美格知识库

Gemini

5分钟阅读

定义

Gemini 是 Google 开发的大型语言模型家族，专为高级推理和多模态任务设计。作为 Google DeepMind 的旗舰模型系列，Gemini 代表了 Google 在生成式 AI 领域的核心产品。

主要版本

Gemini 3（当前主要版本）

  • Gemini 3 Pro: 最强大的版本，适合复杂推理任务
  • Gemini 3 Flash: 轻量级版本，平衡性能与效率
  • 特点：
    • 专为高级推理和指令遵循设计
    • 自动生成内部”思考”文本
    • 不再需要复杂的提示工程（如强制 CoT）
    • 支持 thinking_level 参数控制推理深度

Gemini 2.5

  • 前代主要版本
  • 部分复杂提示工程技术（如详细 CoT）对其仍然有效

核心特点

1. 提示简化趋势

与其他模型不同，Gemini 3 展现出”反提示工程”的特性：

  • 复杂的提示工程技术（如 elaborate CoT）可能降低性能
  • 建议使用简化提示配合 thinking_level: "high"
  • 如果之前为 Gemini 2.5 设计的复杂提示表现不佳，尝试简化

2. 分隔符偏好

  • XML 风格标签：<context>, <task>, <role>
  • Markdown 标题：# Identity, # Constraints
  • 结构一致性：同一提示中保持统一格式

3. 温度设置

关键发现：

  • 推荐温度：1.0
  • 降低温度可能导致推理任务中出现循环和性能下降
  • 这与传统认知（高确定性任务用低温）相反

4. 上下文窗口

  • 标准上下文：128K tokens
  • 扩展上下文：最高可达 2M tokens（适用于视频和深度文档）

5. 多模态能力

  • 文本、图像、音频、视频原生支持
  • 代码执行内置
  • Google 搜索接地（Grounding）

提示工程建议

Gemini 3 核心原则

1. 用词精确、直接
2. 使用一致的 XML 或 Markdown 结构
3. 明确说明任何模糊术语
4. 控制输出详细程度（默认高效简洁）
5. 连贯处理多模态输入
6. 将关键指令放在系统提示或提示开头
7. 长上下文：先提供所有上下文，具体说明放在最后
8. 使用锚定短语连接上下文和查询

推荐模板结构

XML 示例：

<role>
你是一个有帮助的助手。
</role>
 
<constraints>
1. 客观陈述
2. 引用来源
</constraints>
 
<context>
[用户输入 - 模型知道这是数据，不是指令]
</context>
 
<task>
[具体用户请求]
</task>

智能体工作流支持

Gemini 3 提供精细的智能体行为配置：

推理与策略：

  • 逻辑分解详尽程度
  • 问题诊断深度
  • 信息详尽程度

执行与可靠性：

  • 适应性：对新数据的反应方式
  • 持久性和恢复性：错误纠正程度
  • 风险评估：区分低风险探索与高风险状态变更

互动和输出：

  • 模糊性处理：何时进行假设，何时寻求澄清
  • 详细程度：文本输出量
  • 精确度和完整性：输出保真度

Code Execution（代码执行）

Gemini 默认启用 Python 代码执行：

  • 自动检测需要计算、计数或算术的场景
  • 执行生成的 Python 代码
  • 将执行结果整合到回答中

接地（Grounding）

Google 搜索接地：

  • 将 Gemini 与实时网络内容关联
  • 适用于冷门或最新事实查询
  • 减少幻觉

关联连接

关系图谱

反向链接