跳到内容
AI工具

Google Gemini使用指南:功能详解与对比

Google Gemini AI完整指南。功能介绍、实用技巧及与其他AI工具的对比。

10 篇文章

排序文章以找到您需要的内容

Gemini 分类下的文章

订阅套餐附带免费 API 额度吗?Claude、Gemini、ChatGPT 各套餐额度对比

订阅套餐附带免费 API 额度吗?Claude、Gemini、ChatGPT 各套餐额度对比

Claude 的 Max 套餐每月附带 $100 的 API 额度,Ultra 为 $200,Team 合计最多 $500,Free 和 Pro 没有。Gemini 附带 Google Cloud 额度:Google AI Pro 每月 $10,Ultra 5x 每月 $40,Ultra 20x 每月 $100,Plus 没有。自2026年10月28日起,ChatGPT 在 Pro 100、200、500 上每月分别附带 $100、$200、$500,在 Business 上按席位附带额度(合计最多 $500),Go 和 Plus 没有。本文根据三家公司的官方价格页、帮助文章和开发者文档(2026年10月27日确认;ChatGPT 为10月30日确认),按相同顺序对比额度能用和不能用的地方(Claude Code 的使用上限不会改变)、领取方法(Gemini 需要预付 $5)、有效期(Claude 和 ChatGPT 的额度每月失效,Gemini 的额度有效期12个月且可累积)、不订阅套餐也能免费使用的内容(Claude 的试用额度、Gemini 的免费层级、OpenAI 共享数据换取的免费 token),以及发送的内容是否会被用于训练,最后总结选择时的关键判断点。

Gemini 的 Gem 停用并转为 skill——何时结束?会自动迁移吗?迁移与使用方法,以及尚不能做到的事

Gemini 的 Gem 停用并转为 skill——何时结束?会自动迁移吗?迁移与使用方法,以及尚不能做到的事

Google 正以 skill 取代 Gemini 的 Gem。个人账号的 Gem 将于2026年11月结束,工作账号为2027年3月,学校账号为2027年6月;仍在使用的 Gem 会自动重新创建为 skill。文章依据 Google 的帮助文档和公告(2026年10月21日核实),说明哪些内容会自动迁移、哪些不会(如 Google Labs 的 Gems、Opal、GitHub 上的文件),Gem 与 skill 的区别,提前自行迁移的3个步骤,skill 的创建方法与以“/”调用的用法(免费版也可使用,同时启用最多100个),让 Gemini 调用时的名称与说明写法,与 Canvas、Deep Research 无法同时使用等限制,以及11月前需要做的准备。

Gemini的价格与免费功能——应用、API、编程的区别、桌面版、擅长与不擅长的领域及基准测试

Gemini的价格与免费功能——应用、API、编程的区别、桌面版、擅长与不擅长的领域及基准测试

Google的AI“Gemini”也可以免费使用。付费方式有两种,计费方式各不相同:一是提升可用额度并解锁高级模型的应用订阅方案(Google AI Plus、Pro、Ultra),二是按使用量付费的API。本文以Google官方页面原文(2026年10月20日确认)为依据,讲解各方案的月费和用量上限机制(每5小时恢复,并设有每周上限)、免费可做与不可做的事、Windows与Mac应用、API价格与免费额度(免费额度的内容会用于改进产品)、编程用Antigravity与个人版Gemini CLI的终止服务、区分Google公布数据与第三方(Artificial Analysis)数据的基准测试、擅长与不擅长的任务,以及该选哪一个。

用 AI 做自我分析的方法——把优势、价值观和适合的工作说清楚的8个提示词,以及 AI 回答的局限

用 AI 做自我分析的方法——把优势、价值观和适合的工作说清楚的8个提示词,以及 AI 回答的局限

只是问 AI “我是个什么样的人?”,得到的只会是把你输入的素材包装得像模像样的一段话。真正管用的是反过来用:让 AI 来提问、引出你的经历,请它帮忙归纳共同点、整理成文字,最后的判断由你自己来做。本文介绍可以按顺序使用的8个提示词:访谈、优势、价值观、弱点、适合的工作条件、自我介绍草稿、模拟面试问答,以及从反方立场的检验。同时,我们对照各家的官方帮助页面,整理了为什么不能对回答照单全收(包括把对谁都适用的话当成“说得真准”的倾向——1949年 Forer 的实验,以及 AI 附和用户的倾向)、哪些信息可以输入、哪些应当避免,以及 ChatGPT、Claude、Gemini 的记忆和项目功能该怎么选着用。

Gemini“发生错误 (13)”的原因与解决方法——出现错误 13 时的排查顺序

Gemini“发生错误 (13)”的原因与解决方法——出现错误 13 时的排查顺序

在 Gemini 中发送消息后,显示“发生错误 (13)”“Something went wrong(13)”并卡住——对于这个错误的原因,Google 没有在官方帮助中说明。不过,2026年5月的官方故障报告中有这条提示持续出现约4天的记录,原因是数据库资源不足与应用缺陷,临时解决方法为“无”。本文结合这份官方记录,以及编号“13”与 gRPC 的内部错误(INTERNAL)一致这一点(Google 并未明确表示两者含义相同),整理官方社区中常见的4种情形——所有人同时出现、只有长对话、只在附加图片时、只有特定账号。在此基础上,从确认故障信息、接续到新对话、换账号确认,到通过反馈报告,按省事程度给出7步排查顺序。

ChatGPT、Claude、Gemini 的自定义指令在哪里?字数上限与管用的写法

ChatGPT、Claude、Gemini 的自定义指令在哪里?字数上限与管用的写法

不必每次都叮嘱“先说结论”“用中文回答”,只要在对所有对话自动生效的指令栏里写一次就行。ChatGPT 的“自定义指令”、Claude 的“Claude的说明”、Gemini 的“给 Gemini 的指令”就是这样的栏位,但三家的界面名称、所在位置、能写的字数都不一样。ChatGPT 的 Free 和 Go 为 1,500 个字符,Plus 及以上为 5,000 个字符(2026年7月提高),Claude 和 Gemini 没有公布上限。本文在三家官方帮助页面上核实位置与上限,并依据 Anthropic 的官方提示词指南给出管用的写法与示例。此外,还把官方帮助页面明确写出的“指令不生效的场景”——项目中、Gem 中、临时聊天、公司账号等——整理成一份检查清单。

GPT-5.6 Sol vs Gemini 3.1 Pro 全面对比:智能体编码 vs 原生多模态

GPT-5.6 Sol vs Gemini 3.1 Pro 全面对比:智能体编码 vs 原生多模态

2026年7月时点的 OpenAI 旗舰 GPT-5.6“Sol”与 Google Gemini 的对决,是一场强项几乎不重叠的比拼:Sol 在终端·智能体编码上压倒性领先(Terminal-Bench 88.8% vs 70.7%,SWE-bench Pro 64.6% vs 54.2%,均为 OpenAI 评估表中的数值),Gemini 则以原生多模态(语音·视频)和约为 Sol 四成的单价抗衡。需要注意时态陷阱——Google 真正的对手 Gemini 3.5 Pro 截至2026年9月22日仍未提供,因此比较对象是 Gemini 3.1 Pro。本文依据官方发布与独立基准,梳理两者的实力、价格、多模态以及按场景的选择方式。

什么是 Google Gemini?与 Google 生态深度融合的多模态 AI

什么是 Google Gemini?与 Google 生态深度融合的多模态 AI

向 AI 提问,就能获得基于 Google 搜索最新信息的回答——并与 Gmail、Docs、YouTube 无缝衔接。这就是 Google Gemini 的世界。Gemini 是 Google 打造的对话式 AI(以及背后的模型家族),广泛嵌入到移动应用、Web、Google Workspace 和 Android 中,并在文本、图像、音频与视频之间实现多模态。模型分为“快又便宜的 Flash 系列”和“聪明的 Pro 系列”——具体版本随每一代更替。价格为 Free / Plus 4.99 美元 / Pro 19.99 美元 / Ultra 99.99~199.99 美元(2026 年 9 月的美国价格;Ultra 过去为 249.99 美元),2026 年转向基于算力的用量限制。本文以 2026 年 9 月的信息梳理模型阵容、核心功能(Deep Research、Gems、Canvas、Live、Deep Think)、三大强项(Google 整合、长上下文、多模态)、价格,以及与 ChatGPT、Claude 的差异。

什么是多模态AI?——文本/图像/音频/视频统一架构与选型基准

什么是多模态AI?——文本/图像/音频/视频统一架构与选型基准

2026年,顶尖模型在多模态基准MMMU-Pro上进入80%区间(GPT-5.5不使用工具为81.2%,Gemini 3.1 Pro为80.5%,均为各公司公布值)——图像理解已接近饱和。构建方式正从拼接式(串联独立模型)转向原生式(一个模型直接接收多种输入),但能在一个模型中接收文本、图像、音频、视频全部四种的只有Gemini、Qwen的Omni系列等部分模型;OpenAI的旗舰模型和Claude的API只到图像。本文涵盖什么是多模态AI(LMM/VLM/Omnimodal)、架构分水岭及其意义、各模态的强弱在技术上由什么决定(视频、音频、文档/UI、开放权重模型)以及2026年5月的对比快照、值得关注的四个基准(MMMU-Pro、Video-MMMU、DocVQA、AudioBench)、五种用例各自该依据什么标准来选,以及三条硬性局限(低质量图像的猜测、视频中段准确率、方言与术语音频)——以最新研究与实操经验为依据。