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。這堂課會沿用教材中的 Vertex AI Studio，一步步練習 Prompt 設計。新版主控台已把它改名為 Agent Studio，但核心概念不變，看到不同名稱不用緊張。

你將學到

• 在 Vertex AI 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

Vertex AI 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。

實作重點

• 在 Vertex AI Studio 中選擇 Gemini 模型，嘗試 Free-form 與 Chat 兩種模式
• 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
• 測試 Temperature 參數對同一個 Prompt 輸出的影響：Gemini 的 Temperature 範圍是 0 到 2（預設 1），從 0 開始逐步往上調整
• 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 Vertex AI — Google Cloud Skills Boost

這是第一個要動手操作的 Lab，你會在 Vertex AI Studio 裡實際寫 Prompt、測 Prompt。建議先把影片看完再進去做，操作時也別只照著 Lab 要求走，可以拿自己的案例多試幾次。另外特別留意 Lab 裡的 grounding（讓回答有資料依據）功能，它能讓模型參照外部資料來源回答，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
• Vertex AI Studio 入門 — 更完整的 Vertex AI Studio 功能介紹
• Prompt Engineering — 登雲學院 GenAI Leader 課程的提示工程專題