikan atau dilanjutkan.
Pelajari desain perintah dalam dokumentasi Gemini Developer API:
Konfigurasi parameter model
untuk mengontrol cara model menghasilkan respons. Untuk model Gemini,
parameter ini mencakup token output maksimum, suhu, topK, dan topP.
Untuk model Imagen, hal ini mencakup rasio aspek, pembuatan orang,
pemberian tanda air, dll.
Gunakan setelan keamanan
untuk menyesuaikan kemungkinan mendapatkan respons yang mungkin dianggap
berbahaya, termasuk ujaran kebencian dan konten seksual vulgar.
Tetapkan petunjuk sistem
untuk mengarahkan perilaku model. Fitur ini seperti preamble yang Anda
tambahkan sebelum model diekspos ke petunjuk lebih lanjut dari pengguna akhir.
Teruskan skema respons
bersama dengan perintah untuk menentukan skema output tertentu. Fitur ini paling sering digunakan saat membuat output JSON, tetapi juga dapat digunakan untuk tugas klasifikasi (seperti saat Anda ingin model menggunakan label atau tag tertentu).
[null,null,["Terakhir diperbarui pada 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)."]]
