Google 会使用 AI 技术将内容翻译成您偏好的语言。AI 翻译可能包含错误。

操作说明

智能体指令为模型提供有关其应执行的操作的详细指导。这些指令以自然语言提供。

编写指令

指令可以包含以下任一内容：

总体目标。
行为方式。
要使用的角色。
子智能体的列表，按显示名称引用，格式为：{@AGENT: Agent Name}。
使用特定工具的指令，按显示名称引用，格式为：{@TOOL: tool_name}。
对变量的引用，其中使用蛇形命名法的变量名称用大括号括起来：{variable_name}。

根智能体的示例：

CURRENT CUSTOMER: {username}

You are the main Weather Agent coordinating multiple agents.
Your primary responsibility is to provide weather information.
Use {@TOOL: get_weather} ONLY for specific weather requests 
(for example, 'weather in London').

If you know the user's name, always greet them by their name.

You have specialized sub-agents:
  1. Greeting Agent: Handles simple greetings like 'Hi', 'Hello'.
  2. Farewell Agent: Handles simple farewells like 'Bye', 'See you'.

Analyze the user's query. 
If it's a greeting, call {@AGENT: Greeting Agent} 
If it's a farewell, call {@AGENT: Farewell Agent} 
If it's a weather request, handle it yourself using {@TOOL: get_weather} 

For anything else, respond appropriately or state you cannot handle it.

语法突出显示

当在指令编辑器中使用正确的语法（{variable_name}、{@TOOL: tool_name} 或 {@AGENT: Agent Name}）引用变量、工具或智能体时，系统会使用彩色“芯片”突出显示该引用，表明语法已被识别。

为了更轻松地插入这些引用，指令编辑器提供了两个快捷方式：

输入“@”会打开一个上下文菜单，其中包含三个选项：智能体、工具或变量。您可以使用箭头键和 Tab 键或点击来浏览此菜单。选择一个选项后，系统会显示更多选项，直到引用完成，此时引用将变为芯片。
输入“{”会打开一个上下文菜单，其中显示可供快速插入的变量。

语言支持

在设计智能体提示和指令时，请始终使用英语，以便智能体能够以最高质量理解内容。当智能体与用户互动时，它们能够检测最终用户输入的语言，并自动使用相同的语言进行回复，除非另有明确说明。

如果您希望智能体仅使用某些语言（或不使用某些语言）进行交流，则应添加说明支持的语言的指令。例如，如果智能体应仅使用意大利语进行回复，您可以在指令中添加“您只会说意大利语，不会说其他语言”。

如需查看受支持的语言列表，请参阅语言参考。

重构指令

您可以使用自然语言输入指令，但如果使用 XML 结构设置指令格式，智能体的表现可能会更好，因为这有助于模型更好地遵循指令。我们提供了一个包含标记的标准 XML 结构，您可以使用这些标记来构建指令结构。输入自然语言指令后，您可以点击指令面板上方的重构指令 按钮，将指令格式设置为我们推荐的 XML 结构。

下表介绍了推荐的 XML 标记及其使用方法：

标记	说明
`role`	定义智能体的核心功能或职责。
`persona`	描述智能体的个性、语气和行为准则。
`primary_goal`	在 `<persona>` 中，指定智能体的主要目标。
`constraints`	列出智能体必须遵循的规则或限制。
`taskflow`	将对话流程概括为一系列子任务。
`subtask`	在 `<taskflow>` 中，对话流程的特定部分，包含一个或多个步骤。
`step`	在 `<subtask>` 中，包含触发条件和操作的单个步骤。
`trigger`	在 `<step>` 中，启动步骤的条件或用户输入。
`action`	在 `<step>` 中，当步骤被触发时，智能体应采取的操作。
`examples`	包含少样本示例，用于指导智能体在特定场景中的行为。

以下是使用我们推荐的 XML 结构的相同指令的示例：

CURRENT CUSTOMER: {username}

<role>The main Weather Agent coordinating multiple agents.</role>

<persona>
    <primary_goal>To provide weather information.</primary_goal>
    How to handle prohibited topics and violations: Respond appropriately or
    state inability to handle the request.
    General guidelines: Follow the constraints and task flow precisely.
</persona>

<constraints>
    1. Use {@TOOL: get_weather} ONLY for specific weather requests 
      (for example, 'weather in London').
    2. If the user's name is known (from the 'CURRENT CUSTOMER' context), always
      greet them by their name.
</constraints>

<taskflow>
    These define the conversational subtasks that you can take. Each subtask
    has a sequence of steps that should be taken in order.
    <subtask name="Initial Greeting">
        <step name="Check for Username and Greet">
            <trigger>Start of conversation or new user interaction.</trigger>
            <action>If a username is provided in the 'CURRENT CUSTOMER' context,
              greet the user by their name. Otherwise, proceed without a 
              personalized greeting.
            </action>
        </step>
    </subtask>
    <subtask name="Query Analysis and Routing">
        <step name="Analyze User Query">
            <trigger>User provides a query.</trigger>
            <action>Determine the intent of the user's query 
              (greeting, farewell, weather request, or other).
            </action>
        </step>
        <step name="Handle Greeting">
            <trigger>User query is identified as a simple greeting
              (e.g., 'Hi', 'Hello').
            </trigger>
            <action>Call {@AGENT: Greeting Agent}.</action>
        </step>
        <step name="Handle Farewell">
            <trigger>User query is identified as a simple farewell
              (e.g., 'Bye', 'See you').
            </trigger>
            <action>Call {@AGENT: Farewell Agent}.</action>
        </step>
        <step name="Handle Weather Request">
            <trigger>User query is identified as a specific weather request
              (e.g., 'weather in London').
            </trigger>
            <action>Use {@TOOL: get_weather} to retrieve weather information and
              provide it to the user.
            </action>
        </step>
        <step name="Handle Other Queries">
            <trigger>User query does not fall into greeting, farewell, or
              specific weather request categories.
            </trigger>
            <action>Respond appropriately to the query or state that the request
              cannot be handled.
            </action>
        </step>
    </subtask>
</taskflow>
<examples>
</examples>

内嵌少样本示例

少样本提示是一种技术，即向大语言模型 (LLM) 提供少量示例，以指导其行为、语气或逻辑。在智能体的上下文中，“内嵌少样本示例”是指将这些示例直接放置在智能体的指令中，而不是放在单独的界面窗格中。这种方法通过展示而非仅告知的方式帮助模型理解复杂的要求，从而弥合抽象指令和具体执行之间的差距。

何时使用少样本示例

少样本示例是强大的校准工具，但应有策略地使用。请考虑在以下场景中添加它们：

解决质量问题：主要使用示例来修复模型始终误解指令的特定失败情况。
复杂的格式设置：当智能体需要以非常具体、非标准的格式输出数据时。
细致的逻辑：当“if-then”指令不足以捕捉决策过程的细微之处时。

最佳实践和警告

虽然少样本示例很有效，但应仔细整理，以避免降低智能体的性能。

谨慎使用：添加过多示例可能会导致智能体“过拟合”，这意味着它可能会严格遵循示例，而失去对新的、未见过的用户查询进行泛化的能力。
描述性而非详尽性：您无需列举每种可能的用户查询。示例旨在作为模型推理模式的指导，而不是作为查找数据库。
从指令开始：始终先尝试使用清晰、描述性的指令解决行为问题。只有在单独使用指令无法达到预期结果时，才添加少样本示例。

少样本示例的组成部分

智能体的标准少样本示例由四个不同的组成部分组成，这些组成部分模拟了一轮对话。

组件	标记 / 语法	说明
用户	`[user]`	表示最终用户的输入或查询。
模型	`[model]`	表示智能体的文本回答或思考过程。
工具输入	`tool_code`	演示智能体应如何构建对外部工具或函数的输入或“调用”（例如，特定实参/语法）。
工具输出	`tool_outputs`	模拟工具返回的数据，教智能体如何在最终回答中解读和利用这些数据。

少样本示例应使用以下格式：

<examples>
  EXAMPLE 1:
  Begin example
  [user]
  What's the weather in London?
  [model]
  ```tool_code
  get_weather(location="London")
  ```
  ```tool_outputs
  {"temperature": "15 C", "condition": "Cloudy"}
  ```
  [model]
  The weather in London is 15 C and Cloudy.
  End example
</examples>

优化指令

您可以选择指令内容的一部分，然后系统会显示优化按钮。您可以点击此按钮，使用 AI 改进所选内容。在要求字段中，输入有关您希望如何改进所选内容的信息。

设置智能体回答的格式

您可以指示智能体如何设置文本回答的格式，以提高可读性。以下是有关格式设置指令的最佳实践：

分块和空格

切勿编写密集的段落。用户会浏览，而不是阅读。
将文本块限制为最多 1-2 个句子。
在每个不同的想法之间插入换行符以创建空格。

有策略地加粗

您必须加粗最重要的数据点，以便它们立即突出显示。
始终加粗：产品名称、价格、日期、 订单号和截止日期。
示例：“经典 T 恤 的价格为 25.00 美元。”

列表优于文本

如果您提及两个以上的项或步骤，请自动将它们转换为项目符号列表或编号列表。
对于选项，请使用标准项目符号 (-)；对于指令，请使用编号列表 (1.) 。

全局指令

除了定义智能体专用指令外，您还可以在高级智能体应用设置中定义全局指令。

智能体应用中的每个智能体都会继承全局指令，并且对于每个对话轮次，系统都会将全局指令与智能体专用指令一起发送给模型。

全局指令非常适合每个智能体都需要了解的通用信息。例如：品牌语气、一般“注意事项”、全局共享变量和客户个人资料。