Gemini 简介（更新版）
更新时间：2026-01-11 数据来源：
Gemini 是 Google 推出的多模态 AI 模型系列，支持 文本、图像、音频、视频、PDF 等多种输入，并通过统一的 API 输出高质量文本结果。Gemini API 适合构建多模态应用、AI 助手、自动化工具与智能 Agent。
#1) Gemini 能力概览
- 多模态理解：同一请求里混合文本与图像/音频/视频/PDF。
- 长上下文：主流模型支持百万级输入 token。
- 工具调用：内置 Tools + 自定义 Function Calling。
- 代码执行：可调用 Code Execution 进行计算与数据处理。
#2) 当前主流模型家族
| 模型系列 | 定位 | 场景 |
|---|---|---|
| Gemini 3 Pro / Flash (Preview) | 最新代旗舰/高速 | 复杂推理、多模态、Agent 任务 |
| Gemini 2.5 Pro | 质量优先 | 高质量理解与生成 |
| Gemini 2.5 Flash / Flash-Lite | 成本与速度平衡 | 实时交互与批量处理 |
| Gemini 2.0 Flash / Flash-Lite | 旧代低成本 | 兼容性或轻量任务 |
最新列表请以官方 Models 页面为准。
#3) Gemini 适合哪些人
- 开发者：构建 AI 功能、接入工具链、自动化任务。
- 产品经理：用多模态能力做竞品分析、用户反馈总结。
- 数据/运营：用文本+表格/截图做分析与报告生成。
- 内容团队：多模态素材理解与内容整理。
#4) 快速上手路径
- 选择模型：先用
gemini-2.5-flash或gemini-3-flash-preview打样。 - 设计 Prompt：定义输出格式、结构化字段、角色定位。
- 引入工具：需要操作数据或系统时使用 Function Calling。
- 成本评估：对 Pro/Flash/Lite 做基准测试。
#5) 需要关注的重点
- 模型更新快：版本变动频繁，生产环境要有回退策略。
- 长上下文成本：输入 token 大意味着成本显著上升。
- 多模态输入体积：视频/音频建议使用 Files API。
#6) 进一步阅读
#实例 Prompt（短版）
text你是 AI 助理教练。请把“如何用 Gemini 做竞品分析”拆成 5 个步骤，并给出每步输入输出示例。
text我会给你一段需求描述，请输出：目标用户、关键功能、风险点三部分。
本页面由匠人学院 Wiki 系统维护。
