System prompting

区分系统提示、上下文提示和角色提示为设计意图明确的提示提供了框架，允许灵活组合，并更容易分析每种提示类型如何影响语言模型的输出。

让我们深入探讨这三种不同类型的提示。

系统提示

表 3 包含一个系统提示，我在其中指定了关于如何返回输出的附加信息。我提高了温度值以获得更高的创意水平，并设置了更高的令牌限制。但由于我对输出格式的明确指示，模型并未返回额外文本。

Goal将电影评论分类为正面、中性或负面。

模型gemini-pro 温度1令牌限制5

Top‑K 采样Top‑P 采样

40n`x0nà 提示Classify movie reviews as positive, neutral or negative. Only return the label in uppercase.

Review: "Her" is a disturbing study revealing the direction humanity is headed if AI is allowed to keep evolving, unchecked. It's so disturbing I couldn't watch it.

Sentiment:

输出负面

表 3. 系统提示示例

系统提示可用于生成符合特定要求的输出。' 系统提示 ' 这一名称实际代表 ' 为系统提供额外任务 '。例如，您可以使用系统提示生成与特定编程语言兼容的代码片段，或利用系统提示返回特定结构。请参阅表 4，其中我以 JSON 格式返回了输出。

Top‑P

Top-K40n`x0nà

采样

提示词Classify movie reviews as positive, neutral or negative. Return valid JSON:

Review: "Her" is a disturbing study revealing the direction humanity is headed if AI is allowed to keep evolving， unchecked. It's so disturbing I couldn't watch it.

Schema:

``` MOVIE:

{ "sentiment": String "POSITIVE" | "NEGATIVE" | "NEUTRAL"

"name": String } MOVIE REVIEWS:

{ "movie_reviews": [MOVIE] } ``` JSON Response:

输出``` { "movie_reviews": [ { "sentiment": "NEGATIVE", "name": "Her"

} ] } ```

表 4. 使用 JSON 格式的系统提示示例