Gemini Deep Research พร้อมให้บริการในเวอร์ชันพรีวิวแล้วตอนนี้ โดยมีฟีเจอร์การวางแผนร่วมกัน การแสดงภาพข้อมูล การรองรับ MCP และอื่นๆ

Google uses AI technology to translate content into your preferred language. AI translations can contain errors.

Files API

หมายเหตุ: หน้านี้เวอร์ชันนี้ครอบคลุม Interactions API ใหม่ ซึ่งปัจจุบันอยู่ในเวอร์ชันเบต้า
สำหรับการติดตั้งใช้งานจริงที่เสถียร เราขอแนะนำให้คุณใช้ generateContent API ต่อไป คุณใช้ปุ่มเปิด/ปิดในหน้านี้เพื่อสลับระหว่างเวอร์ชันได้

Gemini สามารถจัดการข้อมูลอินพุตประเภทต่างๆ ได้พร้อมกัน ซึ่งรวมถึงข้อความ รูปภาพ และ เสียง

คู่มือนี้จะแสดงวิธีทำงานกับไฟล์สื่อโดยใช้ Files API การดำเนินการพื้นฐานจะเหมือนกันสำหรับไฟล์เสียง รูปภาพ วิดีโอ เอกสาร และ ไฟล์ประเภทอื่นๆ ที่รองรับ

ดูคำแนะนำในการใช้พรอมต์สำหรับไฟล์ได้ที่ส่วนคู่มือการใช้พรอมต์สำหรับไฟล์

อัปโหลดไฟล์

คุณใช้ Files API เพื่ออัปโหลดไฟล์สื่อได้ ใช้ Files API เสมอเมื่อขนาดคำขอทั้งหมด (รวมถึงไฟล์ พรอมต์ข้อความ คำสั่งของระบบ ฯลฯ) ใหญ่กว่า 100 MB สำหรับไฟล์ PDF จะมีขีดจำกัดอยู่ที่ 50 MB

โค้ดต่อไปนี้จะอัปโหลดไฟล์ แล้วใช้ไฟล์ในการเรียกไปยัง interactions.create

Python

# This will only work for SDK newer than 2.0.0
from google import genai

client = genai.Client()

myfile = client.files.upload(file="path/to/sample.mp3")

interaction = client.interactions.create(
    model="gemini-3-flash-preview",
    input=[
        {"type": "text", "text": "Describe this audio clip"},
        {"type": "audio", "uri": myfile.uri, "mime_type": myfile.mime_type}
    ]
)

# Print the model's text response
for step in interaction.steps:
    if step.type == "model_output":
        for content_block in step.content:
            if content_block.type == "text":
                print(content_block.text)

JavaScript

// This will only work for SDK newer than 2.0.0
import { GoogleGenAI } from "@google/genai";

const client = new GoogleGenAI({});

async function main() {
  const myfile = await client.files.upload({
    file: "path/to/sample.mp3",
    config: { mime_type: "audio/mpeg" },
  });

  const interaction = await client.interactions.create({
    model: "gemini-3-flash-preview",
    input: [
      { type: "text", text: "Describe this audio clip" },
      { type: "audio", uri: myfile.uri, mime_type: myfile.mimeType }
    ]
  });
  const modelStep = interaction.steps.find(s => s.type === 'model_output');
  if (modelStep) {
    for (const contentBlock of modelStep.content) {
      if (contentBlock.type === 'text') console.log(contentBlock.text);
    }
  }
}

await main();

Go

file, err := client.Files.UploadFromPath(ctx, "path/to/sample.mp3", nil)
if err != nil {
    log.Fatal(err)
}
defer client.Files.Delete(ctx, file.Name)

interaction, err := client.Interactions.Create(ctx, "gemini-3-flash-preview", &genai.InteractionRequest{
    Input: []interface{}{
        genai.NewPartFromFile(*file),
        genai.NewPartFromText("Describe this audio clip"),
    },
}, nil)

if err != nil {
    log.Fatal(err)
}

// Print the model's text response
for _, step := range interaction.Steps {
    if step.Type == "model_output" {
        for _, part := range step.Content {
            if part.Type == "text" {
                fmt.Println(part.Text)
            }
        }
    }
}

REST

AUDIO_PATH="path/to/sample.mp3"
MIME_TYPE=$(file -b --mime-type "${AUDIO_PATH}")
NUM_BYTES=$(wc -c < "${AUDIO_PATH}")
DISPLAY_NAME=AUDIO

tmp_header_file=upload-header.tmp

# Initial resumable request defining metadata.
# The upload url is in the response headers dump them to a file.
curl "${BASE_URL}/upload/v1beta/files" \
  -H "x-goog-api-key: $GEMINI_API_KEY" \
  -D "${tmp_header_file}" \
  -H "X-Goog-Upload-Protocol: resumable" \
  -H "X-Goog-Upload-Command: start" \
  -H "X-Goog-Upload-Header-Content-Length: ${NUM_BYTES}" \
  -H "X-Goog-Upload-Header-Content-Type: ${MIME_TYPE}" \
  -H "Content-Type: application/json" \
  -d "{'file': {'display_name': '${DISPLAY_NAME}'}}" 2> /dev/null

upload_url=$(grep -i "x-goog-upload-url: " "${tmp_header_file}" | cut -d" " -f2 | tr -d "\r")
rm "${tmp_header_file}"

# Upload the actual bytes.
curl "${upload_url}" \
  -H "Content-Length: ${NUM_BYTES}" \
  -H "X-Goog-Upload-Offset: 0" \
  -H "X-Goog-Upload-Command: upload, finalize" \
  --data-binary "@${AUDIO_PATH}" 2> /dev/null > file_info.json

file_uri=$(jq ".file.uri" file_info.json)
echo file_uri=$file_uri

# Now create an interaction using the Interactions API
# Specifies the API revision to avoid breaking changes when they become default
curl -X POST "https://generativelanguage.googleapis.com/v1beta/interactions" \
    -H "x-goog-api-key: $GEMINI_API_KEY" \
    -H 'Content-Type: application/json' \
    -H "Api-Revision: 2026-05-20" \
    -d '{
      "model": "gemini-3-flash-preview",
      "input": [
        {"type": "text", "text": "Describe this audio clip"},
        {"type": "audio", "uri": '$file_uri', "mime_type": "'${MIME_TYPE}'"}
      ]
    }' 2> /dev/null > response.json

cat response.json
echo

jq ".outputs[] | select(.type == \"text\") | .text" response.json

รับข้อมูลเมตาของไฟล์

คุณสามารถยืนยันว่า API จัดเก็บไฟล์ที่อัปโหลดเรียบร้อยแล้วและรับข้อมูลเมตาของไฟล์ได้โดยการเรียกใช้ files.get

Python

# This will only work for SDK newer than 2.0.0
from google import genai

client = genai.Client()

myfile = client.files.upload(file='path/to/sample.mp3')
file_name = myfile.name
myfile = client.files.get(name=file_name)
print(myfile)

JavaScript

// This will only work for SDK newer than 2.0.0
import {
  GoogleGenAI,
} from "@google/genai";

const client = new GoogleGenAI({});

async function main() {
  const myfile = await client.files.upload({
    file: "path/to/sample.mp3",
    config: { mime_type: "audio/mpeg" },
  });

  const fileName = myfile.name;
  const fetchedFile = await client.files.get({ name: fileName });
  console.log(fetchedFile);
}

await main();

Go

file, err := client.Files.UploadFromPath(ctx, "path/to/sample.mp3", nil)
if err != nil {
    log.Fatal(err)
}

gotFile, err := client.Files.Get(ctx, file.Name)
if err != nil {
    log.Fatal(err)
}
fmt.Println("Got file:", gotFile.Name)

REST

# file_info.json was created in the upload example
name=$(jq -r ".file.name" file_info.json)
# Get the file of interest to check state
curl https://generativelanguage.googleapis.com/v1beta/$name \
-H "x-goog-api-key: $GEMINI_API_KEY" > file_info.json
# Print some information about the file you got
name=$(jq -r ".name" file_info.json)
echo name=$name
file_uri=$(jq -r ".uri" file_info.json)
echo file_uri=$file_uri

แสดงรายการไฟล์ที่อัปโหลด

โค้ดต่อไปนี้จะดึงรายการไฟล์ทั้งหมดที่อัปโหลด

Python

# This will only work for SDK newer than 2.0.0
from google import genai

client = genai.Client()

print('My files:')
for f in client.files.list():
    print(' ', f.name)

JavaScript

// This will only work for SDK newer than 2.0.0
import {
  GoogleGenAI,
} from "@google/genai";

const client = new GoogleGenAI({});

async function main() {
  const listResponse = await client.files.list({ config: { pageSize: 10 } });
  for await (const file of listResponse) {
    console.log(file.name);
  }
}

await main();

Go

for file, err := range client.Files.All(ctx) {
  if err != nil {
    log.Fatal(err)
  }
  fmt.Println(file.Name)
}

REST

echo "My files: "

curl "https://generativelanguage.googleapis.com/v1beta/files" \
  -H "x-goog-api-key: $GEMINI_API_KEY"

ลบไฟล์ที่อัปโหลด

ระบบจะลบไฟล์โดยอัตโนมัติหลังจากผ่านไป 48 ชั่วโมง นอกจากนี้ คุณยังลบไฟล์ที่อัปโหลดด้วยตนเองได้โดยทำดังนี้

Python

# This will only work for SDK newer than 2.0.0
from google import genai

client = genai.Client()

myfile = client.files.upload(file='path/to/sample.mp3')
client.files.delete(name=myfile.name)

JavaScript

// This will only work for SDK newer than 2.0.0
import {
  GoogleGenAI,
} from "@google/genai";

const client = new GoogleGenAI({});

async function main() {
  const myfile = await client.files.upload({
    file: "path/to/sample.mp3",
    config: { mime_type: "audio/mpeg" },
  });

  const fileName = myfile.name;
  await client.files.delete({ name: fileName });
}

await main();

Go

file, err := client.Files.UploadFromPath(ctx, "path/to/sample.mp3", nil)
if err != nil {
    log.Fatal(err)
}
client.Files.Delete(ctx, file.Name)

REST

curl --request "DELETE" https://generativelanguage.googleapis.com/v1beta/$name \
  -H "x-goog-api-key: $GEMINI_API_KEY"

ข้อมูลการใช้งาน

คุณใช้ Files API เพื่ออัปโหลดและโต้ตอบกับไฟล์สื่อได้ Files API ช่วยให้คุณจัดเก็บไฟล์ได้สูงสุด 20 GB ต่อโปรเจ็กต์ โดยแต่ละไฟล์ต้องมีขนาดไม่เกิน 2 GB ระบบจะจัดเก็บไฟล์ไว้เป็นเวลา 48 ชั่วโมง ในระหว่างนั้น คุณจะ ใช้ API เพื่อรับข้อมูลเมตาเกี่ยวกับไฟล์ได้ แต่จะดาวน์โหลดไฟล์ไม่ได้ Files API พร้อมให้บริการโดยไม่มีค่าใช้จ่ายในทุกภูมิภาคที่มี Gemini API พร้อมให้บริการ

กลยุทธ์การแจ้งไฟล์

ส่วนนี้จะให้คำแนะนำและแนวทางปฏิบัติแนะนำในการใช้ไฟล์สื่อกับ พรอมต์สำหรับ Gemini API

การใช้ข้อมูลประเภทต่างๆ ในพรอมต์จะช่วยให้คุณมีความยืดหยุ่นมากขึ้นในแง่ของงานที่สามารถจัดการได้ด้วย Gemini API ตัวอย่างเช่น คุณสามารถส่งรูปภาพอาหารแสนอร่อยให้โมเดลและขอให้โมเดลเขียนบล็อกสั้นๆ เกี่ยวกับอาหารนั้นได้

พรอมต์

การตอบกลับ

เขียนบล็อกโพสต์สั้นๆ ที่น่าสนใจจากรูปภาพนี้ โดยควร มีคำอธิบายเกี่ยวกับอาหารในรูปภาพและพูดถึงเส้นทางการ เตรียมอาหารของฉัน

การเตรียมอาหารล่วงหน้าเป็นวิธีที่ยอดเยี่ยมในการประหยัดเวลาและเงิน รวมถึงยังช่วยให้คุณกินอาหารที่ดีต่อสุขภาพมากขึ้นได้ด้วย มื้ออาหารนี้เป็นตัวอย่างที่ดีของมื้ออาหารเพื่อสุขภาพ และอร่อยที่เตรียมไว้ล่วงหน้าได้

มื้อนี้มีข้าวกล้อง ผักย่าง และไก่เทริยากิ ข้าวกล้องเป็นคาร์โบไฮเดรตเชิงซ้อนที่มีประโยชน์ต่อสุขภาพซึ่งจะให้พลังงานแก่คุณอย่างต่อเนื่อง ผักย่างเป็นวิธีที่ยอดเยี่ยมในการรับวิตามินและแร่ธาตุในแต่ละวัน ส่วนไก่เทอริยากิก็เป็นตัวเลือกที่อร่อยและ มีโปรตีนสูง

นอกจากนี้ อาหารมื้อนี้ยังเตรียมได้ง่ายอีกด้วย เพียงหุงข้าวกล้อง ย่างผัก และทำไก่เทอริยากิ เมื่อปรุงอาหารเสร็จแล้ว ให้แบ่งอาหารใส่ภาชนะสำหรับเตรียมอาหารและเก็บไว้ในตู้เย็น จากนั้นก็หยิบกล่องแล้วออกไปทำงานในเช้าวันที่เร่งรีบได้เลย

หากคุณกำลังมองหามื้ออาหารเพื่อสุขภาพที่อร่อยและ เตรียมไว้ล่วงหน้าได้ มื้อนี้เป็นตัวเลือกที่ยอดเยี่ยม อัดแน่นไปด้วย สารอาหารและรสชาติ และจะช่วยให้คุณรู้สึกอิ่มและพึงพอใจ

ขอให้คุณเตรียมอาหารได้อย่างอร่อยและดีต่อสุขภาพ

หากพบปัญหาในการรับเอาต์พุตที่ต้องการจากพรอมต์ที่ใช้ไฟล์สื่อ คุณสามารถใช้กลยุทธ์บางอย่างเพื่อช่วยให้ได้ผลลัพธ์ที่ต้องการ ส่วนต่อไปนี้จะอธิบายแนวทางการออกแบบและเคล็ดลับในการแก้ปัญหา เพื่อปรับปรุงพรอมต์ที่ใช้ข้อมูลหลายรูปแบบ

คุณปรับปรุงพรอมต์มัลติโมดัลได้โดยทำตามแนวทางปฏิบัติแนะนำต่อไปนี้

ข้อมูลพื้นฐานเกี่ยวกับการออกแบบพรอมต์
- ระบุคำสั่งอย่างชัดเจน: สร้างคำสั่งที่ชัดเจนและกระชับซึ่งมีโอกาสน้อยที่จะเกิดการตีความผิด
- เพิ่มตัวอย่าง 2-3 รายการลงในพรอมต์: ใช้ตัวอย่างแบบ Few-Shot ที่สมจริงเพื่อแสดงให้เห็นสิ่งที่คุณต้องการทำให้สำเร็จ
- แบ่งงานออกเป็นขั้นตอน: แบ่งงานที่ซับซ้อนออกเป็นเป้าหมายย่อยที่จัดการได้ เพื่อนำโมเดลไปตามกระบวนการ
- ระบุรูปแบบเอาต์พุต: ในพรอมต์ ให้ขอเอาต์พุตในรูปแบบที่คุณต้องการ เช่น Markdown, JSON, HTML และอื่นๆ
- วางรูปภาพไว้ก่อนสำหรับพรอมต์ที่มีรูปภาพเดียว: แม้ว่า Gemini จะจัดการอินพุตรูปภาพและข้อความได้ทุกรูปแบบ แต่สำหรับพรอมต์ที่มีรูปภาพเดียว การวางรูปภาพ (หรือวิดีโอ) ไว้ก่อนพรอมต์ข้อความอาจช่วยให้ได้ผลลัพธ์ที่ดีกว่า อย่างไรก็ตาม สำหรับพรอมต์ที่ต้องสลับรูปภาพกับข้อความอย่างมากเพื่อให้เข้าใจได้ ให้ใช้ลำดับที่ดูเป็นธรรมชาติที่สุด
การแก้ปัญหาพรอมต์แบบมัลติโมดัล
- หากโมเดลไม่ได้ดึงข้อมูลจากส่วนที่เกี่ยวข้องของรูปภาพ ให้บอกใบ้ว่าคุณต้องการให้พรอมต์ดึงข้อมูลจากส่วนใดของรูปภาพ
- หากเอาต์พุตโมเดลเป็นแบบทั่วไปมากเกินไป (ไม่ปรับให้เข้ากับอินพุตรูปภาพ/วิดีโอมากพอ): ที่จุดเริ่มต้นของพรอมต์ ให้ลองขอให้โมเดลอธิบายรูปภาพหรือวิดีโอก่อนที่จะให้คำสั่งงาน หรือลองขอให้โมเดลอ้างอิงถึงสิ่งที่อยู่ในรูปภาพ
- หากต้องการแก้ปัญหาว่าส่วนใดล้มเหลว: ขอให้โมเดลอธิบายรูปภาพ หรือขอให้โมเดลอธิบายเหตุผลเพื่อวัดความเข้าใจเริ่มต้นของโมเดล
- หากพรอมต์ทำให้เกิดเนื้อหาที่โมเดลแต่งขึ้น ให้ลองลดการตั้งค่าอุณหภูมิหรือขอให้โมเดลอธิบายสั้นลง เพื่อลดโอกาสที่โมเดลจะคาดการณ์รายละเอียดเพิ่มเติม
- การปรับพารามิเตอร์การสุ่มตัวอย่าง: ทดลองใช้การตั้งค่าอุณหภูมิและการเลือกแบบ Top-k ที่แตกต่างกันเพื่อปรับความคิดสร้างสรรค์ของโมเดล
  เมื่อใช้โมเดล Gemini 3 เราขอแนะนำอย่างยิ่งให้คงค่า temperature ไว้ที่ค่าเริ่มต้น 1.0 การเปลี่ยนอุณหภูมิ (ตั้งค่าให้น้อยกว่า 1.0) อาจทําให้เกิดลักษณะการทํางานที่ไม่คาดคิด เช่น การวนซ้ำหรือประสิทธิภาพลดลง โดยเฉพาะอย่างยิ่งในงานทางคณิตศาสตร์หรือการให้เหตุผลที่ซับซ้อน

ระบุคำสั่งให้ชัดเจน

พรอมต์จะประสบความสำเร็จมากที่สุดเมื่อมีความชัดเจนและละเอียด หากคุณมี เอาต์พุตที่เฉพาะเจาะจงในใจ ควรระบุข้อกำหนดนั้นในพรอมต์ เพื่อให้มั่นใจว่าคุณจะได้รับเอาต์พุตที่ต้องการ

สำหรับรูปภาพกระดานที่สนามบินนี้ การขอให้โมเดล "อธิบายรูปภาพนี้" อาจสร้างคำอธิบายทั่วไป หากต้องการให้โมเดลแยกวิเคราะห์ เวลาและเมืองจากรูปภาพ คุณสามารถใส่คำขอนั้นลงในพรอมต์ได้โดยตรง

พรอมต์	คำตอบของโมเดล
อธิบายรูปภาพนี้	รูปภาพแสดงตารางเที่ยวบินขาเข้าและขาออกของสนามบิน

พรอมต์ที่อัปเดตแล้ว	การตอบสนองที่ดียิ่งขึ้น
แยกวิเคราะห์เวลาและเมืองจากบอร์ดสนามบินที่แสดงในรูปภาพนี้เป็นรายการ	10:50 มอสโก 11:05 เอดินบะระ 11:05 ลอนดอน 11:10 บูคาเรสต์ 11:30 น. เคียฟ 11:35 ดับลิน 11:45 อีสต์มิดแลนส์ 12:15 โซเฟีย 12:30 ลอนดอน 12:30 น. นิวคาสเซิล 12:40 เซนต์ปีเตอร์สเบิร์ก 12:40 ลอนดอน 12:45 แมนเชสเตอร์

พรอมต์ที่อัปเดตแล้ว

การตอบสนองที่ดียิ่งขึ้น

แยกวิเคราะห์เวลาและเมืองจากบอร์ดสนามบินที่แสดงในรูปภาพนี้เป็นรายการ

10:50 มอสโก

11:05 เอดินบะระ

11:05 ลอนดอน

11:10 บูคาเรสต์

11:30 น. เคียฟ

11:35 ดับลิน

11:45 อีสต์มิดแลนส์

12:15 โซเฟีย

12:30 ลอนดอน

12:30 น. นิวคาสเซิล

12:40 เซนต์ปีเตอร์สเบิร์ก

12:40 ลอนดอน

12:45 แมนเชสเตอร์

เพิ่มตัวอย่าง

โมเดล Gemini รับอินพุตได้หลายรายการ ซึ่งสามารถใช้เป็นตัวอย่างเพื่อ ทำความเข้าใจเอาต์พุตที่คุณต้องการ การเพิ่มตัวอย่างเหล่านี้จะช่วยให้โมเดล ระบุรูปแบบและใช้ความสัมพันธ์ระหว่างรูปภาพและ คำตอบที่ระบุกับตัวอย่างใหม่ได้ หรือที่เรียกว่าการเรียนรู้แบบ "Few-Shot"

ในตัวอย่างต่อไปนี้ เอาต์พุตเริ่มต้นจะเขียนในรูปแบบประโยค และมีประเทศ (บราซิล) ด้วย สมมติว่าคุณต้องการให้เอาต์พุตอยู่ใน รูปแบบหรือสไตล์อื่น และต้องการเฉพาะเมือง ไม่ใช่ประเทศ การเพิ่มตัวอย่างแบบ Few-Shot ลงในพรอมต์จะช่วยให้โมเดลตอบสนองในแบบที่คุณต้องการ

พรอมต์	คำตอบของโมเดล
ระบุเมืองพร้อมกับสถานที่สำคัญ	สถานที่สำคัญคือรูปปั้นพระคริสต์ผู้ไถ่ในรีโอเดจาเนโร ประเทศบราซิล

พรอมต์ที่อัปเดตแล้ว	การตอบสนองที่ดียิ่งขึ้น
ระบุเมืองพร้อมกับสถานที่สำคัญ	เมือง: โรม สถานที่สำคัญ: โคลอสเซียม
	เมือง: ปักกิ่ง สถานที่สำคัญ: พระราชวังต้องห้าม
	เมือง: รีโอเดจาเนโร, สถานที่สำคัญ: รูปปั้นพระคริสต์ผู้ไถ่

ดูรายละเอียดทีละขั้นตอน

สำหรับงานที่ซับซ้อน เช่น งานที่ต้องใช้ทั้งความเข้าใจด้านภาพและการให้เหตุผล การแบ่งงานออกเป็นขั้นตอนย่อยๆ ที่ตรงไปตรงมามากขึ้นอาจเป็นประโยชน์ หรือคุณอาจขอให้โมเดล "คิดทีละขั้นตอน" ในพรอมต์โดยตรงก็ได้

พรอมต์	คำตอบของโมเดล
กระดาษชำระจะหมดเมื่อใด	คุณจะเหลือม้วนฟิล์มเพียง 3 ม้วนในเร็วๆ นี้

พรอมต์ที่อัปเดตแล้ว	การตอบสนองที่ดียิ่งขึ้น
ก่อนอื่น ให้นับม้วนกระดาษชำระในรูปภาพนี้ จากนั้นให้พิจารณาว่าโดยทั่วไปแล้วคนเราใช้กระดาษชำระวันละเท่าไร คำนวณว่ากระดาษชำระม้วนเหล่านี้จะใช้ได้นานเท่าใด	มีม้วนกระดาษชำระ 3 ม้วนในรูปภาพนี้ โดยทั่วไปแล้ว คนเราใช้กระดาษชำระประมาณ 20 แผ่นต่อวัน หากกระดาษชำระแต่ละม้วนมี 200 แผ่น กระดาษชำระแต่ละม้วนจะใช้ได้ประมาณ 10 วัน ดังนั้น ฟิล์ม 3 ม้วนจะใช้งานได้ประมาณ 1 เดือน

พรอมต์ที่อัปเดตแล้ว

การตอบสนองที่ดียิ่งขึ้น

ก่อนอื่น ให้นับม้วนกระดาษชำระในรูปภาพนี้
จากนั้นให้พิจารณาว่าโดยทั่วไปแล้วคนเราใช้กระดาษชำระวันละเท่าไร
คำนวณว่ากระดาษชำระม้วนเหล่านี้จะใช้ได้นานเท่าใด

มีม้วนกระดาษชำระ 3 ม้วนในรูปภาพนี้
โดยทั่วไปแล้ว คนเราใช้กระดาษชำระประมาณ 20 แผ่นต่อวัน
หากกระดาษชำระแต่ละม้วนมี 200 แผ่น กระดาษชำระแต่ละม้วนจะใช้ได้ประมาณ 10 วัน ดังนั้น ฟิล์ม 3 ม้วนจะใช้งานได้ประมาณ 1 เดือน

โจทย์คณิตศาสตร์หรือโจทย์ประเภทอื่นๆ เป็นตัวเลือกที่ยอดเยี่ยมในการขอให้โมเดลคิดแบบทีละขั้นตอน

พรอมต์	การตอบกลับ
พจน์ที่ 4 ในลำดับคืออะไร	-135

คำตอบจากโมเดลไม่ถูกต้อง วิธีปรับปรุงเรื่องนี้คือการขอให้โมเดลวิเคราะห์ปัญหาก่อนตอบพรอมต์

พรอมต์	การตอบกลับ
แยกวิเคราะห์สูตรในรูปภาพก่อน จากนั้นตอบคำถาม "พจน์ที่ 4 ในลำดับคืออะไร" โดยอิงตามสูตร	คลิกเพื่อขยายผลลัพธ์ $$ b(n) = b(n-1) * (-3) $$ $$ b(1) = 15 $$ แทนค่า n = 4 ในสูตร $$ b(4) = b(4-1) * (-3) $$ $$ b(4) = b(3) * (-3) $$ เราไม่ทราบค่าของ b(3) ดังนั้นให้แทนค่า n = 3 ลงในสูตร $$ b(3) = b(3-1) * (-3) $$ $$ b(3) = b(2) * (-3) $$ เราไม่ทราบค่าของ b(2) จึงแทนค่า n = 2 ลงในสูตร $$ b(2) = b(2-1) * (-3) $$ $$ b(2) = b(1) * (-3) $$ เรารู้ว่าค่าของ b(1) คือ 15 ดังนั้นให้แทนค่าลงในสูตร $$ b(2) = 15 * (-3) $$ $$ b(2) = -45 $$ ตอนนี้เราทราบค่าของ b(2) แล้ว ให้แทนค่าลงในสูตรสำหรับ b(3) ดังนี้ $$ b(3) = b(2) * (-3) $$ $$ b(3) = -45 * (-3) $$ $$ b(3) = 135 $$ ตอนนี้เราทราบค่าของ b(3) แล้ว จึงแทนค่าลงในสูตรสำหรับ b(4) ได้ดังนี้ $$ b(4) = b(3) * (-3) $$ $$ b(4) = 135 * (-3) $$ $$ b(4) = -405 $$ ดังนั้น พจน์ที่ 4 ในลำดับคือ -405

พรอมต์

การตอบกลับ

แยกวิเคราะห์สูตรในรูปภาพก่อน

จากนั้นตอบคำถาม "พจน์ที่ 4 ในลำดับคืออะไร" โดยอิงตามสูตร

คลิกเพื่อขยายผลลัพธ์

$$ b(n) = b(n-1) * (-3) $$

$$ b(1) = 15 $$

แทนค่า n = 4 ในสูตร
$$ b(4) = b(4-1) * (-3) $$

$$ b(4) = b(3) * (-3) $$
เราไม่ทราบค่าของ b(3) ดังนั้นให้แทนค่า n = 3 ลงในสูตร
$$ b(3) = b(3-1) * (-3) $$

$$ b(3) = b(2) * (-3) $$
เราไม่ทราบค่าของ b(2) จึงแทนค่า n = 2 ลงในสูตร
$$ b(2) = b(2-1) * (-3) $$

$$ b(2) = b(1) * (-3) $$
เรารู้ว่าค่าของ b(1) คือ 15 ดังนั้นให้แทนค่าลงในสูตร
$$ b(2) = 15 * (-3) $$

$$ b(2) = -45 $$
ตอนนี้เราทราบค่าของ b(2) แล้ว ให้แทนค่าลงในสูตรสำหรับ b(3) ดังนี้
$$ b(3) = b(2) * (-3) $$

$$ b(3) = -45 * (-3) $$

$$ b(3) = 135 $$
ตอนนี้เราทราบค่าของ b(3) แล้ว จึงแทนค่าลงในสูตรสำหรับ b(4) ได้ดังนี้
$$ b(4) = b(3) * (-3) $$

$$ b(4) = 135 * (-3) $$

$$ b(4) = -405 $$

ดังนั้น พจน์ที่ 4 ในลำดับคือ -405

คำตอบของโมเดลนี้ถูกต้องแล้ว แต่หากต้องการให้คำตอบมีประสิทธิภาพมากยิ่งขึ้น คุณสามารถขอให้โมเดลคิดทีละขั้นตอนได้

พรอมต์ที่อัปเดตแล้ว	การตอบสนองที่ดียิ่งขึ้น
พจน์ที่ 4 ในลำดับคืออะไร คิดทีละขั้นตอน	พจน์แรกคือ 15 พจน์ที่ 2 คือ b(1) * (-3) = 15 * (-3) = -45 พจน์ที่ 3 คือ b(2) * (-3) = -45 * (-3) = 135 พจน์ที่ 4 คือ b(3) * (-3) = 135 * (-3) = -405

พรอมต์ที่อัปเดตแล้ว

การตอบสนองที่ดียิ่งขึ้น

พจน์ที่ 4 ในลำดับคืออะไร คิดทีละขั้นตอน

พจน์แรกคือ 15

พจน์ที่ 2 คือ b(1) * (-3) = 15 * (-3) = -45

พจน์ที่ 3 คือ b(2) * (-3) = -45 * (-3) = 135

พจน์ที่ 4 คือ b(3) * (-3) = 135 * (-3) = -405

ระบุรูปแบบเอาต์พุต

ปัญหาที่พบบ่อยคือความจำเป็นที่เอาต์พุตโมเดลต้องอยู่ในรูปแบบที่แน่นอน (เช่น มาร์กดาวน์, JSON, HTML) โดยเฉพาะอย่างยิ่งหากงานดาวน์สตรีมต้องนำเข้าข้อมูลเอาต์พุตโมเดล คุณลองสร้างเอาต์พุตในรูปแบบนั้นได้ โดยสั่งให้โมเดลทำเช่นนั้นภายในพรอมต์ ตัวอย่าง 2 รายการมีดังนี้

พรอมต์	คำตอบของโมเดล
แยกวิเคราะห์ตารางในรูปภาพนี้เป็นรูปแบบ Markdown	```none \| วิชา \| สถานะ \| เวลา \| วันที่เริ่มต้น \| กำหนดส่ง \| \| ------- \| ------ \| ---- \| ---------- \| ------ \| \| คณิตศาสตร์ \| เสร็จแล้ว \| 1.5 ชม. \| 29/11/2023 \| 1/12/2023 \| \| ภูมิศาสตร์ \| เสร็จแล้ว \| 30 นาที \| 2/12/2023 \| 4/12/2023 \| \| ฟิสิกส์ \| กำลังดำเนินการ \| 2 ชม. \| 3/12/2023 \| 5/12/2023 \| \| ชีววิทยา \| ยังไม่ได้เริ่ม \| 6 ชม. \| 2/11/2016 \| 6/12/2023 \| ```

พรอมต์

คำตอบของโมเดล

แยกวิเคราะห์ตารางในรูปภาพนี้เป็นรูปแบบ Markdown

```none | วิชา | สถานะ | เวลา | วันที่เริ่มต้น | กำหนดส่ง | | ------- | ------ | ---- | ---------- | ------ | | คณิตศาสตร์ | เสร็จแล้ว | 1.5 ชม. | 29/11/2023 | 1/12/2023 | | ภูมิศาสตร์ | เสร็จแล้ว | 30 นาที | 2/12/2023 | 4/12/2023 | | ฟิสิกส์ | กำลังดำเนินการ | 2 ชม. | 3/12/2023 | 5/12/2023 | | ชีววิทยา | ยังไม่ได้เริ่ม | 6 ชม. | 2/11/2016 | 6/12/2023 | ```

พรอมต์	คำตอบของโมเดล
ระบุรายการแอตทริบิวต์ต่อไปนี้ทั้งหมด ส่วนผสม ประเภทอาหาร มังสวิรัติหรือไม่ ในรูปแบบ JSON	```json { "ingredients": [ "rice", "shrimp", "clams", "mussels", "peas", "tomatoes", "onions", "garlic", "olive oil", "paprika", "salt", "pepper" ], "type of cuisine": "Spanish", "vegetarian": false } ```

พรอมต์

คำตอบของโมเดล

ระบุรายการแอตทริบิวต์ต่อไปนี้ทั้งหมด

ส่วนผสม ประเภทอาหาร มังสวิรัติหรือไม่ ในรูปแบบ JSON

```json { "ingredients": [ "rice", "shrimp", "clams", "mussels", "peas", "tomatoes", "onions", "garlic", "olive oil", "paprika", "salt", "pepper" ], "type of cuisine": "Spanish", "vegetarian": false } ```

วางรูปภาพไว้ก่อนสำหรับพรอมต์แบบรูปภาพเดียว

แม้ว่า Gemini จะตีความรูปภาพและข้อความในพรอมต์ได้ตามลำดับใดก็ได้ แต่การวาง รูปภาพเดี่ยวไว้ก่อนพรอมต์ข้อความอาจให้ผลลัพธ์ที่ดีกว่า ในตัวอย่างต่อไปนี้ คุณจะเห็นว่ารูปภาพจะมาก่อนข้อความใน แต่ละพรอมต์

การแก้ปัญหาพรอมต์มัลติโมดัล

คุณอาจต้องแก้ปัญหาพรอมต์หากไม่ได้รับคำตอบที่เป็นประโยชน์ คุณลองใช้กลยุทธ์ต่อไปนี้ได้

หากโมเดลไม่ได้ดึงข้อมูลจากส่วนที่เกี่ยวข้องของรูปภาพ

หากต้องการคำตอบที่เฉพาะเจาะจงมากขึ้น คุณสามารถระบุลักษณะของรูปภาพ ที่ต้องการให้พรอมต์ดึงข้อมูลมาใช้ในการตอบกลับได้

พรอมต์	คำตอบของโมเดล
ผ้าอ้อมเหล่านี้จะใช้ได้นานกี่วันสำหรับทารก	ผ้าอ้อมจะใช้ได้ 198 วันก่อนที่จะหมด

พรอมต์ที่อัปเดตแล้ว	การตอบสนองที่ดียิ่งขึ้น
ผ้าอ้อมเหล่านี้จะใช้ได้นานแค่ไหนก่อนจะหมด ใช้น้ำหนักที่แสดงบนกล่องเพื่อกำหนดอายุของเด็ก และใช้จำนวนผ้าอ้อมทั้งหมดในกล่อง นำจำนวนทั้งหมดมาหารด้วยจำนวนผ้าอ้อมที่เด็กใช้ต่อวัน	กล่องนี้มีผ้าอ้อม 198 ชิ้น กล่องระบุว่าผ้าอ้อมเหมาะสำหรับเด็กที่มีน้ำหนัก 22-37 ปอนด์ เด็กที่มีน้ำหนักในช่วงนี้โดยเฉลี่ยจะมีอายุระหว่าง 1-2 ปี โดยปกติแล้วเด็กอายุ 2 ขวบจะใช้ผ้าอ้อม 6 ผืนต่อวัน ดังนั้นผ้าอ้อมจะใช้ได้ประมาณ 33 วัน (198/6)

พรอมต์ที่อัปเดตแล้ว

การตอบสนองที่ดียิ่งขึ้น

ผ้าอ้อมเหล่านี้จะใช้ได้นานแค่ไหนก่อนจะหมด

ใช้น้ำหนักที่แสดงบนกล่องเพื่อกำหนดอายุของเด็ก และใช้จำนวนผ้าอ้อมทั้งหมดในกล่อง

นำจำนวนทั้งหมดมาหารด้วยจำนวนผ้าอ้อมที่เด็กใช้ต่อวัน

กล่องนี้มีผ้าอ้อม 198 ชิ้น กล่องระบุว่าผ้าอ้อมเหมาะสำหรับเด็กที่มีน้ำหนัก 22-37 ปอนด์

เด็กที่มีน้ำหนักในช่วงนี้โดยเฉลี่ยจะมีอายุระหว่าง 1-2 ปี

โดยปกติแล้วเด็กอายุ 2 ขวบจะใช้ผ้าอ้อม 6 ผืนต่อวัน ดังนั้นผ้าอ้อมจะใช้ได้ประมาณ 33 วัน (198/6)

หากเอาต์พุตโมเดลเป็นแบบทั่วไปมากเกินไปและไม่ปรับให้เข้ากับอินพุตรูปภาพ

หากต้องการช่วยให้โมเดลปรับแต่งคำตอบให้เหมาะกับรูปภาพ ให้ลองขอให้โมเดลอธิบายรูปภาพก่อนที่จะดำเนินการให้เหตุผล

พรอมต์	คำตอบของโมเดล
รูปภาพเหล่านี้มีอะไรที่เหมือนกัน	รูปภาพทั้ง 4 รูปเป็นตัวอย่างของการถ่ายภาพทิวทัศน์

พรอมต์ที่อัปเดตแล้ว	การตอบสนองที่ดียิ่งขึ้น
ก่อนอื่น ให้อธิบายรายละเอียดของแต่ละภาพ รูปภาพเหล่านี้มีอะไรที่เหมือนกัน	รูปภาพแรกแสดงภาพคนกำลังจัดกระเป๋าเดินทาง ภาพที่ 2 แสดงทางเดินที่ว่างเปล่าในห้างสรรพสินค้า รูปภาพที่ 3 แสดงม้วนกระดาษชำระ รูปภาพที่ 4 แสดงทะเลที่มืดครึ้มและมีพายุ ความเหมือนกันของภาพเหล่านี้คือเป็นตัวอย่างของพื้นที่ก้ำกึ่ง Liminal Space คือสถานที่หรือสถานการณ์ที่อยู่ระหว่างสถานที่หรือสถานการณ์อื่นๆ 2 แห่ง โดยมักมีลักษณะของความไม่แน่นอนหรือความคลุมเครือ ภาพแรกแสดงให้เห็นว่าบุคคลที่อยู่ระหว่างกลางนั้นอยู่ที่บ้านและกำลังเดินทาง ภาพที่ 2 แสดงทางเดินระหว่างร้านค้า 2 ร้าน ภาพที่ 3 เป็นกระดาษชำระ ซึ่งแสดงถึงห้องน้ำ ห้องน้ำเป็นพื้นที่เปลี่ยนผ่านระหว่างพื้นที่ส่วนตัว และพื้นที่สาธารณะ เป็นสถานที่ที่เราเตรียมตัวเพื่อเข้าหรือออกจากโลกภายนอก ภาพที่ 4 แสดงทะเลในระหว่างที่สงบและมีพายุ พื้นที่กึ่งกลางอาจทั้งน่าตื่นเต้นและน่ากังวล เป็นสถานที่แห่งการเริ่มต้นใหม่หรือเป็นสถานที่แห่งการสิ้นสุด ซึ่งอาจเป็นที่ที่ใช้ไตร่ตรองหรือที่ที่ใช้ลงมือทำ

พรอมต์ที่อัปเดตแล้ว

การตอบสนองที่ดียิ่งขึ้น

ก่อนอื่น ให้อธิบายรายละเอียดของแต่ละภาพ รูปภาพเหล่านี้มีอะไรที่เหมือนกัน

รูปภาพแรกแสดงภาพคนกำลังจัดกระเป๋าเดินทาง ภาพที่ 2 แสดงทางเดินที่ว่างเปล่าในห้างสรรพสินค้า รูปภาพที่ 3 แสดงม้วนกระดาษชำระ รูปภาพที่ 4 แสดงทะเลที่มืดครึ้มและมีพายุ

ความเหมือนกันของภาพเหล่านี้คือเป็นตัวอย่างของพื้นที่ก้ำกึ่ง Liminal Space คือสถานที่หรือสถานการณ์ที่อยู่ระหว่างสถานที่หรือสถานการณ์อื่นๆ 2 แห่ง โดยมักมีลักษณะของความไม่แน่นอนหรือความคลุมเครือ

ภาพแรกแสดงให้เห็นว่าบุคคลที่อยู่ระหว่างกลางนั้นอยู่ที่บ้านและกำลังเดินทาง ภาพที่ 2 แสดงทางเดินระหว่างร้านค้า 2 ร้าน ภาพที่ 3 เป็นกระดาษชำระ ซึ่งแสดงถึงห้องน้ำ ห้องน้ำเป็นพื้นที่เปลี่ยนผ่านระหว่างพื้นที่ส่วนตัว และพื้นที่สาธารณะ เป็นสถานที่ที่เราเตรียมตัวเพื่อเข้าหรือออกจากโลกภายนอก

ภาพที่ 4 แสดงทะเลในระหว่างที่สงบและมีพายุ

พื้นที่กึ่งกลางอาจทั้งน่าตื่นเต้นและน่ากังวล เป็นสถานที่แห่งการเริ่มต้นใหม่หรือเป็นสถานที่แห่งการสิ้นสุด ซึ่งอาจเป็นที่ที่ใช้ไตร่ตรองหรือที่ที่ใช้ลงมือทำ

นอกจากนี้ คุณยังลองถามโมเดลอย่างชัดเจนให้ดูสิ่งที่อยู่ในรูปภาพได้ด้วย

พรอมต์ที่อัปเดตแล้ว	การตอบสนองที่ดียิ่งขึ้น
รูปภาพเหล่านี้มีอะไรที่เหมือนกัน อ้างอิงถึงสิ่งที่อยู่ในรูปภาพในคำตอบของคุณ	รูปภาพทั้งหมดเกี่ยวข้องกับการท่องเที่ยว ภาพแรกแสดงบุคคลกำลังจัดกระเป๋าเดินทาง ภาพที่ 2 แสดง ทางเดินที่ว่างเปล่าในห้างสรรพสินค้า ภาพที่ 3 แสดงกระดาษชำระที่วางซ้อนกัน และภาพที่ 4 แสดง ทะเลที่มืดครึ้มและมีพายุ รูปภาพเหล่านี้เกี่ยวข้องกับการเดินทางทั้งหมดเนื่องจากเป็นสิ่งที่ผู้คนต้องการหรือใช้เมื่อ เดินทาง รูปภาพแรกแสดงให้เห็นบุคคลกำลังจัดกระเป๋าเดินทาง ซึ่งเป็น สิ่งที่ผู้คนทำเมื่อจะเดินทาง รูปภาพที่ 2 แสดงทางเดินที่ว่างเปล่าในห้างสรรพสินค้า ซึ่งเป็นสถานที่ที่ผู้คน มักจะไปซื้อของสำหรับทริป รูปภาพที่ 3 แสดงกองกระดาษชำระ ซึ่งเป็นสิ่งที่ผู้คนมักใช้เมื่อเดินทาง รูปภาพที่ 4 แสดงทะเลที่มืดครึ้มและมีพายุ ซึ่งเป็น สิ่งที่ผู้คนมักพบเจอเมื่อเดินทาง

พรอมต์ที่อัปเดตแล้ว

การตอบสนองที่ดียิ่งขึ้น

รูปภาพเหล่านี้มีอะไรที่เหมือนกัน อ้างอิงถึงสิ่งที่อยู่ในรูปภาพในคำตอบของคุณ

รูปภาพทั้งหมดเกี่ยวข้องกับการท่องเที่ยว ภาพแรกแสดงบุคคลกำลังจัดกระเป๋าเดินทาง ภาพที่ 2 แสดง ทางเดินที่ว่างเปล่าในห้างสรรพสินค้า ภาพที่ 3 แสดงกระดาษชำระที่วางซ้อนกัน และภาพที่ 4 แสดง ทะเลที่มืดครึ้มและมีพายุ

รูปภาพเหล่านี้เกี่ยวข้องกับการเดินทางทั้งหมดเนื่องจากเป็นสิ่งที่ผู้คนต้องการหรือใช้เมื่อ เดินทาง รูปภาพแรกแสดงให้เห็นบุคคลกำลังจัดกระเป๋าเดินทาง ซึ่งเป็น สิ่งที่ผู้คนทำเมื่อจะเดินทาง รูปภาพที่ 2 แสดงทางเดินที่ว่างเปล่าในห้างสรรพสินค้า ซึ่งเป็นสถานที่ที่ผู้คน มักจะไปซื้อของสำหรับทริป รูปภาพที่ 3 แสดงกองกระดาษชำระ ซึ่งเป็นสิ่งที่ผู้คนมักใช้เมื่อเดินทาง รูปภาพที่ 4 แสดงทะเลที่มืดครึ้มและมีพายุ ซึ่งเป็น สิ่งที่ผู้คนมักพบเจอเมื่อเดินทาง

เคล็ดลับเดียวกันนี้ใช้ได้กับผลงานครีเอทีฟโฆษณาจากรูปภาพ ในตัวอย่างต่อไปนี้ที่มี กระต่าย การขอให้โมเดลรวมแง่มุมจากรูปภาพอย่างชัดเจนจะ ปรับปรุงเอาต์พุตได้

พรอมต์	คำตอบของโมเดล
ช่วยแต่งกลอนเกี่ยวกับรูปภาพนี้ให้หน่อยได้ไหม	กระต่ายน้อยตัวนุ่มสีน้ำตาล กระโดดไปมาในทุ่ง หูยาว หางสั้น เจ้าเป็นสัตว์ที่น่ารักที่สุดในบรรดาสัตว์ทั้งหมด เจ้ากินหญ้าเขียวหวาน แล้วกระโดดหนีเมื่อเห็นฉัน แต่ฉันจะเป็นเพื่อนของเธอเสมอ กระต่ายน้อย จนกว่าจะถึงที่สุด

พรอมต์

คำตอบของโมเดล

ช่วยแต่งกลอนเกี่ยวกับรูปภาพนี้ให้หน่อยได้ไหม

กระต่ายน้อยตัวนุ่มสีน้ำตาล
กระโดดไปมาในทุ่ง
หูยาว หางสั้น
เจ้าเป็นสัตว์ที่น่ารักที่สุดในบรรดาสัตว์ทั้งหมด

เจ้ากินหญ้าเขียวหวาน
แล้วกระโดดหนีเมื่อเห็นฉัน
แต่ฉันจะเป็นเพื่อนของเธอเสมอ
กระต่ายน้อย จนกว่าจะถึงที่สุด

พรอมต์ที่อัปเดตแล้ว	การตอบสนองที่ดียิ่งขึ้น
ช่วยแต่งกลอนที่บรรยายและน่าทึ่งเกี่ยวกับรูปภาพนี้พร้อมระบุสถานที่ได้ไหม	กระต่ายน้อยบนพื้นหญ้าเขียว หูยาวเฟื้อยน่ารัก คุณเห็นอะไรที่นั่น ในระยะไกลที่คุณจ้องมอง เป็นสีครามของมหาสมุทร ส่องประกายในเฉดสีของดวงอาทิตย์ใช่ไหม หรือคลื่นที่ซัดสาดและคำราม จังหวะที่คุณชื่นชอบ กระต่ายน้อยบอกฉันหน่อย อะไรที่ดึงดูดความสนใจของเธอ ลมทะเลเค็ม หรือเสียงร้องของนกนางนวลที่ทำให้เพลิน อาจเป็นเพราะความกว้างใหญ่ของทุกสิ่ง โลกที่ทั้งใหญ่และเล็ก ที่ซึ่งความฝันจะโลดแล่น และเรื่องราวผจญภัยจะเริ่มต้นขึ้น กระต่ายน้อย ฉันสงสัยว่าเธอฝันถึงอะไร ขณะนั่งอยู่บนหญ้าอย่างเงียบสงบ คุณอยากสำรวจใต้ทะเลลึก หรือจะอยู่บนบกที่กระโดดโลดเต้นได้ ไม่ว่าจะเป็นอะไรก็ตาม เจ้ากระต่ายน้อย จงรักษาประกายแห่งความสงสัยให้ส่องสว่างต่อไป เพราะในความฝันและความปรารถนา มีโลกที่รอให้คุณสร้างสรรค์

พรอมต์ที่อัปเดตแล้ว

การตอบสนองที่ดียิ่งขึ้น

ช่วยแต่งกลอนที่บรรยายและน่าทึ่งเกี่ยวกับรูปภาพนี้พร้อมระบุสถานที่ได้ไหม

กระต่ายน้อยบนพื้นหญ้าเขียว
หูยาวเฟื้อยน่ารัก
คุณเห็นอะไรที่นั่น
ในระยะไกลที่คุณจ้องมอง

เป็นสีครามของมหาสมุทร
ส่องประกายในเฉดสีของดวงอาทิตย์ใช่ไหม
หรือคลื่นที่ซัดสาดและคำราม
จังหวะที่คุณชื่นชอบ

กระต่ายน้อยบอกฉันหน่อย
อะไรที่ดึงดูดความสนใจของเธอ
ลมทะเลเค็ม
หรือเสียงร้องของนกนางนวลที่ทำให้เพลิน

อาจเป็นเพราะความกว้างใหญ่ของทุกสิ่ง
โลกที่ทั้งใหญ่และเล็ก
ที่ซึ่งความฝันจะโลดแล่น
และเรื่องราวผจญภัยจะเริ่มต้นขึ้น

กระต่ายน้อย ฉันสงสัยว่าเธอฝันถึงอะไร
ขณะนั่งอยู่บนหญ้าอย่างเงียบสงบ
คุณอยากสำรวจใต้ทะเลลึก
หรือจะอยู่บนบกที่กระโดดโลดเต้นได้

ไม่ว่าจะเป็นอะไรก็ตาม เจ้ากระต่ายน้อย
จงรักษาประกายแห่งความสงสัยให้ส่องสว่างต่อไป
เพราะในความฝันและความปรารถนา
มีโลกที่รอให้คุณสร้างสรรค์

การแก้ปัญหาว่าส่วนใดของพรอมต์ที่ล้มเหลว

การทราบว่าพรอมต์ล้มเหลวเนื่องจากโมเดลไม่เข้าใจรูปภาพตั้งแต่แรก หรือโมเดลเข้าใจรูปภาพแต่ไม่ได้ทำตามขั้นตอนการให้เหตุผลที่ถูกต้องหลังจากนั้นอาจเป็นเรื่องยาก หากต้องการแยกแยะเหตุผลเหล่านั้น ให้ขอให้โมเดลอธิบายสิ่งที่อยู่ในรูปภาพ

ในตัวอย่างต่อไปนี้ หากโมเดลตอบกลับด้วยของว่างที่ดูน่าประหลาดใจเมื่อจับคู่กับชา (เช่น ป๊อปคอร์น) คุณสามารถแก้ปัญหาเบื้องต้นเพื่อพิจารณาว่าโมเดลจดจำได้อย่างถูกต้องว่ารูปภาพมีชาหรือไม่

พรอมต์	พรอมต์สำหรับการแก้ปัญหา
ฉันจะทำของว่างอะไรได้บ้างใน 1 นาทีที่กินกับสิ่งนี้ได้	อธิบายสิ่งที่อยู่ในรูปภาพนี้

อีกกลยุทธ์หนึ่งคือการขอให้โมเดลอธิบายเหตุผล ซึ่งจะช่วยให้คุณ จำกัดส่วนของการให้เหตุผลที่ผิดพลาดได้ หากมี

พรอมต์	พรอมต์สำหรับการแก้ปัญหา
มีของว่างอะไรที่ฉันทำได้ภายใน 1 นาทีและกินกับสิ่งนี้ได้บ้าง	มีของว่างอะไรที่ฉันทำได้ภายใน 1 นาทีและกินกับสิ่งนี้ได้บ้าง โปรดให้เหตุผล

ขั้นตอนถัดไป

ลองเขียนพรอมต์มัลติโมดัลของคุณเองโดยใช้ Google AI Studio
ดูข้อมูลเกี่ยวกับการใช้ Gemini Files API สำหรับ การอัปโหลดไฟล์สื่อและการรวมไฟล์เหล่านั้นไว้ในพรอมต์ได้ที่คำแนะนำเกี่ยวกับ Vision, Audio และ การประมวลผลเอกสาร
ดูคำแนะนำเพิ่มเติมเกี่ยวกับการออกแบบพรอมต์ เช่น การปรับพารามิเตอร์การสุ่มตัวอย่าง ได้ที่หน้ากลยุทธ์พรอมต์

Files API

อัปโหลดไฟล์

Python

JavaScript

Go

REST

รับข้อมูลเมตาของไฟล์

Python

JavaScript

Go

REST

แสดงรายการไฟล์ที่อัปโหลด

Python

JavaScript

Go

REST

ลบไฟล์ที่อัปโหลด

Python

JavaScript

Go

REST

ข้อมูลการใช้งาน

กลยุทธ์การแจ้งไฟล์

ข้อมูลพื้นฐานเกี่ยวกับการออกแบบพรอมต์

การแก้ปัญหาพรอมต์แบบมัลติโมดัล

ระบุคำสั่งให้ชัดเจน

เพิ่มตัวอย่าง

ดูรายละเอียดทีละขั้นตอน

ระบุรูปแบบเอาต์พุต

วางรูปภาพไว้ก่อนสำหรับพรอมต์แบบรูปภาพเดียว

การแก้ปัญหาพรอมต์มัลติโมดัล

หากโมเดลไม่ได้ดึงข้อมูลจากส่วนที่เกี่ยวข้องของรูปภาพ

หากเอาต์พุตโมเดลเป็นแบบทั่วไปมากเกินไปและไม่ปรับให้เข้ากับอินพุตรูปภาพ

การแก้ปัญหาว่าส่วนใดของพรอมต์ที่ล้มเหลว

ขั้นตอนถัดไป