Appearance
Gemini 使用教程：Google AI 助手的注册、模型选择与深度功能全解
Gemini 是 Google 推出的 AI 助手系列，背靠 Google 的搜索、地图、Gmail、Drive 等生态，是目前与 ChatGPT 竞争最直接的工具之一。它不只是一个对话框——深度研究（Deep Research）、Gems 定制助手、Google Workspace 集成、NotebookLM 联动，让它在「信息整合」和「工作流接入」两条线上都有独特优势。
本文从注册开始，逐层讲清楚 Gemini 的模型体系、核心功能模块、Deep Research 的正确用法、Gems 的自定义逻辑，以及它适合哪些场景、不适合哪些场景。AI 助手的横向对比见 国产 AI 助手怎么选；本文专项讲 Gemini 的深度上手。
访问说明：Gemini 在中国大陆需要可访问境外网络的环境，建议准备好再开始。
一、注册与套餐
注册流程
- 打开
gemini.google.com，用 Google 账号登录（没有 Google 账号先注册）。 - 首次进入会有引导页，选择语言（支持中文），直接进入对话界面。
- 默认进入 Gemini 免费版，可以立即使用 Gemini 2.0 Flash。
套餐对比
| 套餐 | 月费（美元） | 主力模型 | Deep Research | 上传限制 |
|---|---|---|---|---|
| Free | 0 | Gemini 2.0 Flash | 有限（每天约 5 次） | 图片/文件基础支持 |
| Google One AI Premium | 20 | Gemini 2.5 Pro | 无限制 | 大文件、更多格式 |
| Google Workspace（企业） | 按座位 | 2.5 Pro | 无限制 | Google Drive 完整集成 |
免费版已足够个人日常使用；如果你依赖 Google Docs/Sheets 做工作，AI Premium 的 Workspace 集成价值更大。
二、模型体系
Gemini 在同一个界面下整合了多个模型，左侧或顶部下拉菜单可以切换：
Gemini 2.0 Flash
速度最快，响应几乎实时，适合：
- 快速问答、信息查询
- 长对话（上下文窗口 100 万 token，远超大多数竞品）
- 实时翻译和摘要
Gemini 2.5 Pro
推理能力最强，响应稍慢，适合：
- 复杂逻辑问题
- 代码生成与调试（在多个基准测试中领先）
- 需要多步推理的分析任务
切换建议：日常对话用 Flash；遇到逻辑复杂或代码任务时手动切换到 Pro。
Gemini 2.5 Flash with Thinking
介于两者之间，有内置「思考过程」，对数学和科学类问题特别有效。提示词末尾加「请一步一步思考」可以进一步激活推理链。
三、Deep Research（深度研究）
Deep Research 是 Gemini 最差异化的功能之一：你输入一个研究问题，它会自动拆解为多个子问题、并行搜索数十个网页、综合后输出带引用的结构化报告。
启动方式
在对话框下方选「Deep Research」模式，或在提示词前加「Deep Research:」前缀。
典型输出结构
- 摘要（Executive Summary）：3-5 句核心结论
- 分章节详述：每章对应一个子问题，含引用来源
- 来源列表：所有参考 URL
什么时候用 Deep Research
适合：
- 了解一个陌生行业/领域的全景（「全球储能电池市场现状 2025」）
- 竞品分析（「Notion 和 Obsidian 各自的核心用户群与功能差异」）
- 政策/法规摘要（「欧盟 AI Act 对 SaaS 产品的主要合规要求」）
不适合：
- 需要实时数据（价格、股价、当日新闻）——Gemini 有联网能力但不是实时爬取
- 专业学术综述——Deep Research 的来源以公开网页为主，学术数据库覆盖有限
- 私有数据分析——你自己的 Excel 数据不能直接送进 Deep Research
阅读结果的正确姿势：来源有编号，点进去逐条核对关键数字。Deep Research 会整合多源，偶尔会把来源表述「平滑化」，原始数字必须回溯确认。
四、Gems：可定制的专属助手
Gems 是 Gemini 的「自定义 GPT」等价物：你给它一个名字、一套系统提示（行为设定），之后每次打开这个 Gem，它都以你设定的角色和规则运行，不需要每次重写提示词。
创建步骤
- 左侧边栏点「Gem manager」→「New Gem」。
- 填写名称（如「周报助手」）。
- 在「Instructions」框里写系统提示，例如：
你是我的周报撰写助手。我会给你本周的工作清单和数据，你帮我按「本周完成 / 进行中 / 下周计划」三段结构整理成正式周报，语气正式，每段不超过 150 字。不要加废话开场，直接输出正文。
- 可以上传参考文件（如往期周报样本）。
- 保存后在侧边栏直接点名称进入该 Gem。
实用 Gem 场景
| Gem 名称 | 系统提示核心设定 |
|---|---|
| 周报助手 | 输入要点→输出三段结构周报 |
| 代码 Review 助手 | 分析提交的代码片段，指出潜在 bug 和可读性问题 |
| 面试准备教练 | 模拟面试官，给出追问和反馈 |
| 翻译润色助手 | 中英互译，保留专业术语，风格学术/商务可切换 |
| 文档摘要机器 | 提取 PDF/文档的要点，输出三级结构大纲 |
Gems 创建无上限，可以按项目或角色建立一套专属工具箱，不同情境切换不同 Gem，效率远高于每次从头写提示词。
五、文件与图片处理
Gemini 支持上传多种格式并直接在对话里分析：
支持的格式
- 图片：JPG、PNG、WebP、HEIC（手机截图直接可用）
- 文档：PDF、TXT、代码文件（.py、.js、.html 等）
- 表格：CSV、XLSX（AI Premium 套餐）
- 音频/视频：MP3、MP4、MOV（上传后可以「聊内容」）
实用操作
分析图表：上传数据截图，问「这张折线图里，哪个季度增长最快？下降拐点出现在哪里？」
提取 PDF 结构：上传 50 页 PDF，问「给我一个三级结构的大纲，核心论点是什么，第三章有没有数据支撑其结论？」
视频摘要：上传 10 分钟录音，问「会议里提到了哪些 action item？谁负责、截止时间是什么？」
注意：免费版上传的文件会有大小限制，单个文件通常上限 20MB；AI Premium 上限更高且支持直接从 Google Drive 导入，免去手动上传。
六、Google Workspace 集成（AI Premium）
AI Premium 最大的附加值是 Gemini 直接嵌入 Google 工作套件：
- Gmail：侧边栏出现 Gemini 图标，可以「帮我回复这封邮件」「总结这个邮件线程的关键决策」
- Google Docs：选中一段文字，右键出现 Gemini 操作（精简/扩写/改变语气）；或在文档里直接用「@Gemini」召唤
- Google Sheets：自动生成公式，问「这列数据怎么按月份求平均值然后高亮超过均值的格子」
- Google Slides：输入主题，自动生成包含内容框架的 PPT 草稿（样式需手动调整，骨架可用）
- Google Meet：会议纪要自动生成，会后发到 Gmail
这套集成对重度 Google 用户的效率提升是实质性的；如果你主要用 Microsoft 365，这个优势对你意义不大。
七、NotebookLM 联动
NotebookLM（notebooklm.google.com）是 Gemini 的「知识库问答」产品：你上传一批文档（PDF、网页、Google Drive 文件），然后在这个封闭知识库里提问，所有答案都只来自你的文档，不混入网络信息。
典型使用场景：
- 读一本 PDF 书：上传全书，问「第五章的核心论点是什么」「这本书提到了哪些案例，能分类列一下吗」
- 项目归档：把项目所有文档上传，问「我们 Q3 的技术决策依据是什么」
- 研究文献包：上传 10 篇论文，问「这些研究对同一个问题的结论是否一致」
NotebookLM 还可以把文档内容转成「播客」格式——两个 AI 主播以对话方式讨论你的文档，适合通勤时「听」资料。这个功能超出了大多数人对 AI 的预期，值得单独体验。
八、使用边界：Gemini 不擅长什么
- 实时精确数据：联网能力有，但「今天的汇率」「某支股票现在多少」请用专项工具
- 数学大题逐步推导：2.5 Pro + Thinking 已有改善，但专业数学推导建议 Wolfram Alpha 兜底
- 私密数据处理：上传的文件会经过 Google 服务器，企业敏感文档先确认数据合规边界
- 长创意写作：对话框里写 5000 字长文可以完成，但 Gemini 的「文学感」不如 Claude；技术文档和分析报告是强项
九、七个实战提示词示例
1. 竞品快速了解
帮我了解 Figma 的竞争格局：主要竞争对手、各自的市场定位、近两年的融资或并购动态。用 Deep Research 模式，输出带来源的结构化报告。
2. 合同关键条款提取
我上传了一份 SaaS 服务协议 PDF，请提取以下字段：合同期限、自动续约条款、服务级别承诺（SLA）具体数字、违约赔偿上限、数据所有权说明。以表格形式输出，每条注明对应原文页码。
3. 邮件风格改写（配合 Gmail Gem）
将以下邮件草稿改成正式但不失温度的英文，适合发给海外合作伙伴。保留所有关键信息，去掉重复和废话，不超过 200 词。[粘贴草稿]
4. 代码审查
这是一段 Python 函数，请指出：1) 潜在的 bug；2) 边界条件没处理好的地方；3) 有没有更 Pythonic 的写法。[粘贴代码]
5. 幻灯片骨架生成
帮我生成一份「2025 年 AI 工具在企业知识管理中的应用」演讲的 PPT 大纲，10 张幻灯片，每张给出标题+3个要点，最后一张是 Q&A，整体面向技术决策者。
6. 文档双语对照
将以下中文技术规格说明翻译成英文，保留所有技术术语不翻译（如 API、SDK），翻译结果以「中文 | 英文」对照表格输出，方便校对。
7. 数据解读
上传的 CSV 是过去 12 个月的用户活跃度数据。请告诉我：整体趋势是上升还是下降？哪个月波动最大？有没有明显的季节性规律？
FAQ
Q：Gemini 和 ChatGPT 最主要的区别是什么？
Gemini 的优势在于 Google 生态集成（Gmail、Drive、Meet）和 Deep Research；ChatGPT 的优势在于插件生态（GPTs）、DALL·E 图像生成和在创意写作上的表现。如果你的工作流在 Google 套件里，Gemini AI Premium 的集成价值更大；如果你需要图像生成和更广泛的插件，ChatGPT Plus 更合适。
Q：Gemini 支持中文吗？
完全支持中文输入和输出，界面也可以设置为中文。对中文内容的理解和生成质量在 2.5 Pro 版本上已相当好，但对中国特有语境（如政策细节、地方性词汇）的处理有时不如国产大模型准确。
Q：Deep Research 的结果可以直接引用吗？
不建议直接引用。Deep Research 会综合多个来源，表述可能和原文有出入。正确做法是拿报告作为「阅读清单」，点进每个来源的原始链接，核实关键数字和表述后再引用。
Q：Gemini 能联网搜索吗？
可以。默认情况下 Gemini 可以搜索 Google 获取最新信息，回答里会标注来源链接。如果你想让它只用已有知识回答（不联网），可以在提示词里说「不要搜索网络，只用你的训练知识回答」。
Q：NotebookLM 和 Gemini 是同一个产品吗？
属于同一个产品家族，但定位不同。Gemini 是通用 AI 助手；NotebookLM 专门做「封闭知识库问答」，答案只来自你上传的文档，适合需要严格锁定信源的场景。两者免费版都可以独立使用，AI Premium 会解锁更高上限。