In diesem Dokument wird beschrieben, wie Sie den Vertex AI Prompt Optimizer verwenden, um die Prompt-Leistung automatisch zu optimieren, indem Sie die Systemanweisungen für eine Reihe von Prompts verbessern.
Mit dem Vertex AI-Prompt-Optimierer können Sie Ihre Prompts schnell und in großem Umfang verbessern, ohne Systemanweisungen oder einzelne Prompts manuell neu zu schreiben. Das ist nützlich, wenn Sie zwischen Modellen wechseln und Systemanweisungen und Prompts wiederverwenden möchten.
Für die Optimierung von Prompts stehen die folgenden Ansätze zur Verfügung:
- Der Zero-Shot-Optimizer ist ein Echtzeit-Optimizer mit niedriger Latenz, der eine einzelne Prompt- oder Systemanweisungsvorlage verbessert. Es ist schnell und erfordert keine zusätzliche Einrichtung außer der Angabe Ihres ursprünglichen Prompts oder Ihrer Systemanweisung.
Der Zero-Shot-Optimizer ist modellunabhängig und kann Prompts für jedesGoogle -Modell verbessern. Außerdem bietet es einen
gemini_nano-Modus, um Prompts speziell für kleinere Modelle zu optimieren, z. B. Gemini Nano und Gemma 3n E4B. - Der Few-Shot-Optimizer ist ein Echtzeit-Optimizer mit geringer Latenz, der Systemanweisungen optimiert, indem er Beispiele analysiert, in denen die Antwort eines Modells nicht den Erwartungen entsprach. Wenn Sie konkrete Beispiele für Prompts, Modellantworten und Feedback zu diesen Antworten angeben, können Sie die Prompt-Leistung systematisch verbessern.
- Der datengesteuerte Optimierer ist ein iterativer Optimierer auf Batch-Aufgabenebene, der Prompts verbessert, indem er die Reaktion des Modells auf Stichproben von gelabelten Prompts anhand der angegebenen Bewertungs-Messwerte für das ausgewählte Zielmodell bewertet. Diese Funktion ist für die erweiterte Optimierung gedacht. Sie können die Optimierungsparameter konfigurieren und einige Beispiele mit Labels bereitstellen. Außerdem unterstützt der datengesteuerte Optimierer die Optimierung für allgemein verfügbare Gemini-Modelle wie Gemini Nano und Gemma 3n E4B sowie für benutzerdefinierte Modelle, die lokal oder über den Vertex AI Model Garden bereitgestellt werden.
Diese Methoden sind für Nutzer über die Google Cloud Console oder das Vertex AI SDK verfügbar.