GSP1154

Überblick

Vertex AI ist eine umfassende Machine-Learning-Entwicklungsplattform, die Funktionen für sowohl prädiktive als auch generative KI bietet. Mit Vertex AI können Sie prädiktive Machine-Learning-Modelle für Prognosen trainieren, bewerten und einsetzen. Außerdem haben Sie mithilfe der Plattform die Möglichkeit, generative KI-Modelle zur Inhaltserstellung zu ermitteln, abzustimmen und bereitzustellen.

Mit Vertex AI Studio können Sie generative KI-Modelle schnell testen und anpassen, sodass Sie deren Funktionen in Ihren Anwendungen nutzen können. Die Lösung bietet zahlreiche Tools und Ressourcen (u. a. UI- und Codierungsbeispiele), die den Einstieg in generative KI erleichtern, auch wenn Sie keine oder wenig Kenntnisse zu maschinellem Lernen haben.

Dieses Lab führt Sie durch Vertex AI Studio. Hier können Sie das gesamte Potenzial hochmoderner, generativer KI-Modelle ausschöpfen. Sie lernen Gemini kennen und analysieren damit Bilder, erstellen Prompts und erkunden multimodale Funktionen direkt in der Google Cloud Console. Sie benötigen weder APIs noch Python SDKs, denn die intuitive Benutzeroberfläche bietet alle erforderlichen Zugriffe.

Lernziele

Aufgaben in diesem Lab:

• Bilder mit Gemini Multimodal analysieren
• multimodale Funktionen erkunden
• Prompts mit Beispielen erstellen
• Prompts mit Kontext erstellen

Einrichtung und Anforderungen

Vor dem Klick auf „Start Lab“ (Lab starten)

Lesen Sie diese Anleitung. Labs sind zeitlich begrenzt und können nicht pausiert werden. Der Timer beginnt zu laufen, wenn Sie auf Lab starten klicken, und zeigt Ihnen, wie lange Google Cloud-Ressourcen für das Lab verfügbar sind.

In diesem praxisorientierten Lab können Sie die Lab-Aktivitäten in einer echten Cloud-Umgebung durchführen – nicht in einer Simulations- oder Demo-Umgebung. Dazu erhalten Sie neue, temporäre Anmeldedaten, mit denen Sie für die Dauer des Labs auf Google Cloud zugreifen können.

Für dieses Lab benötigen Sie Folgendes:

• Einen Standardbrowser (empfohlen wird Chrome)

Hinweis: Nutzen Sie den privaten oder Inkognitomodus (empfohlen), um dieses Lab durchzuführen. So wird verhindert, dass es zu Konflikten zwischen Ihrem persönlichen Konto und dem Teilnehmerkonto kommt und zusätzliche Gebühren für Ihr persönliches Konto erhoben werden.

• Zeit für die Durchführung des Labs – denken Sie daran, dass Sie ein begonnenes Lab nicht unterbrechen können.

Hinweis: Verwenden Sie für dieses Lab nur das Teilnehmerkonto. Wenn Sie ein anderes Google Cloud-Konto verwenden, fallen dafür möglicherweise Kosten an.

Lab starten und bei der Google Cloud Console anmelden

1. Klicken Sie auf Lab starten. Wenn Sie für das Lab bezahlen müssen, wird ein Dialogfeld geöffnet, in dem Sie Ihre Zahlungsmethode auswählen können. Auf der linken Seite befindet sich der Bereich „Details zum Lab“ mit diesen Informationen:

   • Schaltfläche „Google Cloud Console öffnen“
   • Restzeit
   • Temporäre Anmeldedaten für das Lab
   • Ggf. weitere Informationen für dieses Lab

2. Klicken Sie auf Google Cloud Console öffnen (oder klicken Sie mit der rechten Maustaste und wählen Sie Link in Inkognitofenster öffnen aus, wenn Sie Chrome verwenden).

   Im Lab werden Ressourcen aktiviert. Anschließend wird ein weiterer Tab mit der Seite „Anmelden“ geöffnet.

   Tipp: Ordnen Sie die Tabs nebeneinander in separaten Fenstern an.

   Hinweis: Wird das Dialogfeld Konto auswählen angezeigt, klicken Sie auf Anderes Konto verwenden.

3. Kopieren Sie bei Bedarf den folgenden Nutzernamen und fügen Sie ihn in das Dialogfeld Anmelden ein.

   {{{user_0.username | "Username"}}}

   Sie finden den Nutzernamen auch im Bereich „Details zum Lab“.

4. Klicken Sie auf Weiter.

5. Kopieren Sie das folgende Passwort und fügen Sie es in das Dialogfeld Willkommen ein.

   {{{user_0.password | "Password"}}}

   Sie finden das Passwort auch im Bereich „Details zum Lab“.

6. Klicken Sie auf Weiter.

   Wichtig: Sie müssen die für das Lab bereitgestellten Anmeldedaten verwenden. Nutzen Sie nicht die Anmeldedaten Ihres Google Cloud-Kontos. Hinweis: Wenn Sie Ihr eigenes Google Cloud-Konto für dieses Lab nutzen, können zusätzliche Kosten anfallen.

7. Klicken Sie sich durch die nachfolgenden Seiten:

   • Akzeptieren Sie die Nutzungsbedingungen.
   • Fügen Sie keine Wiederherstellungsoptionen oder Zwei-Faktor-Authentifizierung hinzu (da dies nur ein temporäres Konto ist).
   • Melden Sie sich nicht für kostenlose Testversionen an.

Nach wenigen Augenblicken wird die Google Cloud Console in diesem Tab geöffnet.

Hinweis: Wenn Sie auf Google Cloud-Produkte und ‑Dienste zugreifen möchten, klicken Sie auf das Navigationsmenü oder geben Sie den Namen des Produkts oder Dienstes in das Feld Suchen ein.

Aufgabe 1: Bilder mit Gemini analysieren

In diesem Abschnitt verwenden Sie Gemini, um ein Bild zu analysieren und Informationen daraus zu extrahieren. Sie können Prompts für verschiedene Aufgaben wie Klassifizierung, Extraktion und Generierung entwerfen.

1. Klicken Sie in der Google Cloud Console im Navigationsmenü () auf Vertex AI > Vertex AI Studio > Prompt erstellen.

Die Benutzeroberfläche enthält drei Hauptabschnitte:

• Systemanweisungen (oben): Eine Reihe von Anweisungen, die vom Modell verarbeitet werden, bevor es Prompts verarbeitet. Eine Systemanweisung gilt für die gesamte Anfrage. Wenn sie im Prompt enthalten ist, wird sie über mehrere Runden in der Unterhaltung zwischen Nutzer und Modell beibehalten. Wir empfehlen die Verwendung von Systemanweisungen zur Steuerung des Modellverhaltens und der Reaktion auf Prompts.
• Konfiguration (rechts): In diesem Abschnitt können Sie Modelle auswählen (auch solche von Drittanbietern), Parameter konfigurieren, Tools wie die Fundierung verwenden und erweiterte Optionen festlegen.
• Prompt (unten): Hier können Sie einen Prompt erstellen, der multimodale Funktionen nutzt.

2. Klicken Sie oben links auf Unbenannter Prompt und benennen Sie den Prompt in Bildanalyse um.

3. Im Abschnitt Konfiguration rechts muss das Modell ausgewählt sein. Sie können auf Modell wechseln klicken, um bei Bedarf ein anderes Modell auszuwählen oder weitere verfügbare Modelle aufzurufen.

Hinweis: Mit der Einführung neuer Modelle können sich der Modellname und die Version ändern.

4. Blenden Sie im Abschnitt Konfiguration rechts die Optionen unter Erweitert ein und wählen Sie als Region die Option aus.

5. Laden Sie das Beispielbild herunter. Rechtsklicken Sie auf das Bild mit dem Zeitplan und speichern Sie es auf Ihrem Desktop.

6. Klicken Sie unten rechts im Abschnitt Prompt auf Medien einfügen ().

7. Klicken Sie im Menü Quelle auswählen auf Hochladen und wählen Sie das heruntergeladene Bild aus. Die Medien können in Form einer Bild-, Video-, Text- oder Audiodatei vorliegen.

8. Das Bild wird im Abschnitt Prompt angezeigt. Kopieren Sie den folgenden Text und fügen Sie ihn unter dem Bild ein. Klicken Sie dann auf die Pfeil-Schaltfläche Senden unten rechts im Abschnitt „Prompt“ oder drücken Sie die Eingabetaste.

Gib dem Bild einen Titel.

Sie können auch spezifischer formulieren:

Gib dem Bild einen Titel mit 5 Wörtern.

Entspricht der Titel Ihren Erwartungen? Ändern Sie den Prompt gegebenenfalls, um zu prüfen, ob Sie andere Ergebnisse erhalten.

9. Als Nächstes lassen Sie Gemini das Bild im Detail beschreiben. Ersetzen Sie dazu den vorherigen Prompt durch den folgenden und klicken Sie auf die Pfeil-Schaltfläche Senden.

Beschreibe das Bild im Detail.

10. Blenden Sie im Abschnitt Konfiguration die Optionen unter Erweitert ein und passen Sie die Temperatur an, indem Sie von links (0) nach rechts (2) scrollen. Senden Sie den Prompt noch einmal, um zu prüfen, inwiefern sich die Ausgabe im Vergleich zum vorherigen Ergebnis ändert.

Hinweis: Die Temperatur bestimmt den Grad der Zufälligkeit bei der Tokenauswahl. Niedrigere Temperaturen eignen sich für Prompts, bei denen eine faktisch korrekte Antwort erwartet wird, während höhere Temperaturen zu vielfältigen, unerwarteten oder potenziell voreingenommenen Ergebnissen führen können. Bei einer Temperatur von 0 wird immer das Token mit der höchsten Wahrscheinlichkeit ausgewählt.

11. Extrahieren Sie Text aus dem Bild. Ersetzen Sie dazu den vorherigen Prompt durch den folgenden:

Lies den Text im Bild.

Wenn Sie die Ausgabe als Liste formatieren möchten, ersetzen Sie den vorherigen Prompt durch den folgenden:

Parse die Zeit und die Stadt in diesem Bild und erstelle daraus eine Liste mit zwei Spalten: Zeit und Stadt.

Jetzt sind Sie dran – probieren Sie unterschiedliche Prompts aus! Wie unterscheiden sich die Ergebnisse von den vorherigen?

12. Analysieren Sie Informationen auf dem Bild. Ersetzen Sie dazu den vorherigen Prompt durch den folgenden:

Berechne den Prozentsatz der Flüge in andere Kontinente.

Entspricht das Ergebnis Ihren Erwartungen? Probieren Sie gerne unterschiedliche Prompts für verschiedene Aufgaben aus. Experimentieren Sie auch mit unterschiedlichen Temperatureinstellungen und prüfen Sie die Änderungen im Ergebnis.

13. Klicken Sie oben rechts in der Symbolleiste auf Speichern, um den fertig erstellten Prompt zu speichern. Wählen Sie als Region aus dem Drop-down-Menü aus und bestätigen Sie Ihre Auswahl durch Klicken auf Speichern.

14. Rufen Sie im Navigationsmenü auf der linken Seite die Prompt-Verwaltung auf, um Ihre gespeicherten Prompts zu suchen.

Hinweis: Warten Sie nach dem Klicken auf Speichern einige Sekunden, damit die Prompts gespeichert werden, und fahren Sie dann mit dem Lab fort.

Klicken Sie auf Fortschritt prüfen.

Inhalt des Bildes extrahieren

Aufgabe 2: Multimodale Funktionen erkunden

Zusätzlich zu Bildern, Text und Audio kann Gemini auch Videos als Eingabe verarbeiten und Text als Ausgabe erzeugen.

1. Rufen Sie Cloud Storage > Buckets auf, kopieren Sie den Namen des Cloud Storage-Buckets () und speichern Sie ihn für den nächsten Schritt.

2. Klicken Sie oben in der Google Cloud Console auf Cloud Shell aktivieren .

3. Führen Sie im Cloud Shell-Terminal den Befehl unten aus, um das Beispielvideo gs://spls/gsp154/video/train.mp4 (Vorschau) in Ihren Cloud Storage-Bucket zu kopieren. Ersetzen Sie <Your-Cloud-Storage-Bucket> durch den zuvor kopierten Bucket-Namen.

gcloud storage cp gs://spls/gsp154/video/train.mp4 gs://<Your-Cloud-Storage-Bucket> Hinweis: Ersetzen Sie <Your-Cloud-Storage-Bucket> durch den zuvor kopierten Bucket-Namen.

4. Klicken Sie im Navigationsmenü () auf Vertex AI > Vertex AI Studio > Prompt erstellen.

5. Im Abschnitt Konfiguration rechts muss das Modell ausgewählt sein.

Hinweis: Mit der Einführung neuer Modelle können sich der Modellname und die Version ändern.

6. Blenden Sie die Optionen unter Erweitert ein und wählen Sie als Region die Option aus.

7. Klicken Sie unten rechts im Abschnitt Prompt auf Medien einfügen ().

8. Wählen Sie im Menü Quelle auswählen die Option Aus Cloud Storage importieren aus.

9. Klicken Sie auf Ihren Bucket-Namen, dann auf das Beispielvideo train.mp4 und dann auf Auswählen.

10. Erzeugen Sie Informationen über das Video durch Einfügen des folgenden Prompts und durch Klicken auf die Pfeil-Schaltfläche Senden.

Gib dem Video einen Titel.

11. Lassen Sie sich eine detaillierte Beschreibung des Videos geben:

Beschreibe das Video detailliert.

Weitere Informationen finden Sie unter Multimodale Prompts entwerfen.

Aufgabe 3: Prompts mit Beispielen erstellen

In diesem Abschnitt beschäftigen Sie sich mit dem Entwerfen von Textprompts in Vertex AI Studio.

Prompt-Design

Sie können Ihren gewünschten Eingabetext in das Modell einspeisen, z. B. eine Frage. Das Modell gibt dann eine Antwort zurück, die auf der Struktur Ihres Prompts basiert. Der Vorgang, bei dem der optimale Eingabetext (Prompt) ermittelt und erstellt wird, um die gewünschte Antwort vom Modell zu erhalten, wird als Prompt-Design bezeichnet.

Prompt-Designmethoden

Es gibt drei Hauptmethoden beim Prompt-Design:

• Zero-Shot-Prompts: Bei dieser Methode werden in das LLM nur ein Prompt eingegeben, der die Aufgabe beschreibt, und keine zusätzlichen Daten. Wenn das LLM z. B. eine Frage beantworten soll, geben Sie einfach „Was ist Prompt-Design?“ ein.
• One-Shot-Prompts: Bei dieser Methode wird ein einzelnes Beispiel der Aufgabe, die das LLM ausführen soll, eingegeben. Wenn das LLM z. B. ein Gedicht schreiben soll, geben Sie ein einzelnes Beispielgedicht ein.
• Few-Shot-Prompts: Bei dieser Methode werden einige wenige Beispiele der Aufgabe, die das LLM ausführen soll, eingegeben. Wenn das LLM z. B. einen Nachrichtenartikel schreiben soll, können Sie beispielsweise einige Nachrichtenartikel einspeisen.

Parameter

Temperatur und Token-Limit sind zwei wichtige Parameter, mit denen Sie die Antworten des Modells beeinflussen können.

• Die Temperatur bestimmt den Grad der Zufälligkeit bei der Tokenauswahl. Eine niedrigere Temperatur ist geeignet, wenn Sie eine faktisch korrekte Antwort erwarten. Eine Temperatur von 0 bedeutet, dass immer das Token mit der höchsten Wahrscheinlichkeit ausgewählt wird. Eine höhere Temperatur kann zu vielfältigen, unerwarteten oder potenziell voreingenommenen Ergebnissen führen. Das Modell „“ hat einen Temperaturbereich von 0 bis 2 und ist standardmäßig auf 1 eingestellt.
• Das Tokenausgabelimit legt die maximale Textmenge fest, die für einen Prompt ausgegeben wird. Ein Token besteht aus etwa vier Zeichen.

Zero-Shot-Prompts

1. Klicken Sie in der Symbolleiste auf das Symbol Löschen, um den Prompt zu entfernen.

2. Im Abschnitt Konfiguration rechts muss das Modell ausgewählt sein.

Hinweis: Mit der Einführung neuer Modelle können sich der Modellname und die Version ändern.

3. Blenden Sie die Optionen unter Erweitert ein und wählen Sie als Region die Option aus.

4. Kopieren Sie Folgendes in das Eingabefeld für Prompts:

Was ist eine Prompt-Galerie?

5. Klicken Sie auf die Pfeil-Schaltfläche Senden.

Das Modell antwortet mit einer umfassenden Definition des Begriffs „Prompt-Galerie“.

6. Nachfolgend können Sie anhand von Übungen ein wenig experimentieren. Sie verwenden denselben Prompt, ändern aber im Abschnitt Konfiguration im Feld Erweitert Folgendes:

• Stellen Sie den Parameter Tokenausgabelimit auf 1024 ein und klicken Sie auf die Pfeil-Schaltfläche Senden.
• Stellen Sie den Parameter Temperatur auf 0.5 ein und klicken Sie auf die Pfeil-Schaltfläche Senden.
• Stellen Sie den Parameter Temperatur auf 2.0 ein und klicken Sie auf die Pfeil-Schaltfläche Senden.

Sehen Sie sich an, wie sich die Antworten je nach Parameter ändern.

One-Shot-Prompting

Sie können auch strukturiertere Methoden verwenden, um Prompts zu erstellen. Dazu können Sie Kontext und Beispiele in den jeweiligen Eingabefeldern hinzufügen. One-Shot-Prompting ist eine Methode, bei der dem Modell für die auszuführende Aufgabe nur ein einziges Beispiel gegeben wird. In diesem Abschnitt fordern Sie das Modell auf, einen Satz zu vervollständigen.

1. Klicken Sie in der Symbolleiste auf das Symbol Löschen, um den Prompt zu entfernen.

2. Klicken Sie rechts unten im Bereich Prompt auf Beispiele hinzufügen ().

Daraufhin wird ein neues Fenster geöffnet, in dem Sie Beispiele für Prompts hinzufügen können.

3. Geben Sie diesen Text in das Feld EINGABE ein:

Die Farbe des Grases ist

4. Geben Sie diesen Text in das Feld AUSGABE ein:

Die Farbe des Grases ist grün

5. Klicken Sie auf die Schaltfläche Beispiele hinzufügen.

6. Nachdem Sie das Beispiel hinzugefügt haben, sehen Sie zwei Abschnitte, die ausgefüllt werden müssen: {Input} und Prompt. Zum Senden des Prompts müssen Sie neben dem Prompt eine weitere Beispieleingabe angeben.

7. Geben Sie im Feld {INPUT} Folgendes ein:

Die Farbe des Himmels ist

8. Geben Sie im Feld Prompt Folgendes ein:

Beantworte die folgenden Fragen.

Der Abschnitt Prompt sollte jetzt in etwa so aussehen:

9. Klicken Sie auf die Pfeil-Schaltfläche Senden. Sie sollten vom Modell eine Antwort ähnlich der folgenden erhalten:

Die Farbe des Himmels ist blau

Anstatt den Satz zu vervollständigen, hat das Modell einen vollständigen Satz als Antwort ausgegeben, da Sie dem Modell ein Beispiel zur Orientierung gegeben haben. Wenn Sie die Antwort so ändern möchten, dass der Satz einfach vervollständigt wird, passen Sie das Beispiel im Feld AUSGABE an.

10. Klicken Sie im Feld Prompt auf die Schaltfläche Bearbeiten, um den Prompt zu bearbeiten:

11. Klicken Sie auf die Beispiele, um das Beispiel zu bearbeiten, und ändern Sie die Ausgabe in:

Grün

Ihr Beispiel-Prompt sollte jetzt so aussehen:

Eingabe: Die Farbe von Gras ist Ausgabe: Grün

12. Klicken Sie auf die Pfeil-Schaltfläche Senden. Sie sollten vom Modell eine Antwort ähnlich der folgenden erhalten:

Blau

Wie Sie sehen, vervollständigt das Modell nun den Satz auf der Grundlage des von Ihnen angegebenen Beispiels. Sie haben die Art und Weise gesteuert, wie das Modell Antworten erzeugt.

Few-Shot-Prompting

In der nächsten Übung führen Sie anhand des Modells die Sentimentanalyse eines Satzes aus. Sie möchten zum Beispiel mit Few-Shot-Prompting ermitteln, ob eine Filmkritik positiv oder negativ ist.

1. Klicken Sie in der Symbolleiste auf das Symbol Löschen, um den Prompt zu entfernen.

2. Klicken Sie rechts unten im Bereich Prompt auf Beispiele hinzufügen ().

3. Fügen Sie folgende Beispiele hinzu:

EINGABE	AUSGABE
Ein gut gemachter, unterhaltsamer Film	positiv
Ich bin nach 10 Minuten eingeschlafen	negativ
Der Film war in Ordnung	neutral

4. Sobald Sie die Beispiele hinzugefügt haben, klicken Sie auf die Schaltfläche Beispiele hinzufügen.

5. Nachdem Sie das Beispiel hinzugefügt haben, sehen Sie zwei Abschnitte, die ausgefüllt werden müssen: {Input} und Prompt. Zum Senden des Prompts müssen Sie neben dem Prompt eine weitere Beispieleingabe angeben.

6. Geben Sie im Feld {INPUT} Folgendes ein:

Es hat sich gelohnt!

7. Geben Sie im Feld Prompt Folgendes ein:

Führe eine Sentimentanalyse des folgenden Textes durch.

8. Klicken Sie auf die Pfeil-Schaltfläche Senden. Sie sollten vom Modell eine Antwort ähnlich der folgenden erhalten:

positive

Das Modell liefert jetzt eine Sentimentanalyse des Eingabetextes. Beim Text Es hat sich gelohnt! wird das Sentiment als positiv gekennzeichnet.

9. Geben Sie dem Prompt nach Abschluss des Prompt-Designs den Namen Sentiment Analysis.

10. Klicken Sie oben rechts in der Symbolleiste auf Speichern, um den Prompt zu speichern, und wählen Sie die Region aus.

Hinweis: Wenn der Prompt bereits mit der Funktion Automatisch speichern gespeichert wurde, prüfen Sie, ob der Name des Prompts korrekt ist und auf der Seite „Prompt-Verwaltung“ angezeigt wird.

Klicken Sie auf Fortschritt prüfen.

Prompts mit Text erstellen

Aufgabe 4: Prompts mit Kontext erstellen

Systemanweisungen dienen dazu, das Verhalten und die Antworten des Modells auf nachfolgende Prompts zu beeinflussen. So können die Rolle des Modells, Format, Ton und bestimmte Aufgabenregeln angepasst werden. Sie bleiben über mehrere Nutzer-Modell-Interaktionen hinweg innerhalb einer Anfrage bestehen. Aufgrund möglicher Richtlinien zur Datennutzung sollten Nutzer jedoch keine vertraulichen Informationen angeben.

Diese Anweisungen sind vielseitig und können für Chatbot-Entwicklung, Generierung strukturierter Ausgaben und sprachspezifische Antworten eingesetzt werden. Allerdings bieten sie keinen vollständigen Schutz vor unbeabsichtigtem Modellverhalten.

1. Klicken Sie in der Google Cloud Console im Navigationsmenü () auf Vertex AI > Vertex AI Studio > Prompt erstellen.

2. Im Abschnitt Konfiguration rechts muss das Modell ausgewählt sein.

Hinweis: Mit der Einführung neuer Modelle können sich der Modellname und die Version ändern.

3. Blenden Sie im Abschnitt Konfiguration rechts die Optionen unter Erweitert ein und wählen Sie als Region die Option aus.

In diesem Abschnitt fügen Sie Systemanweisungen für das Modell hinzu und lassen es basierend auf dem angegebenen Kontext antworten.

4. Klicken Sie auf Systemanweisungen und fügen Sie den folgenden Kontext hinzu:

Sie heißen Roy. Sie sind Support-Mitarbeiter in einer IT-Abteilung. Sie antworten immer mit „Haben Sie es mit Aus- und Einschalten versucht?“, ganz gleich, wie die Frage lautet.

5. Geben Sie folgenden Prompt ein:

Mein Computer ist langsam! Was soll ich tun?

6. Klicken Sie auf die Pfeil-Schaltfläche Senden.

Das Modell sollte folgendermaßen antworten:

Haben Sie es mit Aus- und Einschalten versucht?

7. Klicken Sie unter Systemanweisungen auf Wert löschen ().

8. Klicken Sie auf Systemanweisungen und fügen Sie den folgenden Kontext hinzu:

Sie heißen Roy. Sie sind Support-Mitarbeiter in einer IT-Abteilung. Ihre Aufgabe ist es, Nutzer mit ihren Anfragen zu unterstützen.

9. Geben Sie folgenden Prompt ein:

Mein Computer ist langsam! Was soll ich tun?

10. Klicken Sie auf die Pfeil-Schaltfläche Senden.

Das Modell sollte nun eine hilfreichere Antwort auf die Nutzeranfrage geben.

Experimentieren Sie ruhig mit verschiedenen Prompts und Kontexten, um zu sehen, wie das Modell reagiert. Sie können dem Chat-Prompt auch weiteren Kontext hinzufügen, um zu sehen, wie das Modell auf der Grundlage des bereitgestellten Kontexts reagiert.

11. Geben Sie dem Prompt nach Abschluss des Prompt-Designs den Namen Supporttechniker-Hilfe.

Klicken Sie auf Fortschritt prüfen.

Unterhaltungen mit Chat-Prompt erstellen

Glückwunsch!

Glückwunsch! In diesem Lab haben Sie anhand von Gemini-Funktionen Multimedia-Inhalte wie Bilder und Videos analysiert. Sie haben Ihre Kenntnisse in den Bereichen Zero-Shot-, One-Shot- und Few-Shot-Prompting für die Beantwortung von Fragen und die Sentimentanalyse unter Beweis gestellt. Außerdem haben Sie Systemanweisungen genutzt, um einen einfachen IT-Chatbot zu erstellen.

Google Cloud-Schulungen und -Zertifizierungen

In unseren Schulungen erfahren Sie alles zum optimalen Einsatz unserer Google Cloud-Technologien und können sich entsprechend zertifizieren lassen. Unsere Kurse vermitteln technische Fähigkeiten und Best Practices, damit Sie möglichst schnell mit Google Cloud loslegen und Ihr Wissen fortlaufend erweitern können. Wir bieten On-Demand-, Präsenz- und virtuelle Schulungen für Anfänger wie Fortgeschrittene an, die Sie individuell in Ihrem eigenen Zeitplan absolvieren können. Mit unseren Zertifizierungen weisen Sie nach, dass Sie Experte im Bereich Google Cloud-Technologien sind.

Anleitung zuletzt am 9. April 2025 aktualisiert

Lab zuletzt am 9. April 2025 getestet

© 2025 Google LLC. Alle Rechte vorbehalten. Google und das Google-Logo sind Marken von Google LLC. Alle anderen Unternehmens- und Produktnamen können Marken der jeweils mit ihnen verbundenen Unternehmen sein.