Agent Platform（原 Vertex AI）Prompt 設計

課程概述

Prompt 設計是使用生成式 AI 的基本功。Prompt 寫得清楚，模型比較容易抓到任務、限制和輸出格式；寫得含糊，結果就可能離題。這堂課會使用 Gemini Enterprise Agent Platform（簡稱 Agent Platform，原 Vertex AI）的 Agent Studio（原 Vertex AI Studio）一步步練習 Prompt 設計。教材與 Lab 畫面若仍顯示舊名，指的是同一個產品，核心概念不變，看到不同名稱不用緊張。

你將學到

• 在 Agent Studio 中建立與測試 Prompt
• 區分並應用 Zero-shot、One-shot 與 Few-shot Prompt 技巧
• 設計結構化 Prompt（含系統指令、角色設定與輸出格式要求）
• 掌握 Prompt 迭代改善的方法：從粗糙到精準的調校流程
• 理解 Prompt 設計中的常見陷阱與最佳實踐

核心概念

Prompt 的基本結構

一個完整的 Prompt 通常包含這幾個元素：Context（背景資訊）、Instruction（指令）、Input（輸入內容）與 Output Format（輸出格式要求）。不是每個 Prompt 都要湊齊四個，但結構越清楚，模型通常表現得越好。

Zero-shot vs Few-shot

Zero-shot 就是直接丟一個任務給模型，不給任何範例。這招適合模型本來就很熟的標準任務，像翻譯或摘要。Few-shot 則是在 Prompt 裡附上幾組「輸入-輸出」的範例，讓模型知道你要的格式跟風格長什麼樣。碰到客製化的分類任務、或要特定輸出格式時，Few-shot 通常比 Zero-shot 好用很多。

複雜任務要拆解，不是只加一句「一步一步想」

碰到複雜問題時，可以把任務拆成幾個可檢查的步驟，例如先整理條件、再比較選項、最後給結論與依據。這通常比只加一句「請一步一步思考」更可靠，也比較容易測試。實務上要求模型列出關鍵依據或檢查結果就好，不需要把冗長的內部推理全文印出來。

System Instruction 的威力

Agent Studio 讓你設定 System Instruction，也就是每次對話前先注入的指令。你可以拿它來設定模型的角色（例如「你是一位雲端架構師」）、限制回答範圍（例如「僅回答 Google Cloud 相關問題」）、或規定輸出格式（例如「以 JSON 格式回答」）。把 System Instruction 用好，整個應用的一致性會差很多。

%%{init: {"flowchart": {"curve": "linear", "nodeSpacing": 24, "rankSpacing": 32}}}%%
flowchart TD
  TEST["固定一組代表性測試案例"] --> RUN["執行 Prompt 並記錄結果"]
  RUN --> PASS{"品質與格式都過關嗎？"}
  PASS -->|"是"| VERSION["保存 Prompt、模型、參數<br/>與評估結果的版本"]
  PASS -->|"否"| FAILURE{"主要失敗在哪裡？"}
  FAILURE -->|"離題或漏條件"| CLEAR["補清楚任務、背景與限制"]
  FAILURE -->|"格式不穩"| FORMAT["補輸出 Schema、範例<br/>與程式端驗證"]
  FAILURE -->|"缺少最新或私有知識"| GROUND["接上可信資料來源或 RAG"]
  FAILURE -->|"邊界案例判斷不一致"| EXAMPLE["補經過審核的 Few-shot 範例"]
  CLEAR --> ONE["一次只改一項"]
  FORMAT --> ONE
  GROUND --> ONE
  EXAMPLE --> ONE
  ONE --> RUN
  VERSION --> MONITOR["上線後持續抽查與回歸測試"]

實作重點

• 在 Agent Studio 按左側的 New 開一個 Chat playground，選擇 Gemini 模型（官方文件列出的 playground 是 Chat、Image、Video、Music、Speech 與 Live API；教材若仍寫 Free-form 與 Chat 兩種模式，可從設定選單切換新舊介面對照）
• 練習將相同任務分別以 Zero-shot、One-shot、Few-shot 方式撰寫，比較輸出品質
• 使用 System Instruction 設定角色與限制條件，觀察模型行為的變化
• 了解 Temperature 對同一個 Prompt 輸出的影響：Gemini 的 Temperature 範圍是 0.0 到 2.0（預設 1.0），但官方對 Gemini 3 強烈建議維持預設值，調到 1.0 以下可能出現迴圈或品質下降（複雜的數學與推理任務尤其明顯）；Gemini 3.6 Flash 起的 Flash 系列模型與 3.5 Flash-Lite 更會忽略自訂的 temperature、top-K、top-P。想比較輸出的穩定度，改調 Model settings 的 Thinking level 或指定輸出格式（查證日 2026-10-12）
• 學會使用「負面指令」（例如「不要列出超過 5 項」「不要使用技術術語」）精確控制輸出

Lab 導讀

Lab 連結：Prompt Design in Agent Platform（原名 Prompt Design in Vertex AI）— Google Skills

這是第一個要動手操作的課程：課程頁列出三個 Lab（Design Prompts in Agent Platform、Get Started with Agent Studio、Getting Started with Google Generative AI Using the Gen AI SDK）和一個 Challenge Lab，沒有影片；完成課程或直接通過 Challenge Lab 就能拿到 Skill Badge。操作時別只照著 Lab 要求走，可以拿自己的案例多試幾次。另外可以留意 Agent Studio 模型設定裡的 grounding（讓回答有資料依據），它能讓模型參照 Google 搜尋或你自己的資料回答，降低憑空編造內容的機會。

延伸學習

• Gemini 開發者指南 — 從 Prompt 設計進階到應用開發
• Agent Studio（原 Vertex AI Studio）入門 — 更完整的 Agent Studio 功能介紹
• Prompt Engineering — 登雲學院 GenAI Leader 課程的提示工程專題