Vertex AI Prompt 設計
課程概述
Prompt 設計是用生成式 AI 的核心技能。一個好的 Prompt 能引導模型產出精準、有用的回應；Prompt 寫得含糊，模型就容易離題或給你錯的東西。這堂課會用 Vertex AI Studio 的實作環境，帶你從基礎一路把 Prompt 設計的方法摸熟。
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 迭代優化的方法：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。
Chain-of-Thought（思維鏈）提示
碰到需要推理的複雜問題，叫模型「一步一步思考」能明顯提升回答品質。原因是 LLM 在生成中間推理步驟的同時，也替後面的結論鋪好了更穩的上下文。在 Vertex AI Studio 裡，你只要在 System Instruction 加一句「請逐步推理後再給出最終答案」就能開啟這招。
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：從 0 到 1 逐步調整
- 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，多試一些自己的實驗。另外特別留意 Lab 裡關於 grounding（接地）功能的說明，它能讓模型參照外部資料來源回答，少一點幻覺。
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