О чём урок
Этот пример notebook демонстрирует, как Python SDK Gemini API может быть использован для извлечения информации из текстового блока и возврата её в определённой структуре. В этом notebook LLM предоставляется рецепт, и ему предлагается извлечь все ингредиенты для создания списка покупок. Согласно лучшим практикам, сложные задачи будут выполняться лучше, если разделить их на отдельные шаги, такие как: Сначала модель извлечёт все продукты в список. Затем вы дадите ей prompt для преобразования этого списка в список покупок. Дополнительные советы по написанию prompts можно найти здесь. Чтобы запустить следующую cell, ваш API key должен быть сохранён в Colab Secret с именем GEMINI_API_KEY. Если у вас ещё нет API key или вы не знаете, как создать Colab Secret, см. Аутентификация для примера. Кроме того, выберите model, которую вы хотите использовать, из доступных ниже вариантов: Сначала начните с извлечения всех продуктов. Для этого установите системные инструкции при определении model. Далее определяется рецепт. Вы передадите рецепт в generate_content и увидите, что список продуктов был успешно извлечён из входных данных. Следующий шаг — дальнейшее форматирование списка покупок на основе извлечённых ингредиентов. Теперь, когда вы определили инструкции, вы также можете решить, как вы хотите форматировать свой список продуктов. Дайте prompt пару примеров или выполните few-shot prompting, чтобы он понял, как форматировать ваш список продуктов. Обязательно изучите другие примеры prompting в репозитории. Попробуйте создать свои собственные prompts для извлечения информации или адаптируйте те, что представлены в notebook.
План урока
- Настройте ваш API key
- Пример
- Следующие шаги
Урок входит в полный доступ. Полный текст и видео открываются после оплаты. Первые уроки каждого курса бесплатны.