如何限制Gemini Pro仅提取指定URL文档中的REST端点信息？

针对你用Gemini Pro提取Uber API REST端点时出现内容冗余、偏离指定文档的问题，可以尝试以下几种优化手段：

• 强化Prompt的精准约束：编写指令时必须明确边界，禁止模型生成页面以外的内容。例如使用这类Prompt：

  从提供的Uber API骑手参考页面中，仅提取页面内存在的REST端点，格式为HTTP方法 端点路径，不得添加任何额外解释、不存在的端点或页面未提及的信息。

• 分块处理目标文档：将Uber API参考页面按功能模块（如乘车请求、订单管理、支付相关等）拆分为多个小片段，逐个传入Gemini Pro进行提取，最后合并结果。分块能减少模型处理的信息负载，降低无关内容生成的概率。

• 强制结构化输出格式：要求模型以固定的结构化格式返回结果，比如Markdown列表或JSON数组，限制模型的发散空间。例如：

  提取结果以Markdown列表形式呈现，每个列表项仅包含HTTP方法 端点路径，不得附带其他内容。

• 采用检索增强生成（RAG）模式：如果通过API调用Gemini Pro，结合RAG框架，让模型严格基于传入的文档片段检索生成结果，避免调用预训练知识库中的无关信息。

关于相同任务下Bard准确性更高的情况：不同大模型在特定细分任务上的优化侧重不同，Bard可能在结构化文档提取场景有针对性的微调，而Gemini Pro更偏向通用多模态任务。通过上述优化手段，能有效缩小Gemini Pro在这类任务上的准确性差距。

内容的提问来源于stack exchange，提问作者Aravind R