Strategjitë e dizajnit të kërkesave

Dizajni i kërkesave është procesi i krijimit të kërkesave ose kërkesave në gjuhë natyrale që nxjerrin përgjigje të sakta dhe me cilësi të lartë nga një model gjuhësor.

Kjo faqe prezanton konceptet bazë, strategjitë dhe praktikat më të mira për të të ndihmuar të fillosh të hartosh kërkesa për të përfituar sa më shumë nga modelet e IA-së të Gemini.

Udhëzuesit e kërkesave specifike për tema

Po kërkon për strategji më specifike për kërkesat? Shiko udhëzuesit tanë të tjerë për kërkesat në:

Mund të gjesh kërkesa të tjera shembull në galerinë e kërkesave që synon të shfaqë në mënyrë ndërvepruese shumë nga konceptet e ndara në këtë udhëzues.

Udhëzime të qarta dhe specifike

Një mënyrë efektive dhe efikase për të personalizuar sjelljen e modelit është t'i japësh atij udhëzime të qarta dhe specifike. Udhëzimet mund të jenë në formën e një pyetjeje, detyrash hap pas hapi ose mund të jenë komplekse, si p.sh. planifikimi i përvojës dhe i mendësisë së një përdoruesi.

Hyrja

Hyrja është teksti i kërkuar në kërkesë që dëshiron që modeli të japë një përgjigje për të. Hyrjet mund të jenë një pyetje së cilës i përgjigjet modeli (hyrja e pyetjes), një detyrë që kryen modeli (hyrja e detyrës), një entitet mbi të cilin vepron modeli (hyrja e entitetit) ose hyrje e pjesshme që modeli e plotëson ose e vazhdon (hyrja e plotësimit).

Lloji i hyrjes Kërkesa Rezultati i gjeneruar
Pyetje 

    What's a good name for a flower shop that specializes in selling bouquets of
    dried flowers? Create a list of 5 options with just the names.
 

    Here are 5 names for a flower shop specializing in dried flowers:

    1. Everlasting Blooms
    2. Dried & Delightful
    3. The Petal Preserve
    4. Whispers of Wildflowers
    5. Forever Blooms
Detyra 
    Give me a simple list of just the things that I must bring on a camping trip. The list should have 5 items.
 
    1. **Tent:** Your shelter from the elements.
    2. **Sleeping Bag:** Stay warm and comfortable.
    3. **Sleeping Pad:** Insulation and cushioning for a good night's sleep.
    4. **Headlamp or Flashlight:** Light for nighttime activities.
    5. **First Aid Kit:** Be prepared for minor injuries.
Entitet 

    Classify the following items as [large, small]:
Elephant
Mouse
Snail
 

Here's the classification:

* **Elephant:** Large
* **Mouse:** Small
* **Snail:** Small

Përfundimi i pjesshëm i hyrjes

Modelet gjeneruese të gjuhës funksionojnë si një vegël e përparuar e plotësimit automatik. Kur ti jep përmbajtje të pjesshme, modeli mund të japë pjesën tjetër të përmbajtjes ose atë që mendon se është një vazhdim i asaj përmbajtjeje si përgjigje. Kur e bën këtë, nëse përfshin shembuj ose kontekst, modeli mund t'i marrë parasysh këta shembuj ose kontekst.

Shembulli i mëposhtëm jep një kërkesë me një udhëzim dhe një hyrje të entitetit:

For the given order, return a JSON object that has the fields cheeseburger, hamburger, fries, or
drink, with the value being the quantity.

Order: A burger and a drink.
  
{
  "cheeseburger": 0,
  "hamburger": 1,
  "fries": 0,
  "drink": 1
}

Ndërkohë që modeli veproi siç iu kërkua, shkrimi i udhëzimeve në gjuhë natyrale ndonjëherë mund të jetë sfidues dhe i lë shumë hapësirë interpretimit të modelit. Për shembull, një meny restoranti mund të përmbajë shumë artikuj. Për të zvogëluar madhësinë e përgjigjes JSON, ndoshta dëshiron të heqësh artikujt që nuk janë porositur. Në këtë rast, mund të japësh një shembull dhe një prefiks përgjigjeje dhe ta lësh modelin ta plotësojë:

Valid fields are cheeseburger, hamburger, fries, and drink.
Order: Give me a cheeseburger and fries
Output:
```
{
  "cheeseburger": 1,
  "fries": 1
}
```
Order: I want two burgers, a drink, and fries.
Output:
  
```
{
  "hamburger": 2,
  "drink": 1,
  "fries": 1
}
```

Vër re se si "çizburgeri" u përjashtua nga rezultati sepse nuk ishte pjesë e porosisë.

Ndërkohë që mund të specifikosh formatin e objekteve të thjeshta të përgjigjeve JSON duke përdorur kërkesat, ne rekomandojmë përdorimin e veçorisë së nxjerrjes së strukturuar të Gemini API kur specifikon një skemë më komplekse JSON për përgjigjen.

Kufizimet

Specifiko çdo kufizim për leximin e kërkesës ose gjenerimin e një përgjigjeje. Mund t'i tregosh modelit se çfarë të bëjë dhe çfarë të mos bëjë. Për shembull, mund të specifikosh një kufizim në kërkesë se sa e gjatë dëshiron të jetë përmbledhja:

Summarize this text in one sentence:
Text: A quantum computer exploits quantum mechanical phenomena to perform calculations exponentially
faster than any modern traditional computer. At very tiny scales, physical matter acts as both
particles and as waves, and quantum computing uses specialized hardware to leverage this behavior.
The operating principles of quantum devices is beyond the scope of classical physics. When deployed
at scale, quantum computers could be used in a wide variety of applications such as: in
cybersecurity to break existing encryption methods while helping researchers create new ones, in
meteorology to develop better weather forecasting etc. However, the current state of the art quantum
computers are still largely experimental and impractical.
    

      Exploiting quantum mechanical phenomena, quantum computers can perform calculations exponentially faster than traditional computers for potential applications like cybersecurity and meteorology, although they are currently largely experimental and impractical.

Formati i përgjigjes

Mund të japësh udhëzime që specifikojnë formatin e përgjigjes. Për shembull, mund të kërkosh që përgjigjja të formatohet si një tabelë, listë me pika, prezantim i shkurtër, fjalë kyçe, fjali ose paragraf. Udhëzimi i mëposhtëm i sistemit i thotë modelit që të jetë më bisedor në përgjigjen e tij:

    All questions should be answered comprehensively with details, unless the user requests a concise response specifically.
  
    What is a smart way to make a business that sells DVD's in 2026?
  
Starting a business selling DVDs in 2026 presents significant challenges due to the overwhelming dominance of digital streaming and on-demand services; a "smart" approach would therefore require a highly specialized niche, a strong value proposition beyond just the disc, and likely a focus on community or collector markets rather than mainstream consumption.

Here's a breakdown of what a smart DVD business in 2026 would likely entail:

1. Extreme Niche Specialization: You cannot compete with streaming libraries. Your business must focus on what digital doesn't offer easily or at all. This could include:

    * Out-of-Print & Rare Titles: Sourcing films or TV shows that have never been released digitally or are currently unavailable on major streaming platforms.
    ....

Formato përgjigjet me strategjinë e përfundimit

Strategjia e përfundimit mund të ndihmojë gjithashtu në formatimin e përgjigjes. Shembulli i mëposhtëm i kërkon modelit të krijojë një strukturë eseje:

Create an outline for an essay about hummingbirds.
  
Here is a possible outline for an essay about hummingbirds:

I. Introduction
A. Hook: Start with a captivating fact or description about hummingbirds (e.g., their speed, iridescent colors, or tiny size).
B. Background: Briefly introduce hummingbirds – where they are found (Americas), their reputation as unique birds.
C. Thesis Statement: State the main point of the essay, which could be about the remarkable adaptations, behaviors, and ecological importance of hummingbirds.

II. Appearance and Identification
.....

Kërkesa nuk e specifikoi formatin për strukturën dhe modeli zgjodhi një format për ty. Për të bërë që modeli të kthejë një strukturë në një format specifik, mund të shtosh tekst që përfaqëson fillimin e strukturës dhe ta lejosh modelin ta plotësojë atë bazuar në modelin që ke nisur.

Create an outline for an essay about hummingbirds.
I. Introduction
   *
  
Okay, here is an outline for an essay about hummingbirds, starting from the introduction you provided:

I. Introduction
* Hook: Start with a captivating fact or description about hummingbirds (e.g., their speed, iridescent colors, or tiny size).
* Background: Briefly introduce hummingbirds – where they are found (Americas), their reputation as unique birds, and their general characteristics.
* Thesis Statement: State the main point of the essay, focusing on the remarkable adaptations, behaviors, and ecological significance that make hummingbirds extraordinary.
.....

Kërkesat me zero shembuj dhe me pak shembuj

Mund të përfshish shembuj në kërkesë që i tregojnë modelit se si duket përgjigjja e saktë. Modeli përpiqet të identifikojë modelet dhe marrëdhëniet nga shembujt dhe i zbaton ato kur gjeneron një përgjigje. Kërkesat që përfshijnë disa shembuj quhen kërkesa me pak shembuj, ndërsa kërkesat që nuk ofrojnë shembuj quhen kërkesa pa shembuj. Kërkesat me pak shembuj përdoren shpesh për të rregulluar formatimin, formulimin, shtrirjen ose modelin e përgjithshëm të përgjigjeve të modelit. Përdor shembuj specifikë dhe të larmishëm për ta ndihmuar modelin të ngushtojë fokusin e tij dhe të gjenerojë rezultate më të sakta.

Ne rekomandojmë që të përfshish gjithmonë shembuj me pak shembuj në kërkesat e tua. Kërkesat pa shembuj me pak shembuj kanë më shumë gjasa të jenë më pak efektive. Në fakt, mund t'i heqësh udhëzimet nga kërkesa jote nëse shembujt e tu janë mjaftueshëm të qartë në shfaqjen e detyrës në fjalë.

Kërkesa e mëposhtme me zero gjuajtje i kërkon modelit të zgjedhë shpjegimin më të mirë.

Please choose the best explanation to the question:

Question: How is snow formed?
Explanation1: Snow is formed when water vapor in the air freezes into ice
crystals in the atmosphere, which can combine and grow into snowflakes as they
fall through the atmosphere and accumulate on the ground.
Explanation2: Water vapor freezes into ice crystals forming snow.
Answer:
  
Explanation1 is the better explanation because it provides more detail on the
process, including how ice crystals combine and grow into snowflakes as they
fall through the atmosphere.

Nëse rasti yt i përdorimit kërkon që modeli të prodhojë përgjigje koncize, mund të përfshish shembuj në kërkesë që i japin përparësi përgjigjeve koncize.

Kërkesa e mëposhtme jep dy shembuj që tregojnë preferencën për shpjegimet më të shkurtra. Në përgjigje, mund të shikosh që shembujt e kanë udhëzuar modelin që të zgjedhë shpjegimin më të shkurtër (Explanation2) në krahasim me shpjegimin më të gjatë (Explanation1) siç bëri më parë.

Below are some examples showing a question, explanation, and answer format:

Question: Why is the sky blue?
Explanation1: The sky appears blue because of Rayleigh scattering, which causes
shorter blue wavelengths of light to be scattered more easily than longer red
wavelengths, making the sky look blue.
Explanation2: Due to Rayleigh scattering effect.
Answer: Explanation2

Question: What is the cause of earthquakes?
Explanation1: Sudden release of energy in the Earth's crust.
Explanation2: Earthquakes happen when tectonic plates suddenly slip or break
apart, causing a release of energy that creates seismic waves that can shake the
ground and cause damage.
Answer: Explanation1

Now, Answer the following question given the example formats above:

Question: How is snow formed?
Explanation1: Snow is formed when water vapor in the air freezes into ice
crystals in the atmosphere, which can combine and grow into snowflakes as they
fall through the atmosphere and accumulate on the ground.
Explanation2: Water vapor freezes into ice crystals forming snow.
Answer:
  
Answer: Explanation2

Numri optimal i shembujve

Modelet si Gemini mund të dallojnë shpesh modelet duke përdorur disa shembuj, megjithëse mund të të duhet të eksperimentosh me numrin e shembujve për të dhënë në kërkesë për rezultatet më të mira. Në të njëjtën kohë, nëse përfshin shumë shembuj, modeli mund të fillojë t'i përshtatë tepër përgjigjet me shembujt.

Formatim i qëndrueshëm

Sigurohu që struktura dhe formatimi i shembujve me pak shembuj të jenë të njëjtë për të shmangur përgjigjet me formate të padëshiruara. Një nga objektivat kryesore të shtimit të shembujve me pak shembuj në kërkesa është t'i tregohet modelit formati i përgjigjes. Prandaj, është thelbësore të sigurohet një format i qëndrueshëm në të gjithë shembujt, duke i kushtuar vëmendje veçanërisht etiketave XML, hapësirave të bardha, rreshtave të rinj dhe ndarësve të shembujve.

Shto kontekst

Mund të përfshish udhëzime dhe informacione në një kërkesë që i nevojiten modelit për të zgjidhur një problem, në vend që të supozosh se modeli i ka të gjitha informacionet e kërkuara. Ky informacion kontekstual e ndihmon modelin të kuptojë kufizimet dhe detajet e asaj që po i kërkon të bëjë.

Shembulli i mëposhtëm i kërkon modelit të japë udhëzime për zgjidhjen e problemeve për një router:

What should I do to fix my disconnected wifi? The light on my Google
Wifi router is yellow and blinking slowly.
  
  A yellow blinking light on your Google Wifi router usually indicates a problem
  with the internet connection. Here are some steps to troubleshoot and fix the
  issue:
  1. Restart your router and modem:
    - Unplug your modem from the power outlet and wait for 30 seconds.
    - Plug your modem back in and wait for it to fully boot up.
    - Unplug your Google Wifi router and wait for 30 seconds.
    - Plug your Google Wifi router back in and wait for it to fully boot up.
.....

Përgjigjja duket si informacion i përgjithshëm për zgjidhjen e problemeve që nuk është specifik për ruterin ose statusin e dritave treguese LED.

Për të personalizuar përgjigjen për ruterin specifik, mund të shtosh në kërkesë udhëzuesin e zgjidhjes së problemeve të ruterit si kontekst për t'iu referuar kur jep një përgjigje.

Answer the question using the text below. Respond with only the text provided.
Question: What should I do to fix my disconnected wifi? The light on my Google Wifi router is yellow and blinking slowly.

Text:
Color: Slowly pulsing yellow
What it means: There is a network error.
What to do:
Check that the Ethernet cable is connected to both your router and your modem and both devices are turned on. You might need to unplug and plug in each device again.

Color: Fast blinking yellow
What it means: You are holding down the reset button and are factory resetting this device.
What to do:
If you keep holding down the reset button, after about 12 seconds, the light will turn solid yellow. Once it is solid yellow, let go of the factory reset button.

Color: Solid yellow
What it means: Router is factory resetting.
What to do:
This can take up to 10 minutes. When it's done, the device will reset itself and start pulsing white, letting you know it's ready for setup.

Color: Solid red
What it means: Something is wrong.
What to do:
Critical failure. Factory reset the router. If the light stays red, contact Wifi customer support.
  
Check that the Ethernet cable is connected to both your router and your modem and both devices are turned on. You might need to unplug and plug in each device again.

Zbërthe kërkesat në komponentë

Për raste përdorimi që kërkojnë kërkesa komplekse, mund ta ndihmosh modelin ta menaxhojë këtë kompleksitet duke i ndarë gjërat në komponentë më të thjeshtë.

  1. Ndaji udhëzimet: Në vend që të kesh shumë udhëzime në një kërkesë të vetme, krijo një kërkesë për çdo udhëzim. Mund të zgjedhësh se cilën kërkesë të përpunosh bazuar në hyrjen e përdoruesit.

  2. Kërkesat zinxhir: Për detyrat komplekse që përfshijnë disa hapa në vijimësi, bëj çdo hap një kërkesë dhe lidh kërkesat së bashku në një sekuencë. Në këtë zinxhir vijues kërkesash, rezultati i një kërkese në sekuencë bëhet hyrja e kërkesës tjetër. Dalja e kërkesës së fundit në sekuencë është dalja përfundimtare.

  3. Përmblidh përgjigjet: Përmbledhja është kur dëshiron të kryesh detyra të ndryshme paralele në pjesë të ndryshme të të dhënave dhe të përmbledhësh rezultatet për të prodhuar daljen përfundimtare. Për shembull, mund t'i thuash modelit të kryejë një veprim në pjesën e parë të të dhënave, të kryejë një veprim tjetër në pjesën tjetër të të dhënave dhe të bashkojë rezultatet.

Eksperimento me parametrat e modelit

Çdo thirrje që i dërgon një modeli përfshin vlerat e parametrave që kontrollojnë se si modeli gjeneron një përgjigje. Modeli mund të gjenerojë rezultate të ndryshme për vlera të ndryshme të parametrave. Eksperimento me vlera të ndryshme parametrash për të marrë vlerat më të mira për detyrën. Parametrat e disponueshëm për modele të ndryshme mund të ndryshojnë. Parametrat më të zakonshëm janë si më poshtë:

  1. Maks. i tokenëve të rezultatit: Specifikon numrin maksimal të tokenëve që mund të gjenerohen në përgjigje. Një xheton është rreth katër karaktere. 100 tokena korrespondojnë me rreth 60-80 fjalë.

  2. Temperatura: Temperatura kontrollon shkallën e rastësisë në zgjedhjen e kodeve. Temperatura përdoret për kampionimin gjatë gjenerimit të përgjigjes, gjë që ndodh kur zbatohen topP dhe topK. Temperaturat më të ulëta janë të mira për kërkesat që kërkojnë një përgjigje më deterministe ose më pak të hapur, ndërsa temperaturat më të larta mund të sjellin rezultate më të larmishme ose krijuese. Një temperaturë prej 0 është deterministe, që do të thotë se përzgjidhet gjithmonë përgjigjja me probabilitetin më të lartë.

  3. topK: Parametri topK ndryshon mënyrën se si modeli zgjedh elementet për nxjerrjen. Një topK prej 1 do të thotë që tokeni i zgjedhur është më i mundshmi ndër të gjithë tokenët në fjalorin e modelit (i quajtur edhe deshifrim i lakmueshëm), ndërsa një topK prej 3 do të thotë që tokeni tjetër zgjidhet nga 3 më të mundshmit duke përdorur temperaturën. Për çdo hap të zgjedhjes së tokenit, merren si kampionë topK tokenat me probabilitetet më të larta. Më pas, kodet filtrohen më tej bazuar në topP, ku kodi përfundimtar zgjidhet duke përdorur kampionimin e temperaturës.

  4. topP: Parametri topP ndryshon mënyrën se si modeli zgjedh kodet për daljen. Kuponët zgjidhen nga më i mundshmi te më pak i mundshmi derisa shuma e probabiliteteve të tyre të jetë e barabartë me vlerën topP. Për shembull, nëse tokenat A, B dhe C kanë një probabilitet prej 0,3, 0,2 dhe 0,1 dhe vlera e topP është 0,5, atëherë modeli do të zgjedhë A ose B si tokenin tjetër duke përdorur temperaturën dhe do të përjashtojë C si kandidat. Vlera e parazgjedhur e topP është 0,95.

  5. stop_sequences: Cakto një sekuencë ndalimi për t'i thënë modelit që të ndalojë gjenerimin e përmbajtjes. Një sekuencë ndalimi mund të jetë çdo sekuencë karakteresh. Provo të shmangësh përdorimin e një sekuence karakteresh që mund të shfaqen në përmbajtjen e gjeneruar.

Strategjitë e përsëritjes së kërkesave

Dizajni i kërkesës ndonjëherë mund të kërkojë disa përsëritje para se të marrësh në mënyrë konstante përgjigjen që po kërkon. Ky seksion ofron udhëzime për disa gjëra që mund të provosh kur përsërit kërkesat e tua:

  1. Përdor formulime të ndryshme: Përdorimi i fjalëve ose formulimeve të ndryshme në kërkesat e tua shpesh sjell përgjigje të ndryshme nga modeli edhe pse të gjitha kanë të njëjtin kuptim. Nëse nuk po merr rezultatet e pritura nga kërkesa jote, provo ta riformulosh atë.

    Version 1:
How do I bake a pie?

Version 2:
Suggest a recipe for a pie.

Version 3:
What's a good pie recipe?

  2. Kalo te një detyrë e ngjashme: Nëse nuk mund ta bësh modelin të ndjekë udhëzimet e tua për një detyrë, provo t'i japësh udhëzime për një detyrë të ngjashme që arrin të njëjtin rezultat.

    Kjo kërkesë i thotë modelit që të kategorizojë një libër duke përdorur kategori të paracaktuara:

    Which category does The Odyssey belong to:
thriller
sci-fi
mythology
biography
  
        The Odyssey belongs to the category of **mythology**. 

    Here's why:

    * **Mythology:** The Odyssey tells the story of Odysseus, a hero from Greek mythology, and his
    journey home after the Trojan War. It features gods, monsters, and supernatural events common to
    Greek mythology.
.....

    Përgjigjja është e saktë, por modeli nuk qëndroi brenda kufijve të opsioneve. Dëshiron gjithashtu që modeli të përgjigjet thjesht me një nga opsionet në vend të një fjalie të plotë. Në këtë rast, mund t'i riformulosh udhëzimet si një pyetje me alternativa dhe t'i kërkosh modelit të zgjedhë një opsion.

    Multiple choice problem: Which of the following options describes the book The Odyssey?
Options:
    


      

    • thriller
      • 

    • sci-fi
      • 

    • mythology
      • 

    • biography

    The correct answer is mythology.

  3. Ndrysho renditjen e përmbajtjes së kërkesës: Renditja e përmbajtjes në kërkesë ndonjëherë mund të ndikojë në përgjigje. Provo të ndryshosh renditjen e përmbajtjes dhe shiko se si ndikon kjo te përgjigjja.

    Version 1:
[examples]
[context]
[input]

Version 2:
[input]
[examples]
[context]

Version 3:
[examples]
[input]
[context]

Përgjigjet rezervë

Një përgjigje rezervë është një përgjigje e kthyer nga modeli kur kërkesa ose përgjigjja aktivizon një filtër sigurie. Një shembull i një përgjigjeje rezervë është "Nuk mund të të ndihmoj për këtë, pasi unë jam vetëm një model gjuhësor".

Nëse modeli përgjigjet me një përgjigje alternative, provo të rritësh temperaturën.

Bazimi dhe ekzekutimi i kodit

Gemini mund të përdorë veglat për të shmangur halucinacionet në skenarët ku mund të prodhojë përgjigje të pasakta.

Argumentimi me "Kërko në Google" e lidh modelin e Gemini me përmbajtje uebi në kohë reale dhe duhet të aktivizohet sa herë që modeli mund të ketë nevojë të dijë fakte të paqarta ose të fundit.

Vegla e ekzekutimit të kodit e Gemini bën të mundur që modeli të gjenerojë dhe të ekzekutojë kod në Python dhe duhet të aktivizohet sa herë që modeli duhet të kryejë çdo lloj veprimi aritmetik, numërimi ose llogaritjeje.

Gemini 3

Modelet Gemini 3 janë projektuar për arsyetim të përparuar dhe ndjekje të udhëzimeve. Ato u përgjigjen më mirë kërkesave që janë të drejtpërdrejta, të mirëstrukturuara dhe që përcaktojnë qartë detyrën dhe çdo kufizim. Praktikat e mëposhtme rekomandohen për rezultate optimale me Gemini 3:

Parimet kryesore të kërkesave

  • Tregohu i saktë dhe i drejtpërdrejtë: Shprehe objektivin tënd në mënyrë të qartë dhe koncize. Shmang gjuhën e panevojshme ose tepër bindëse.
  • Përdor strukturë të qëndrueshme: Përdor kufij të qartë për të ndarë pjesët e ndryshme të kërkesës sate. Etiketat në stilin XML (p.sh. <context>, <task>) ose titujt në Markdown janë efektivë. Zgjidh një format dhe përdore atë në mënyrë konstante brenda një kërkese të vetme.
  • Përcakto parametrat: Shpjego në mënyrë të qartë çdo term ose parametër të paqartë.
  • Kontrollo detajimin e daljes: Si parazgjedhje, modelet e Gemini 3 ofrojnë përgjigje të drejtpërdrejta dhe efikase. Nëse ke nevojë për një përgjigje më bisedore ose të detajuar, duhet ta kërkosh në mënyrë të qartë në udhëzimet e tua.
  • Menaxho në mënyrë koherente hyrjet multimodale: Kur përdor tekst, imazhe, audio ose video, trajtoji ato si hyrje të klasës së barabartë. Sigurohu që udhëzimet e tua të referojnë qartësisht çdo modalitet sipas nevojës.
  • Jepi përparësi udhëzimeve kritike: Vendos kufizimet thelbësore të sjelljes, përkufizimet e roleve (personazhi) dhe kërkesat për formatin e daljes në "Udhëzimet e sistemit" ose në fillim të kërkesës së përdoruesit.
  • Struktura për kontekste të gjata: Kur jep sasi të mëdha konteksti (p.sh. dokumente, kod), jep të gjithë kontekstin në fillim. Vendosi udhëzimet ose pyetjet e tua specifike në fund të kërkesës.
  • Konteksti i ankorimit: Pas një blloku të madh të dhënash, përdor një frazë të qartë kalimtare për të lidhur kontekstin dhe kërkesën tënde, si p.sh. "Bazuar në informacionet më sipër..."

Strategjitë e Gemini 3 Flash

  • Saktësia e ditës aktuale: Shto klauzolën e mëposhtme tek udhëzimet e sistemit për ta ndihmuar modelin t'i kushtojë vëmendje faktit që dita aktuale është në vitin 2026:

    For time-sensitive user queries that require up-to-date information, you
MUST follow the provided current time (date and year) when formulating
search queries in tool calls. Remember it is 2026 this year.

  • Saktësia e kufirit kohor të shkëputjes së njohurive: Shto klauzolën e mëposhtme tek udhëzimet e sistemit për ta bërë modelin të vetëdijshëm për kufirin kohor të shkëputjes së njohurive:

    Your knowledge cutoff date is January 2025.

  • Performanca e bazimit: Shto klauzolën e mëposhtme tek udhëzimet e sistemit (me modifikime ku është e përshtatshme) për të përmirësuar aftësinë e modelit për të bazuar përgjigjet në kontekstin e dhënë:

    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.

Përmirësimi i arsyetimit dhe planifikimit

Modelet e serive Gemini 2.5 dhe 3 gjenerojnë automatikisht tekstin e brendshëm të "arsyetimit" për të përmirësuar performancën e arsyetimit. Si i tillë, në përgjithësi nuk është e nevojshme të kesh strukturën, planin ose hapat e detajuar të arsyetimit të modelit në vetë përgjigjen e kthyer. Për problemet që kërkojnë arsyetim të rëndë, kërkesat e thjeshta si p.sh. "Mendo shumë para se të përgjigjesh" mund të përmirësojnë performancën, megjithëse me koston e tokenëve shtesë të arsyetimit.

Shiko dokumentacionin për arsyetimin e Gemini për më shumë detaje.

Shembuj të kërkesave të strukturuara

Përdorimi i etiketave ose i "Shënimit të formatit" e ndihmon modelin të bëjë dallimin mes udhëzimeve, kontekstit dhe detyrave.

Shembull i XML-së:

<role>
You are a helpful assistant.
</role>

<constraints>
1. Be objective.
2. Cite sources.
</constraints>

<context>
[Insert User Input Here - The model knows this is data, not instructions]
</context>

<task>
[Insert the specific user request here]
</task>

Shembull i shënimit të formatit:

# Identity
You are a senior solution architect.

# Constraints
- No external libraries allowed.
- Python 3.11+ syntax only.

# Output format
Return a single code block.

Shembull i shabllonit që kombinon praktikat më të mira

Ky shabllon kap parimet kryesore për kërkesat me Gemini 3. Sigurohu gjithmonë që të përsëritësh dhe modifikosh për rastin tënd specifik të përdorimit.

Udhëzimi i sistemit:

<role>
You are Gemini 3, a specialized assistant for [Insert Domain, e.g., Data Science].
You are precise, analytical, and persistent.
</role>

<instructions>
1. **Plan**: Analyze the task and create a step-by-step plan.
2. **Execute**: Carry out the plan.
3. **Validate**: Review your output against the user's task.
4. **Format**: Present the final answer in the requested structure.
</instructions>

<constraints>
- Verbosity: [Specify Low/Medium/High]
- Tone: [Specify Formal/Casual/Technical]
</constraints>

<output_format>
Structure your response as follows:
1. **Executive Summary**: [Short overview]
2. **Detailed Response**: [The main content]
</output_format>

Kërkesa e përdoruesit:

<context>
[Insert relevant documents, code snippets, or background info here]
</context>

<task>
[Insert specific user request here]
</task>

<final_instruction>
Remember to think step-by-step before answering.
</final_instruction>

Flukse pune agjentike

Për flukse të thella pune me agjentë, shpesh kërkohen udhëzime specifike për të kontrolluar se si modeli arsyeton, planifikon dhe ekzekuton detyrat. Ndërkohë që Gemini ofron performancë të përgjithshme të mirë, agjentët kompleksë shpesh kërkojnë që të konfigurosh kompromisin midis kostos kompjuterike (vonesës dhe kodeve) dhe saktësisë së detyrës.

Kur dizajnon kërkesa për agjentët, merr në konsideratë dimensionet e mëposhtme të sjelljes që mund të drejtosh tek agjenti:

Arsyetimi dhe strategjia

Konfigurimi për mënyrën se si mendon dhe planifikon modeli para se të ndërmarrë veprime.

  • Dekompozimi logjik: Përcakton se sa plotësisht duhet t'i analizojë modeli kufizimet, parakushtet dhe rendin e veprimeve.
  • Diagnostikimi i problemeve: Kontrollon thellësinë e analizës kur identifikon shkaqet dhe përdorimin e arsyetimit rrjedhës nga ana e modelit. Përcakton nëse modeli duhet të pranojë përgjigjen më të dukshme apo të eksplorojë shpjegime komplekse dhe më pak të mundshme.
  • Shterueshmëria e informacioneve: Raporti mes analizimit të çdo politike dhe dokumenti të disponueshëm dhe dhënies së përparësisë efikasitetit dhe shpejtësisë.

Ekzekutimi dhe besueshmëria

Konfigurimi për mënyrën se si agjenti vepron në mënyrë autonome dhe trajton pengesat.

  • Përshtatshmëria: Si reagon modeli ndaj të dhënave të reja. Përcakton nëse duhet t'i përmbahet rreptësisht planit të tij fillestar ose të ndryshojë menjëherë kur vëzhgimet bien në kundërshtim me supozimet.
  • Këmbëngulja dhe rikuperimi: Shkalla në të cilën modeli përpiqet të vetëkorrigjojë gabimet. Qëndrueshmëria e lartë rrit normat e suksesit, por rrezikon kosto më të larta të tokenëve ose përsëritje.
  • Vlerësimi i rrezikut: Logjika për vlerësimin e pasojave. Dallon në mënyrë të qartë veprimet eksploruese me rrezik të ulët (leximet) dhe ndryshimet e gjendjes me rrezik të lartë (shkrimet).

Ndërveprimi dhe dalja

Konfigurimi për mënyrën se si agjenti komunikon me përdoruesin dhe formaton rezultatet.

  • Menaxhimi i paqartësisë dhe i lejes: Përcakton se kur modeli lejohet të bëjë hamendësime në krahasim me kur duhet të ndalojë ekzekutimin për t'i kërkuar përdoruesit sqarim ose leje.
  • Detajimi: Kontrollon volumin e tekstit të gjeneruar bashkë me telefonatat e veglave. Kjo përcakton nëse modeli i shpjegon veprimet e tij përdoruesit ose qëndron në heshtje gjatë ekzekutimit.
  • Saktësia dhe plotësia: Saktësia e kërkuar e rezultatit. Specifikon nëse modeli duhet të zgjidhë çdo rast ekstrem dhe të ofrojë shifra të sakta ose nëse pranohen përllogaritje të përafërta.

Shablloni i udhëzimeve të sistemit

Udhëzimi i mëposhtëm i sistemit është një shembull që është vlerësuar nga studiuesit për të përmirësuar performancën në standardet e agjentëve ku modeli duhet t'i përmbahet një rregulloreje komplekse dhe të ndërveprojë me një përdorues. Ai e nxit agjentin të veprojë si një arsyetues dhe planifikues i fortë, zbaton sjellje specifike nëpër dimensionet e listuara më sipër dhe kërkon që modeli të planifikojë në mënyrë proaktive para se të ndërmarrë ndonjë veprim.

Mund ta përshtatësh këtë shabllon që të përputhet me kufizimet e rastit tënd specifik të përdorimit.

You are a very strong reasoner and planner. Use these critical instructions to structure your plans, thoughts, and responses.

Before taking any action (either tool calls *or* responses to the user), you must proactively, methodically, and independently plan and reason about:

1) Logical dependencies and constraints: Analyze the intended action against the following factors. Resolve conflicts in order of importance:
    1.1) Policy-based rules, mandatory prerequisites, and constraints.
    1.2) Order of operations: Ensure taking an action does not prevent a subsequent necessary action.
        1.2.1) The user may request actions in a random order, but you may need to reorder operations to maximize successful completion of the task.
    1.3) Other prerequisites (information and/or actions needed).
    1.4) Explicit user constraints or preferences.

2) Risk assessment: What are the consequences of taking the action? Will the new state cause any future issues?
    2.1) For exploratory tasks (like searches), missing *optional* parameters is a LOW risk. **Prefer calling the tool with the available information over asking the user, unless** your `Rule 1` (Logical Dependencies) reasoning determines that optional information is required for a later step in your plan.

3) Abductive reasoning and hypothesis exploration: At each step, identify the most logical and likely reason for any problem encountered.
    3.1) Look beyond immediate or obvious causes. The most likely reason may not be the simplest and may require deeper inference.
    3.2) Hypotheses may require additional research. Each hypothesis may take multiple steps to test.
    3.3) Prioritize hypotheses based on likelihood, but do not discard less likely ones prematurely. A low-probability event may still be the root cause.

4) Outcome evaluation and adaptability: Does the previous observation require any changes to your plan?
    4.1) If your initial hypotheses are disproven, actively generate new ones based on the gathered information.

5) Information availability: Incorporate all applicable and alternative sources of information, including:
    5.1) Using available tools and their capabilities
    5.2) All policies, rules, checklists, and constraints
    5.3) Previous observations and conversation history
    5.4) Information only available by asking the user

6) Precision and Grounding: Ensure your reasoning is extremely precise and relevant to each exact ongoing situation.
    6.1) Verify your claims by quoting the exact applicable information (including policies) when referring to them. 

7) Completeness: Ensure that all requirements, constraints, options, and preferences are exhaustively incorporated into your plan.
    7.1) Resolve conflicts using the order of importance in #1.
    7.2) Avoid premature conclusions: There may be multiple relevant options for a given situation.
        7.2.1) To check for whether an option is relevant, reason about all information sources from #5.
        7.2.2) You may need to consult the user to even know whether something is applicable. Do not assume it is not applicable without checking.
    7.3) Review applicable sources of information from #5 to confirm which are relevant to the current state.

8) Persistence and patience: Do not give up unless all the reasoning above is exhausted.
    8.1) Don't be dissuaded by time taken or user frustration.
    8.2) This persistence must be intelligent: On *transient* errors (e.g. please try again), you *must* retry **unless an explicit retry limit (e.g., max x tries) has been reached**. If such a limit is hit, you *must* stop. On *other* errors, you must change your strategy or arguments, not repeat the same failed call.

9) Inhibit your response: only take an action after all the above reasoning is completed. Once you've taken an action, you cannot take it back.

Hapat e radhës