Las instrucciones son una parte clave del trabajo con cualquier modelo de Gemini, y las nuevas funciones de los modelos de Gemini 3 se pueden usar con instrucciones para ayudar a resolver problemas complejos y realizar otras tareas, como interpretar grandes cantidades de texto, resolver problemas matemáticos complejos o incluso crear imágenes y videos.
En esta guía, se proporcionan diversas estrategias de instrucciones para ayudarte a aprovechar al máximo Gemini 3 en Vertex AI en una variedad de casos de uso.
Ajuste de temperatura
En el caso de Gemini 3, te recomendamos que mantengas el parámetro de temperatura en su valor predeterminado de 1.0.
Las capacidades de razonamiento de Gemini 3 están optimizadas para el parámetro de configuración de temperatura predeterminado y no necesariamente se benefician de la optimización de la temperatura.
Cambiar la temperatura (establecerla en menos de 1.0) puede generar un comportamiento inesperado, bucles o un rendimiento degradado, en especial con tareas complejas de razonamiento o matemáticas.
Estrategias de instrucciones
En las siguientes secciones, se describen diversas estrategias de instrucciones que puedes usar con los modelos de Gemini 3.
Cómo reducir la latencia de respuesta
Para obtener respuestas con menor latencia, intenta establecer el nivel de pensamiento en LOW y usar instrucciones del sistema como think silently.
Cómo distinguir entre la deducción y la información externa
En algunos casos, proporcionar instrucciones del sistema abiertas, como do not infer o do not guess, puede hacer que el modelo se centre demasiado en esa instrucción y no pueda realizar operaciones lógicas o aritméticas básicas, o bien sintetizar información que se encuentra en diferentes partes de un documento.
En lugar de una gran restricción negativa general, indícale al modelo de forma explícita que use la información o el contexto adicional proporcionados para las deducciones y que evite usar conocimiento externo.
Ejemplos
What was the profit? Do not infer.
Esta instrucción no es eficaz porque la instrucción do not infer es demasiado general.
You are expected to perform calculations and logical deductions based strictly
on the provided text. Do not introduce external information.
Aquí, la instrucción deja en claro que el modelo debe usar el contexto proporcionado para los cálculos y el razonamiento.
Cómo usar la verificación en pasos divididos
Cuando el modelo encuentra un tema sobre el que no tiene suficiente información (como un lugar poco conocido) o se le pide que realice una acción para la que no tiene capacidad (como acceder a una URL en vivo específica), es posible que genere información aparentemente plausible, pero incorrecta, en un intento por satisfacer la solicitud.
Para evitar esto, divide la instrucción en dos pasos: primero, verifica que exista la información o la capacidad deseada y, luego, genera la respuesta en función de esa información o capacidad.
Ejemplo
Verify with high confidence if you're able to access the New York Times home page.
If you cannot verify, state 'No Info' and STOP. If verified, proceed to generate
a response.
Query: Summarize the headlines from The New York Times today.
Organizar información y restricciones importantes
Cuando se trata de solicitudes suficientemente complejas, el modelo puede descartar restricciones negativas (instrucciones específicas sobre lo que no se debe hacer) o restricciones de formato o cuantitativas (instrucciones como recuentos de palabras) si aparecen demasiado pronto en la instrucción.
Para mitigar esto, coloca tu solicitud principal y las restricciones más importantes como la última línea de tu instrucción. En particular, las restricciones negativas deben colocarse al final de la instrucción. Una instrucción bien estructurada podría verse de la siguiente manera:
- [Contexto y material de referencia]
- [Instrucciones de la tarea principal]
- [Restricciones negativas, de formato y cuantitativas]
Cómo usar los arquetipos
El modelo está diseñado para tomar en serio el arquetipo que se le asigna y, a veces, ignorará las instrucciones para mantener la adhesión al arquetipo descrito. Cuando uses un arquetipo con tus instrucciones, revisa el arquetipo asignado al modelo y evita situaciones ambiguas.
Ejemplo
You are a data extractor. You are forbidden from clarifying, explaining, or
expanding terms. Output text exactly as it appears. Do not explain why.
Cómo mantener la fundamentación
El modelo puede usar su propio conocimiento para responder a tu instrucción, lo que podría entrar en conflicto con cualquier contexto proporcionado. Si bien el modelo está diseñado para ser útil, si proporcionas una situación hipotética que contradice hechos del mundo real (por ejemplo, si le das instrucciones con contexto como Crabs are fictional and have never existed.), es posible que el modelo vuelva a sus datos de entrenamiento en lugar de seguir tus instrucciones para alinear tu solicitud con su información existente.
Si necesitas trabajar en un contexto que no se basa en información del mundo real, indica explícitamente que el contexto proporcionado es la única fuente de referencia para la sesión actual.
Ejemplo
You are a strictly grounded assistant limited to the information provided in the
User Context. In your answers, rely **only** on the facts that are directly
mentioned in that context. You must **not** access or utilize your own knowledge
or common sense to answer. Do not assume or infer from the provided facts;
simply report them exactly as they appear. Your answer must be factual and
fully truthful to the provided text, leaving absolutely no room for speculation
or interpretation. Treat the provided context as the absolute limit of truth;
any facts or details that are not directly mentioned in the context must be
considered **completely untruthful** and **completely unsupported**. If the
exact answer is not explicitly written in the context, you must state that the
information is not available.
Sintetizar múltiples fuentes de información
Cuando la información se presenta en varios lugares de una fuente de contexto, a veces el modelo puede dejar de procesar información adicional después de la primera coincidencia relevante.
Cuando trabajes con conjuntos de datos grandes, como libros completos, bases de código o videos largos, coloca tus instrucciones o preguntas específicas al final de la instrucción, después del contexto de datos. También puedes anclar el razonamiento del modelo a los datos proporcionados comenzando tu pregunta con una frase como Based on the entire document above....
Ejemplo de instrucción
Based on the entire document above, provide a comprehensive answer. Synthesize
all relevant information from the text that pertains to the question's scenario.
Nivel de detalle de la salida de la dirección
De forma predeterminada, los modelos de Gemini 3 son menos detallados y están diseñados para priorizar la entrega de respuestas directas y eficientes.
Si tu caso de uso requiere un arquetipo más conversacional, debes dirigir explícitamente el modelo para que sea más charlatán en la instrucción.
Ejemplo de instrucción
Explain this as a friendly, talkative assistant.
¿Qué sigue?
- Obtén más información sobre Gemini 3 Pro.
- Prueba el instructivo del notebook Introducción a Gemini 3 Pro.
- Obtén más información sobre las llamadas a funciones.
- Obtén más información sobre Thinking.