用 Gemini Decision 1 做路由和审核,不用 LLM

Gemini Decision 1 针对文本、图片、音频、PDF 和视频回答是/否、选择和打分问题,附带置信度且输出 token 为零,让你的代码自动完成路由、把关和审核。

Prompt Engineering · YouTube · 发布于 2026年11月13日 · Automation & Agents

用 Gemini Decision 1 做路由和审核,不用 LLM,Prompt Engineering 的视频▶ 在 YouTube 观看
提示词
用 Gemini Decisions API(模型 gemini-decision-1)对这条客户消息提三个问题:商品是否到货破损(是/否)、应归入哪个支持队列(选择题,加一个“其他”选项)、客户有多不满(打分)。只有置信度高于我设定的阈值才自动处理,否则转给人工。

图解

Gemini Decision 1 是一个“决策模型”:它不生成文字,只针对文本、图片、音频、PDF 和视频回答是/否、选择或打分问题,并返回概率和置信度。你的代码把它和阈值比较后自动执行,拿不准的再交给人或更大的模型。

要解决的问题: 用完整的 LLM 做简单的是非判断,要为思考和输出 token 付费、要等它生成,还得再解析返回的文字。

决策模型的用法:一个输入、几个问题、一个 if 判断

  1. 输入文本、图片、音频、PDF 或视频,一次调用里还能混用
  2. 准备问题用自然语言写小而具体的是/否、选择或打分问题,每个选项都加说明
  3. Gemini Decision 1一次扫描给所有选项打分,输出 token 为零
  4. 置信度阈值你的代码用自己设定的阈值检查概率和置信度
    丢弃: 低于阈值的转入升级处理
  5. 升级处理拿不准的情况交给人或更大的模型
  6. 自动执行代码执行下一步,例如批准报销或点击下一个按钮
输入你的代码AI 模型结果

三种问题类型

  1. 是/否:返回答案为“是”的概率
  2. 选择:给出选项列表,返回胜出项以及每个选项的概率
  3. 打分:给出有序的评分标准,返回该量表上的一个数字

关键数字

0每次调用的输出 token
$0.10每百万输入 token(付费档)
约 $10每百万次路由调用
约 $170同样任务用 Flash 模型

自己动手试试

视频里所有例子用 Google AI Studio 的免费档就够了,代码放在视频简介里的 Colab 中。

  1. 在 Google AI Studio 获取 API key
  2. 创建 client,用模型 gemini-decision-1、一个输入和你的问题调用 decisions create
  3. 为每个问题指定类型(是/否、选择或打分),并用自然语言写说明
  4. 把输入换成图片、音频、PDF 或视频,其余代码不用改
  5. 在代码里设一个置信度阈值:高于阈值就执行,低于阈值就升级

视频里做的例子:完成结账的浏览器智能体、报销单审核器,以及语音智能体。

他踩过的坑和总结的规则

  • 选择题一定要给一个“其他”之类的出路:没有它,“巴黎天气如何”被以 92% 的置信度分到了技术支持。
  • 只发问题需要的内容,数字比较放在代码里:把整份报销政策塞进去,日期违规的问题会影响小费的判断。
  • 一次只问一个小问题:一个“下一步做什么”的大问题会把置信度分给多个合理选项,智能体就停住了。
  • 把话说清楚,例如信用卡输入框里显示灰色示例数字时,“空”到底指什么。
  • 决策模型无法解释答案;需要解释或多步推理时仍用普通 LLM,并且要用自己的真实数据测试,而不只是合成数据。

根据视频字幕提炼

怎么上手

  1. 打开 Gemini。
  2. 复制提示词,把 [方括号] 里的内容换成你自己的。
  3. 观看 Prompt Engineering 的视频,了解完整流程和配置方法。

相关用例

分享

微博XTelegram