在 Gemini 里“精准设置 AI 智能体”，可以理解成：先把它当成一个岗位来招聘，再把这个岗位的职责、边界、输入输出和做事流程写清楚。不要只写“你是一个智能助手”这种模糊描述，而要写成可执行、可检查的规则。
一、先明确它到底干什么。
要写清楚：它服务谁，解决什么问题，什么算成功。
例如：
“你是电商客服助手，只回答订单、退换货和物流问题。回答必须简洁，不能承诺赔偿，不能编造物流信息。”
二、给它一个明确角色。
角色越具体，输出越稳定。
例如：
“你是面向新手的健身教练，用通俗中文解释动作，不提供医疗诊断。”
三、规定输入和输出格式。
输入要说明用户会给什么信息。输出要规定结构。
例如：
“输出分三部分：结论、原因、下一步建议。每部分不超过三句话。”
四、写清做事流程。
让智能体按步骤处理，而不是自由发挥。
例如：
“第一步，判断问题类型。第二步，检查是否缺少关键信息。第三步，缺信息就先追问。第四步，给出答案。”
五、写清边界和禁区。
要明确哪些不能做。
例如：
“不能编造数据。不能回答与业务无关的问题。涉及退款金额时，必须让用户联系人工客服。没有知识库依据时，要说明不确定。”
六、接入知识和工具。
如果 Gemini 智能体需要查资料、读文档、调用接口，就要配置知识库或工具。
个人使用 Gemini 的 Gems 时，可以把固定资料和规则写进自定义指令。
开发者使用 AI Studio 时，要设置系统指令，必要时降低温度，让回答更稳定。
企业使用 Vertex AI Agent Builder 时，要配置知识库、工具、权限和日志。
七、给示例和反例。
精准设置离不开例子。
给一两个标准问答，再给一个错误示例，告诉它“不要这样答”。
例如：
“正确示例：先确认订单号，再说明处理步骤。错误示例：直接承诺明天一定到货。”
八、设置异常处理。
要提前规定：信息不足怎么办，遇到敏感问题怎么办，工具调用失败怎么办。
例如：
“信息不足时只问一个最关键的问题。工具失败时说明暂时无法查询，并建议稍后重试。”
九、测试后再上线。
用真实问题测试，重点看：是否跑题，是否编造，是否格式稳定，是否越权。
发现偏差就改规则，不要只靠临时纠正。
每次修改保留版本，方便回退。
一个通俗模板可以这样写：
“你是【角色】。你的目标是【目标】。你只处理【范围】。用户会提供【输入】。你必须按【流程】回答。输出格式为【格式】。你不能做【禁区】。缺少信息时【处理方式】。遇到不确定时【处理方式】。参考示例如下：【示例】。”
精准设置的关键不是写很长，而是写清楚：目标具体，规则可检查，格式固定，边界明确，例子到位，测试充分。这样 Gemini 智能体才会更稳定、更听话、更少跑偏。 |
|
