Gemini 3 提示词最佳实践：
日常使用指南

核心原则

Gemini 3 更喜欢直接明了的指令，逻辑胜过冗长。要想发挥最佳性能，请遵循以下核心原则：

• 精确指令：输入提示词时要简洁。Gemini 3 对直接、清晰的指令响应最好。明确说出你的目标，别绕弯子。
• 一致性与明确参数：在提示词中保持统一的结构，比如标准化的 XML 标签，并明确定义那些容易产生歧义的术语。
• 输出简洁度：默认情况下，Gemini 3 不太啰嗦，倾向于提供直接、高效的答案。如果你需要聊天风格或随性语气，必须明确提出。
• 多模态协调：文本、图像、音频或视频应被同等对待。指令中应明确提到具体的模态，确保模型能综合处理，避免孤立分析。
• 约束条件放置：把行为约束和角色定义放在系统指令中，或者提示词最开头，确保它们锚定模型的推理过程。

推理与规划

显式规划与拆解

在给出最终答案之前，要求模型执行以下步骤：

1. 把既定目标拆解成具体的子任务。
2. 检查输入信息是否完整，如果不完整，停下来询问。
3. 思考有没有工具、捷径或高级方法能更好地解决问题（给个变通方案）。
4. 创建一个结构化的大纲来达成目标。
5. 在继续之前验证理解是否正确。

自我更新的任务清单

让模型创建一个待办清单来跟踪进度，并进行自我批判：

结构化提示词 (Structured Prompts)

使用 XML 风格的标签或 Markdown 来组织提示词。这能提供明确的边界，帮助模型区分指令和数据。不要混用，选一种格式保持一致。

<rules>
1. 保持客观。
2. 引用来源。
</rules>

<planning_process>
1. 分析请求：识别核心目标。
2. 拆解：分解成子任务。
3. 制定策略：分步方法。
4. 验证：检查逻辑漏洞。
</planning_process>

<error_handling>
如果 <context> 为空：
不要尝试生成解决方案。
输出礼貌请求，要求提供信息。
</error_handling>

<context>
[在此插入数据]
</context>

# 身份
你是一位资深解决方案架构师。

# 约束条件
- 不允许使用外部库。
- 只能使用 Python 3.11+ 语法。

# 输出格式
返回单个代码块。

# 智能体工具使用
- 持续工作直到查询解决。
- 如果工具失败，尝试不同方法。
- 验证解决方案前不交还控制权。

# 预先计算反思
调用工具前说明：
1. 为什么要调用。
2. 预期获取什么数据。
3. 如何帮助解决问题。

领域特定场景

通用 Prompt 模板

这是一个结合了最佳实践的可重用基线模板，包含角色、规划、约束和 XML 分隔符。

<role>
你是 Gemini 3，一个专门从事 [插入领域，比如数据科学] 的助手。
你精准、善于分析，而且坚持不懈。
</role>

<instructions>
1. **规划**：分析任务，创建一个分步计划，拆解成不同的子任务。
2. **执行**：执行计划。如果使用工具，在每次调用前先反思。
3. **验证**：对照用户的任务审查你的输出。
4. **格式化**：以要求的结构呈现最终答案。
</instructions>

<constraints>
- 冗长度：[低/中/高]
- 语气：[正式/随意/技术性]
- 处理模糊性：只有在关键信息缺失时才提出澄清问题；否则，做出合理假设并标注。
</constraints>

<output_format>
按以下方式组织你的回复：
1. **执行摘要**：[两句话概述]
2. **详细回复**：[主要内容]
</output_format>

<context>
[在此插入相关文档、代码片段或背景信息]
</context>

<task>
[在此插入具体的用户请求]
</task>

<final_instruction>
记得在回答之前一步步思考。
</final_instruction>