第一章 认识 Gemini（从零开始）

本章你将学到

• Gemini 的身世：它从哪里来、谁在做、当前有几个版本
• Gemini 不是什么：5 个常见的误解
• Gemini 是什么：用一棵树来理解整个产品矩阵
• 它能帮你做的 20 件具体的事
• 它和 ChatGPT、豆包、DeepSeek、Kimi 的对比表
• 5 分钟自检：你到底要不要学它

一、Gemini 的身世（30 秒看完）

• 谁做的：Google（更准确说是 Google DeepMind 团队）。
• 诞生：2023 年 12 月发布第一代 Gemini 1.0（Ultra/Pro/Nano）。
• 关键节点：
  • 2024 年初：Bard 改名 Gemini，Gemini App 上线。
  • 2024 年 5 月：Gemini 1.5 Pro 推出，首次实现"100 万 token 长上下文"。
  • 2024 年 12 月：Gemini 2.0 Flash 推出。
  • 2025 年 3-6 月：Gemini 2.5 系列发布（Pro/Flash/Flash-Lite）。
  • 2025 年 11 月：Gemini 3 Pro 发布，原生多模态推理上一个大台阶。
  • 2026 年 3 月：Gemini 3.1 Pro 发布，旗舰模型，推理能力比 3 Pro 提升一倍。
• 当前家族（2026 年 4 月）：
  • Gemini 3.1 Pro：旗舰，最强推理。
  • Gemini 3 Pro：复杂任务首选。
  • Gemini 3 Flash：日常对话/工作的最佳性价比。
  • Gemini 3.1 Flash-Lite：极速、便宜，适合大量、简单任务。
  • Gemini 2.5 系列：仍保留供向下兼容。

记不住？没关系。普通人只需要记住一句话："我有四档可选，从慢但聪明，到快但便宜，按场景选就行。"

二、Gemini 不是什么（5 个常见误解）

误解 1："Gemini 就是 Google 搜索的升级版？"

不是。 Google 搜索给你的是链接——你还要自己点进去读。Gemini 给你的是答案——它已经替你读完、综合好了。

Google 搜索 + Gemini 的关系，类似"图书馆 + 私人秘书"。

误解 2："Gemini 就是 ChatGPT 的 Google 版？"

部分对，但不全对。 二者都属于"对话式 AI"，但 Gemini 的差异在：

• 原生多模态：Gemini 从设计第一天就是"会看视频会听声音"的，ChatGPT 是后来加上的。
• 绑定 Google 全家桶：Gemini 直接进 Gmail、Docs、YouTube、Drive，不需要插件。
• NotebookLM：这是一个 ChatGPT 没有完全等价物的产品。
• 完全免费的 API 试用：AI Studio 给所有人提供免费的 Gemini API 额度。

误解 3："Gemini 在中国大陆用不了，学了没用？"

学了非常有用，且越来越多人用得上。 三个事实：

• 大陆地区的用户可以通过合规的海外网络访问，Gemini App、网页、AI Studio 都能用。
• 即使你完全不打算用海外服务，Gemini 的方法论（提示词、Deep Research 思路、多模态用法）100% 适用于豆包、文心一言、DeepSeek、Kimi。
• 你身边的同事、客户、合作伙伴，正在大量使用 Gemini，你不懂就会被信息差碾压。

误解 4："Gemini 只能聊天，不能干活？"

早过时了。 Gemini 现在可以：

• 自己上网搜资料、写报告（Deep Research）。
• 自己看你的屏幕、教你操作（Gemini Live + 屏幕共享）。
• 自己写代码、自己提交 Pull Request（Jules）。
• 自己生成图片（Imagen 4）和视频（Veo 3.1）。
• 自己在 Sheets 里建表、在 Slides 里做 PPT、在 Gmail 里写邮件。

它已经从"聊天机器人"进化到"会动手的 AI 同事"。

误解 5："这种东西要懂技术才能玩，我学不会。"

这是本书写给你的核心理由。 整本书里我不会让你写一行代码，最复杂的操作就是"复制 - 粘贴 - 点回车"。

三、Gemini 是什么（一棵树）

我用一张"产品树"来帮你建立心智模型：

   Gemini (大脑：模型)
   │
   ┌──────────────────┼──────────────────────┐
   ↓  ↓  ↓
   (面向消费者)  (面向开发者)  (面向企业)
   │  │  │
   ┌────┴───────┐  ┌───┴────────┐  ┌──┴───┐
   │  │  │  │  │  │
 Gemini App  NotebookLM  AI Studio  Gemini API  Workspace  Vertex AI
   │  │  │  │  │  │
   │ (聊天/拍照) │ (资料库)  (Web 试玩)  (5 行代码) (Gmail/Docs)  (云端)
   │
   ├ 文本对话
   ├ Deep Research（深度调研）
   ├ Canvas（一键变网页/PPT）
   ├ Gems（自定义专家）
   ├ Imagen（画图）
   ├ Veo（生视频）
   └ Gemini Live（实时语音 + 摄像头 + 屏幕）

普通人主要打交道的是左半边：

• Gemini App / 网页（gemini.google.com）：日常聊天和大部分功能。
• NotebookLM（notebooklm.google.com）：你的"私人专家"，专门用于资料消化。
• Gemini in Workspace：Gmail / Docs / Sheets / Slides / Meet / Drive 里的 AI 集成。

进阶用户可以再玩右半边：

• AI Studio（aistudio.google.com）：免费试玩各种模型 + 申请 API Key。
• Gemini API：让你的程序、网站、自动化流程接入 AI（本书第十四章会讲）。

四、Gemini 能帮你做的 20 件具体的事

为了避免空谈，我列 20 件普通人立刻能用上的事，每一条都对应本书后续的某一章：

五、Gemini vs ChatGPT vs 豆包 vs DeepSeek vs Kimi

很多读者问："我已经在用 ___，还需要切到 Gemini 吗？" 下面这张表帮你决定。

一句话决策：

• 你主要做办公、文档、邮件、调研、学习、做爸妈用的助手 → Gemini 是首选。
• 你主要做纯写作、闲聊、写代码 → ChatGPT、DeepSeek 也很好。
• 你只想用完全免费、中国大陆直接用的中文 AI → 豆包、DeepSeek、Kimi。
• 建议：Gemini + 一个国内 AI（比如 DeepSeek）双修，就是 2026 年最佳组合。

六、Gemini 能解决你的哪些"真痛点"？

我整理了普通人最常见的 12 个痛点，对应到 Gemini 的解决方案：

七、5 分钟自检清单：你到底要不要学 Gemini？

回答下面 10 个问题，勾的越多，越值得学。

• 我每天会处理超过 30 封邮件、消息或文档。
• 我经常要看长报告、长论文、长合同、长视频。
• 我用 Gmail / Google Docs / Google Sheets / YouTube。
• 我经常需要"调研一个我不熟悉的领域"。
• 我有孩子，要辅导作业，或者要陪他学英语、读书。
• 我有爸妈，希望他们也能用上 AI（哪怕只是问天气、读药品说明书）。
• 我要做内容（写作、视频、设计），缺灵感和素材。
• 我要做小红书、公众号、抖音、视频号，需要批量生产文案。
• 我希望"用上更新的、能力更强的模型"，不愿意被国内某一家平台锁死。
• 我相信 AI 会持续改变工作方式，希望提早学习以保持竞争力。

结果：

• 勾 8 个以上：立刻翻 第二章，今天就把 Gemini 用起来。
• 勾 5-7 个：把这本书当休闲读物，遇到对应章节的痛点再深读。
• 勾 0-4 个：你可能更需要的是"任何一款 AI 入门"，可以先看本系列的 DeepSeek 橙皮书 或 豆包橙皮书 这类国内方案。

八、关于"中国大陆访问"的一段诚实话

我必须把话说在最前面：

• 在中国大陆直接访问 gemini.google.com、aistudio.google.com、notebooklm.google.com 是不通的。
• Google 账号也需要海外手机号验证（或者干净的海外网络环境）。
• 本书不提供任何"绕过限制"的技术指南，我建议你按当地法规处理。

但你可以：

1. 如果你有海外身份（出差、留学、华侨、商务签）：直接去 Google 官网注册账号，用 Gemini 完全合规。
2. 如果你公司有海外业务：让公司给你开一个 Google Workspace 子账号，最简单。
3. 如果你身边有亲友在海外：让他们帮你完成注册（手机验证），之后你可以管理自己的密码。
4. 如果你只是想体验"AI Agent"和"长上下文"：完全可以用 DeepSeek、Kimi、豆包，本书的方法论 90% 通用。

后续章节我会默认你已经有了一个能正常使用 Gemini 的环境，不再赘述这一段。

九、本章一图回顾

graph TD
   A[Gemini 是什么] --> B[一个 AI 模型家族<br/>3.1 Pro / 3 Flash / Flash-Lite]
   A --> C[一系列产品]
   C --> C1[Gemini App<br/>日常聊天]
   C --> C2[NotebookLM<br/>个人知识库]
   C --> C3[Workspace 集成<br/>Gmail/Docs/Sheets]
   C --> C4[AI Studio + API<br/>开发者]
   A --> D[一组超能力]
   D --> D1[多模态<br/>图/音/视频]
   D --> D2[Deep Research<br/>自动调研]
   D --> D3[Imagen + Veo<br/>画图+视频]
   D --> D4[Gems + Live<br/>专家+实时]

十、本章作业

跟着做，5 分钟内完成：

1. 打开 https://gemini.google.com（如果打不开，先看完第二章）。
2. 把上面的 [5 分钟自检清单] 抄到一张纸上，认真打勾。
3. 把这本书的 README 链接收藏到浏览器，方便随时查目录。

十一、下一章预告

下一章 02 第二章 五分钟拥有你的第一个 Gemini，你将完成：

• 注册一个 Google 账号（如果还没有）。
• 在手机和电脑上分别打开 Gemini。
• 完成你的第一次对话——一个让你"哇"的真实场景。
• 看清主界面的 5 个关键按钮。

5 分钟后，你就拥有了人类历史上最强大的 AI 工具之一。

走，翻开第二章。