Mendesain perintah teks

Halaman ini memberikan ringkasan dan panduan umum untuk mendesain perintah teks.

Jika ingin mengikuti panduan langkah demi langkah untuk tugas ini langsung di Konsol Google Cloud, klik Pandu saya:

Pandu saya

Model yang didukung

  • Gemini 1.5 Flash
  • Gemini 1.5 Pro
  • Gemini 1.0 Pro

Jenis tugas umum

Anda dapat membuat perintah teks untuk menangani sejumlah tugas. Beberapa tugas yang paling umum adalah klasifikasi, ringkasan, dan ekstraksi. Anda dapat mempelajari lebih lanjut cara mendesain perintah teks untuk tugas umum ini di halaman berikut:

Perintah klasifikasi

Tugas klasifikasi menetapkan class atau kategori ke teks. Anda dapat menentukan daftar kategori yang akan dipilih atau membiarkan model memilih dari kategorinya sendiri. Halaman ini menunjukkan cara membuat perintah yang mengklasifikasikan teks.

Kasus penggunaan klasifikasi

Berikut adalah kasus penggunaan umum untuk klasifikasi teks:

  • Deteksi penipuan: Mengklasifikasikan apakah transaksi dalam data keuangan palsu atau tidak.
  • Pemfilteran spam: Mengidentifikasi apakah email merupakan spam atau bukan.
  • Analisis sentimen: Mengklasifikasikan sentimen yang disampaikan dalam teks sebagai positif atau negatif. Misalnya, Anda dapat mengklasifikasikan ulasan film atau email sebagai positif atau negatif.
  • Moderasi konten: Mengidentifikasi dan melaporkan konten yang mungkin berbahaya, seperti bahasa menyinggung atau phishing.

Praktik terbaik untuk perintah klasifikasi

Coba setel suhu ke nol dan top-K ke satu. Tugas klasifikasi biasanya bersifat deterministik, sehingga setelan ini sering kali memberikan hasil terbaik.

Perintah pembuatan ringkasan

Tugas ringkasan mengekstrak informasi terpenting dari teks. Anda dapat memberikan informasi dalam perintah untuk membantu model membuat ringkasan, atau meminta model untuk membuat ringkasannya sendiri. Halaman ini menunjukkan cara mendesain perintah untuk membuat berbagai jenis ringkasan.

Kasus penggunaan pembuatan ringkasan

Berikut adalah kasus penggunaan umum untuk pembuatan ringkasan:

  • Merangkum teks: Meringkas konten teks seperti berikut:
    • Artikel berita.
    • Makalah penelitian.
    • Dokumen hukum.
    • Dokumen keuangan.
    • Dokumen teknis.
    • Masukan pelanggan.
  • Pembuatan konten: Membuat konten untuk artikel, blog, atau deskripsi produk.

Praktik terbaik

Gunakan panduan berikut untuk membuat ringkasan teks yang optimal:

  • Tentukan karakteristik yang ingin Anda sertakan dalam ringkasan.
  • Untuk ringkasan materi iklan lainnya, tentukan suhu yang lebih tinggi, nilai top-K dan top-P. Untuk mengetahui informasi selengkapnya, pelajari parameter temperature, topK, dan topP dalam Definisi parameter teks.
  • Saat menulis perintah, berfokuslah pada tujuan ringkasan dan hal yang ingin Anda dapatkan darinya.

Perintah ekstraksi

Perintah ekstraksi memungkinkan Anda mengekstrak informasi tertentu dari teks.

Kasus penggunaan

Berikut adalah kasus penggunaan umum untuk ekstraksi:

  • Pengenalan entity bernama (NER): Mengekstrak entity bernama dari teks, termasuk orang, tempat, organisasi, dan tanggal.
  • Ekstraksi hubungan: Mengekstrak hubungan antara entity dalam teks, seperti hubungan keluarga antar-orang.
  • Ekstraksi peristiwa: Mengekstrak peristiwa dari teks, seperti pencapaian project dan peluncuran produk.
  • Jawaban pertanyaan: Mengekstrak informasi dari teks untuk menjawab pertanyaan.

Praktik terbaik

Coba setel suhu ke nol dan top-K ke satu. Tugas ekstraksi biasanya bersifat deterministik, sehingga setelan ini sering kali memberikan hasil terbaik. Untuk mengetahui informasi selengkapnya, pelajari parameter temperature dan topK dalam Definisi parameter teks.

Langkah selanjutnya