全球7000種語言,AI能翻譯的不到200種。但比這更讓我后悔的是——我花了三個月無視Gemini Gems,才發現它根本不是我以為的"又一個AI功能"。
現在我的態度徹底翻轉:從嫌棄它是"功能膨脹",到把它當成日常生產力工具。如果你和我一樣一直在忽略這個功能,是時候重新看看了。
![]()
Gems到底是什么?
官方把它包裝成"定制AI專家",但這描述太保守了。實際用起來,它更像帶指令和知識庫的項目+定制聊天機器人。關鍵區別在于:普通Gemini對話每次都要重復背景,而Gems把任務范圍和參考資料一次性寫進指令里,省掉大量重復勞動。
具體能做什么?舉幾個我實測的場景:
? 上傳品牌規范文件(配色、風格描述),讓Gem按統一視覺生成內容
? 把日程管理規則寫進指令,輸出質量直接追上Claude Projects
? 用預置模板快速啟動,再按自己需求迭代
文件上傳功能和Claude Projects類似,但Google的集成路徑更輕量——側邊欄或Gems主頁都能一鍵進入。
兩個隱藏層很多人沒注意到
第一層是Google官方預置的模板:Brainstormer(頭腦風暴)、Career guide(職業指導)、Productivity planner(效率規劃)、Learning coach(學習教練)等。這些不只是演示,而是可以直接調用的工作流。
第二層更隱蔽——Gems by Labs。這是用Google Opal開發的迷你應用,不再是純對話形態,而是帶交互界面的AI網頁應用。比如Create a Playlist這個mini-app,雖然YouTube嵌入在我瀏覽器里跑不通,但它給了我靈感:直接基于這個邏輯,改一個適配我本地音樂庫的私人版本。
預置Gems的價值往往不在"直接用",而在觸發你想出自己的用法。
一個對比實驗
我同時測了Gemini Notebooks和Claude Projects做日程規劃。Claude的集成生態更強,但給Gemini配上一個寫滿個人規則的Gem后,輸出質量差距大幅縮小——最終Claude因為生態優勢勝出,但Gemini+Gems的組合已經夠我用了。
這個發現讓我重新評估:之前三個月的"無視",本質是把Gems當成了ChatGPT自定義GPT的跟風產品,沒意識到它的項目化知識管理邏輯完全不同。
現在我的使用路徑
1. 遇到重復性任務 → 先想能不能寫進Gem指令
2. 需要參考資料 → 直接上傳文件而非粘貼摘要
3. 沒思路時 → 去Gems主頁翻預置模板找靈感,再remix成自己的版本
最意外的收獲是娛樂場景。我建了一個專門推薦冷門科幻小說的Gem,喂了幾十篇書評和偏好說明,現在它的推薦命中率比通用對話高得多。
如果你還沒碰過Gems,建議從主頁的預置模板開始——不是為了用它們,而是為了理解"指令+知識庫"能組合出什么。第一個真正屬于你的Gem,往往就藏在"這個預置版差點意思,但我想要的是……"這個念頭里。
特別聲明:以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布,本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.