北京
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.
