第十四章 高阶玩法（Gems、Deep Think、AI Studio、API、Jules、Agent 模式）

本章你将学到

• Gems 是什么，10 分钟创建 1 个"私人专家"
• Deep Think 模式：什么时候必须用、怎么用
• AI Studio：免费试玩所有模型 + 申请 API Key
• 5 行 Python 代码玩转 Gemini API
• Jules：让 AI 替你写 / 改代码（即使你不懂）
• Agent 模式与未来一年路线图

一、Gems：把"一次性提示词"变成"专属 AI 助手"

什么是 Gem？

普通对话像"每次新员工上班"——你都要从头解释你是谁、做什么、风格如何。 Gem 是一个"已经背好你简历 + 风格 + 工作内容" 的"专属员工"。

每次你打开它，它已经知道你要做什么。

Gem 的 4 个组成

1. 名字 + 头像（自定义图标）。
2. 指令（Instruction）：告诉它"你是谁、要做什么、用什么风格、不能做什么"。
3. 知识（Knowledge）：可上传 10 个文件 / 连接 Google Drive，作为它的私人知识库。
4. 触发对话（Starter prompts）：4 个建议的"打开后第一句话"。

创建你的第一个 Gem（10 分钟）

Step 1：进入 Gem Manager

1. 打开 gemini.google.com。
2. 左侧侧边栏点钻石图标"Gems"。
3. 选 "+ New Gem"。

Step 2：写指令

给一个最简单的例子——"小红书爆款文案专家"：

名字：小红书爆款专家

指令：
你是一位有 5 年经验、运营过 50 万粉账号的小红书爆款专家。
你专门帮我（一位 30 岁女性、定位"30+ 上海上班族的省钱攻略") 写笔记文案。

每次我给你一个"主题"，你按下面 6 步输出：
1）3 个候选标题（12 字内、含数字 / 反差 / 痛点）
2）开头 3 行钩子（不要"大家好我是 ___"）
3）正文 5 段（每段 30-50 字 + 1 个 emoji）
4）3 个具体方法 / 案例 / 数据
5）结尾"金句 + 引导评论的问题"
6）5 个核心 tag + 3 个长尾 tag

风格：
- 真诚不装、有数据
- 不要"姐妹们"、"集美们" 这种词
- 必须有"我自己的故事 / 数据"

不要：
- 鸡汤
- 营销号常用废话（"在这个 ___ 的时代"）
- 完美人设

完成后，问我"你最喜欢哪一版？我们继续优化"。

Step 3：上传知识

如果你已经有过去爆款笔记的 PDF / 链接，上传作为参考。

Step 4：保存

→ 现在你有了一个"专属小红书专家"。

给普通人推荐的 10 个 Gem

二、Deep Think：Ultra 用户的"思考最强模式"

Deep Think 是什么？

普通模式 = 系统 1（直觉、快） Deep Think = 系统 2（反复思考、慢）

它会：

• 同时探索多个解题路径
• 自我评估、互相反驳
• 反复迭代直到找到最优解

它的"硬实力"（2026 年）

• Humanity's Last Exam：48.4%（普通模型 < 30%）
• ARC-AGI-2：52.9%（普通模型 < 25%）

→ 简单说，人类最难的题目它能解。

怎么用

• 入口：Gemini App / 网页 → 选 Gemini 3.1 Pro 模型 → 输入框旁边切换 "Deep Think"。
• 要求：Google AI Ultra 套餐。
• 代价：单次回答时间 1-5 分钟（vs 普通 5-30 秒）。

什么时候必须用 Deep Think？

• 高考压轴题、奥数题
• 复杂代码 bug 调试
• 商业策略权衡（多个变量 + 长期影响）
• 数学证明
• 复杂逻辑题

什么时候不要用

• 日常聊天 / 写邮件 / 文案
• 联网搜索
• 多模态识图

→ Deep Think 是"慢模式"，不是"全能模式"。

三、AI Studio：开发者的游乐场

AI Studio 是什么？

https://aistudio.google.com

它是 Google 给开发者准备的"试玩 + 调试 + 申请 API Key" 的网页工具。

但它对普通人也很有用：

• 可以试玩所有模型，包括最新预览版
• 可以测试不同的 system instruction（系统提示）
• 可以完全免费 申请 API Key
• 可以一键导出代码到 Python / Node.js / cURL

申请免费 API Key（2 分钟）

1. 打开 aistudio.google.com
2. 登录 Google 账号
3. 左上角点 "Get API key"
4. 选 "Create API key in new project"（或选已有项目）
5. 复制下来（格式：AIzaSy...）

保管好这个 Key。它就像密码，泄露后别人能用你的额度。

免费额度（2026 年 4 月）

• Gemini 2.5 Pro / 2.5 Flash / 2.5 Flash-Lite 免费可用
• 具体 RPM（每分钟请求）/ TPM（每分钟 token）/ RPD（每天请求）请登录后在 AI Studio 查
• 重置时间：每天太平洋时间 0 点

Free 额度足够"个人小工具"，但不能用于生产环境 / 处理敏感数据 / 服务欧洲终端用户。

四、5 行 Python 玩转 Gemini API

不会写代码？没关系，你只需要复制这 5 行。

准备

pip install google-genai

5 行代码

from google import genai

client = genai.Client(api_key="你的API_KEY")
resp = client.models.generate_content(model="gemini-2.5-flash", contents="你好，介绍一下你自己")
print(resp.text)

→ 运行 → 输出 Gemini 的回答。

进阶 1：用环境变量保存 API Key（更安全）

export GEMINI_API_KEY="AIzaSy..."

import os
from google import genai

client = genai.Client(api_key=os.environ["GEMINI_API_KEY"])
resp = client.models.generate_content(model="gemini-2.5-flash", contents="...")
print(resp.text)

进阶 2：流式输出（边写边显示）

for chunk in client.models.generate_content_stream(model="gemini-2.5-flash",
   contents="写一首关于上海的诗"):
   print(chunk.text, end="")

进阶 3：结构化输出（拿 JSON）

from pydantic import BaseModel

class WeatherInfo(BaseModel):
   city: str
   temperature: int
   weather: str

resp = client.models.generate_content(model="gemini-2.5-flash",
   contents="今天上海天气如何？",
   config={"response_mime_type": "application/json", "response_schema": WeatherInfo})
print(resp.parsed)
# WeatherInfo(city='上海', temperature=18, weather='多云')

进阶 4：多模态

from PIL import Image

img = Image.open("photo.jpg")
resp = client.models.generate_content(model="gemini-2.5-flash",
   contents=["这张图里是什么？", img])
print(resp.text)

普通人能拿 API 做什么？

• 写一个"每天早上自动生成今日待办" 脚本。
• 写一个"批量翻译 1000 条产品标题" 工具。
• 给你的微信公众号做"自动客服"。
• 把 Gemini 接入 Telegram / Discord 做群机器人。

五、Jules：让 AI 替你写代码

Jules 是什么？

https://jules.google.com

Jules 是 Google 推出的异步编程代理（async coding agent），简单说：

• 它会读你的整个代码仓库
• 根据你的一句话需求，自动写代码 + 提交 Pull Request
• 你只需要审查 → 合并

适合的人

• 程序员：让 Jules 干"机械重复的活"。
• 半懂技术的产品经理 / 设计师：可以让 Jules 帮你修小 bug、加小功能。
• 完全不懂代码的人：可以让 Jules 帮你做"小工具"（比如读 Excel、自动发邮件）。

怎么用（10 分钟）

Step 1：注册

1. 打开 jules.google.com
2. 用 Google 账号登录
3. 点 "Connect to GitHub" → 授权

Step 2：选仓库

• 选你想让 Jules 工作的 GitHub 仓库（如果你没有，先用模板创建一个）
• 选分支

Step 3：写任务

帮我加一个功能：
- 读取 data/users.csv
- 找出过去 7 天注册的用户
- 给每个用户发一封欢迎邮件（用 Mailgun API）
- 把发送结果写回 data/log.csv

环境变量：
- MAILGUN_API_KEY
- MAILGUN_DOMAIN

请先给我一个执行计划。

Step 4：审查计划 → 批准 → 等待

• Jules 会先给一份"我打算这么做" 的计划。
• 你说"OK" 后，它开始写代码。
• 完成后会自动提交 PR 给你。
• 你审查 → 合并。

Jules 的边界

• 能做：CRUD 类功能、bug 修复、文档补全、测试用例、重构。
• 不能做：复杂架构设计、需要业务深判断的功能。
• 建议：把仓库里加一个 AGENTS.md 文件，告诉 Jules 项目的"风格 / 注意事项"，准确率会大幅提升。

六、Agent 模式：什么是"AI 自己干活"？

Agent ≠ Chatbot

• Chatbot：一问一答，等你输入。
• Agent：你说"目标"，它自己拆任务、调工具、调 API、循环执行直到完成。

Gemini 的 Agent 能力

你今天就能用的 Agent 玩法

玩法 A：让 AI 当"出差总管"

我下周一到周三去深圳出差。

请按下列步骤"端到端" 帮我搞定：
1）查机票（联网）
2）订酒店（联网）
3）规划每天行程
4）准备客户拜访资料（用 Drive 里"客户 A、B、C 的文档"）
5）做一份完整的"出差大礼包" Canvas 网页，含所有信息
6）把 Canvas 链接给我，我打印 / 转发

玩法 B："今晚的我把明早的我安排好"

请基于：
- 我今天的日历
- 我未读的所有邮件
- 我 Drive 里"待办" 文件夹

帮我：
1）整理出"明天必做的 3 件事"
2）每件事的"准备资料 / 联系人 / 时间窗口"
3）把上面整理成一份"明早 8 点打开就能开始" 的 brief
4）发到我邮箱，标题"明日 brief - 4 月 20 日"

七、6 个高阶组合套路

套路 1：Gem + Knowledge

把你的"过去所有作品" 上传到一个 Gem 的 Knowledge。 这个 Gem 就成了"你自己的 AI 化身"，风格 100% 像你。

套路 2：Deep Research + Canvas + Gem

Deep Research 跑一份调研报告
→ Canvas 一键变网页
→ 把报告内容放进 "市场分析专家" Gem 的 Knowledge
→ 以后随时问"基于上次调研，___ 怎么看"

套路 3：NotebookLM + AI Studio API

把 NotebookLM 当"知识库"，写一个 Python 脚本：

• 每天自动从 NotebookLM 取最新摘要
• 通过 API 自动生成日报
• 自动发邮件给你

套路 4：Jules + AGENTS.md

在你的 GitHub 仓库根目录加一个 AGENTS.md：

"这个项目是个人博客，使用 Next.js + Tailwind。
代码风格：
- 所有 component 单独一个文件
- 文件命名：kebab-case
- 中文注释
- 测试用 Vitest

任何 PR 必须包含：
- 单元测试
- 中文注释"

→ Jules 完全按你的风格写代码。

套路 5：Imagen + Veo + Canvas

Imagen 生主视觉 → Veo 让它动起来 → Canvas 把它嵌进网页 → 一份"动态视觉营销 H5"。

套路 6：Gem + Live + 摄像头

创建一个 Gem："健身私教"，加上你的体态评估资料。 打开 Gemini Live → 摄像头对着你做动作 → AI 实时纠正姿势。

八、3 个真实场景小案例

案例 A：自由职业者用 5 个 Gem 干"5 个员工的活"

她有 5 个 Gem：

1. 客户对接专家
2. 文案专家
3. 图片设计专家（Imagen prompt 模板）
4. 月报专家
5. 客户案例专家

→ 1 人收入抵 5 个员工，月 8 万。

案例 B：考研学生用 Deep Think 解物理压轴题

他过去物理压轴题"每题 40 分钟"，用 Deep Think 自检 + 引导，缩到 15 分钟。

→ 物理高考 138（满分 150）。

案例 C：完全不懂代码的产品经理用 Jules 做"内部小工具"

他自己写了一个用户调研问卷，但不会做"自动汇总" 工具。让 Jules：

帮我做一个 Python 脚本：
- 读取 Google Sheets 里的问卷数据
- 按"用户类型" 分组统计
- 生成一份 PDF 报告，含 5 张图
- 自动发我邮箱

→ 30 分钟搞定，节省了找开发的 1 周。

九、5 个常见的"翻车"

翻车 1：Gem 指令太长（5000 字）

→ AI 越来越偏离。Gem 指令控制在 1500 字内。

翻车 2：Deep Think 用在简单问题

→ 慢且没必要。只用于"真的复杂" 的题。

翻车 3：API Key 被传到 GitHub 公开仓

→ 别人会用你的额度。用环境变量，加 .gitignore。

翻车 4：Jules 写的代码没看就合并

→ AI 偶尔会写错。永远要 review。

翻车 5：Agent 跑偏

→ 任务太宽。给清晰的"输入 - 输出 - 边界"。

十、本章一图回顾

   ┌─────────────────────────┐
   │  高阶玩法 6 兄弟  │
   └─────────────────────────┘
   │
   ┌─────┬───────┬───────┼───────┬────────┬────────┐
   ↓  ↓  ↓  ↓  ↓  ↓  ↓
   Gems  Deep  AI  API  Jules  Agent
   Think  Studio  (统称)
   │  │  │  │  │  │
   │  │  │  │  │  └─ 自动循环
   │  │  │  │  └─ AI 写代码
   │  │  │  └─ 5 行 Python 玩 Gemini
   │  │  └─ 申请免费 Key + 试玩
   │  └─ Ultra 用户解最难题
   └─ "私人助手"

  组合套路：
  Gem + Knowledge / Deep Research + Canvas + Gem
  NotebookLM + API / Jules + AGENTS.md
  Imagen + Veo + Canvas / Gem + Live + 摄像头

十一、本章作业

• 创建你的第一个 Gem（推荐"邮件外交官" 或"周报机器人"）。
• 申请一个 AI Studio API Key（即使你不会写代码，存着）。
• 如果你会一点编程，跑一遍"5 行 Python" 例子。
• 试一次 Jules（用一个示例仓库）。

十二、下一章预告

下一章 15 第十五章 避坑、安全、隐私与未来，带你做"全书收官"：

• 新手 10 大坑
• 数据安全 / 隐私 / API Key 管理
• AI 时代普通人的"防被淘汰" 路线图
• 未来 12 个月 Gemini 路线图

去看最后一章 →