Gemini中的Gem是什么？自定义AI助手到底怎么玩

上个月有个做跨境电商的朋友在微信上问我："gemini中的gem是什么？我在 Gemini 侧边栏里看到这个入口，点进去一堆英文名字，完全不知道能干嘛。"

我当时正在用自己搭的一个 Gem 做选品文案的初审，就顺手截了个图给他看。他愣了两秒说：这不就是每次都要粘贴一遍的那套提示词吗？

对，也不对。这篇就把 Gemini 中的 Gem 到底是什么、技术上是怎么实现的、以及我自己怎么用它，一次讲清楚。

核心结论：Gemini 中的 Gem（英文写作 Gems）是 Gemini 应用内的"自定义 AI 助手"功能。它本质是一份可保存、可复用的 System Prompt 加一组知识文件，创建一次后每次对话都自动携带这套人设与规则。底层模型没有变，变的是提示工程被产品化了。

Gemini中的Gem是什么？先给一个不绕弯的定义

Gems 是指 Google 在 Gemini 应用中提供的定制化 AI 助手对象，用户可以给它起名字、写指令、挂载参考资料，然后像切换聊天窗口一样在多个 Gem 之间来回切换。

这东西第一次正式亮相是 2024 年 8 月 28 日。根据 Google 官方博客当天的公告，Gemini Advanced 订阅用户（当时对应 Google One AI Premium，19.99 美元/月）可以创建自己的 Gems，Google 同时预置了五个现成角色：Brainstormer、Career guide、Writing editor、Coding partner、Learning coach。

中文界面里这几个预置 Gem 的译名各版本略有差异，但功能是一致的。后来 Google Workspace 的商业版 Gemini 也接入了 Gems，2025 年起 Google 又开始把它下放到更多用户层级，包括部分地区的免费账户（来源：Google Gemini 帮助中心《Create & manage Gems》）。

所以如果你在免费账号里也看到了这个入口，不是你记错了。

拆开看：一个 Gem 到底由什么组成

一句话概括——Gems 是 Google 把"提示工程"从一次性动作变成了持久化配置。

System Instruction 才是 Gem 的骨架

你在创建 Gem 时填的那个"指令"输入框，落到 API 层就是 `system_instruction`。它和普通对话消息不在同一个优先级上：模型会把它当作整个会话的前置约束，而不是可以被后续对话冲淡的一句普通提问。

我用 Python 复刻一个和网页端 Gem 等价的逻辑，你可以对照着看：

from google import genai from google.genai import types

client = genai.Client(api_key="YOUR_API_KEY")

下面这段就是你在网页端创建 Gem 时填进"指令"框的内容

CODE_REVIEWER_PROMPT = """ 你是一名资深 Python 后端工程师，负责代码评审。 规则：

1. 只指出可能造成线上故障的问题，不讨论代码风格偏好；
2. 每条意见必须给出可直接替换的修改片段；
3. 输出用 Markdown 表格，列为：问题、风险等级、修改建议。

"""

chat = client.chats.create( model="gemini-2.5-flash", config=types.GenerateContentConfig( system_instruction=CODE_REVIEWER_PROMPT, # 关键：等效于 Gem 的设定 temperature=0.2, # 评审类任务压低随机性 ), )

resp = chat.send_message("帮我看看这段代码：def f(l): return l[::-1]") print(resp.text)

跑通这段代码，你就理解了 Gem 的全部秘密——没有黑魔法，没有微调，就是一段被固定下来的系统指令。

知识文件和技术边界

Gem 还允许上传文件作为参考知识。按 Google 帮助文档的说法，上传的内容会作为该 Gem 的上下文资料参与检索，而不是塞进模型权重。这意味着两件事：一是知识更新只需要换文件，二是它仍然受上下文窗口限制，别指望把一个几百页的产品手册全丢进去还能保持精准。

Gems、普通对话、自定义 GPT 到底差在哪

我把这几种方案横向拉了个表，这是我实际选型时整理的版本：

| 维度 | 普通 Gemini 对话 | Gemini Gems | 自定义 GPT | API + System Prompt | |---|---|---|---|---| | 配置持久化 | 无，每次重写提示词 | 有，一次创建长期复用 | 有 | 取决于你的代码 | | 技术本质 | 纯对话 | System Instruction + 知识文件 | System Instruction + 工具链 | System Instruction | | 上手成本 | 零 | 低，图形界面 | 低 | 中，需要写代码 | | 可编程性 | 无 | 弱 | 中（可接 Action） | 强 | | 适合场景 | 零散问答 | 个人/小团队固定流程 | 对外发布的助手 | 生产系统集成 | | 底层模型 | 可选 | 可选 | 仅 OpenAI 系 | 可选 |

我的判断是：Gems 解决的是"个人重复劳动"这一层的问题，而不是"产品化交付"。想对外发布一个给几百人用的助手，仍然要走 API。

我在项目里怎么用它

说点真实的。我给自己搭的第一个 Gem 叫"选题审稿人"，工作流是丢一篇文章大纲进去，它按我预设的五个维度打分并给出修改意见。

前两周用得挺爽，第三周就翻车了。它开始给我的反馈越来越笼统，什么"建议增加案例支撑""结构可以更清晰"——全是废话。我一开始以为是模型退化了，后来才反应过来：是我自己在指令里写得太松。"给出改进建议"这种表述，模型完全可以敷衍了事。

改法很土但很有效：把那些模糊要求全部换成可勾选的检查项。比如不写"评估内容质量"，改写为"逐条判断是否存在以下五个问题：①核心概念未定义 ②缺少具体数据来源 ③段落长度趋于雷同 ④结论段与前文重复 ⑤没有给出下一步行动建议"。改完之后输出质量肉眼可见地稳定了。

这件事让我对 Gems 有了一个更清醒的认识：它降低的是重复输入的成本，不是提示工程的门槛。你原本写不好提示词，做成 Gem 之后只是把一个糟糕的提示词固化了下来，反而更难发现自己在偷懒。Google 官方文档里也反复强调 Gem 的效果高度依赖指令的具体程度，这不是客套话。

反过来，一旦指令写得够具体，Gems 带来的复利效应非常明显。我那个审稿 Gem 现在已经迭代到第七版，累计用了几百次，节省的时间大概是重新搭建一套提示词框架的好几倍。

几个容易被带偏的误解

Gems 不等于 Gemma。 这是我见过最多的混淆。Gemma 是 Google DeepMind 在 2024 年 2 月 21 日开源发布的轻量级模型家族（后来陆续有了 Gemma 2、Gemma 3），是拿权重、能自己部署的那种。Gems 是 Gemini 应用里的一个功能模块，两者名字像，路线完全不同。

Gems 不是微调。 它不会改变模型参数，换掉指令，行为立刻回到默认状态。

Gems 不保证跨版本一致。 底层模型升级后，同一个 Gem 的输出风格可能变化。这一点在把 Gem 用在正式工作流里之前，值得专门测一轮。

上手路径与我的建议

如果你现在想试，按这个顺序走效率最高：

1. 先别急着自建，把五个预置 Gem 各用一遍，感受一下"指令会怎样塑造输出"
2. 挑一个你每周至少重复三次的任务，把它做成 Gem
3. 第一版指令不要追求完美，但一定要包含输出格式和禁止事项
4. 用满两周后回头改一次指令——这一步几乎所有人都会跳过，但收益最大
5. 需要接进生产系统时，把 Gem 里的指令原样搬到 API 的 `system_instruction`，逻辑是通用的

想看看目前主流对话式 AI 工具各自的自定义助手方案，可以在 VergeX AI工具导航 里横向对比一下，比逐个注册试用来得快。

关键要点速览

• Gemini 中的 Gem（Gems）是 Gemini 应用内的自定义 AI 助手功能，2024 年 8 月 28 日随 Gemini Advanced 正式推出
• 技术本质是持久化的 System Instruction 加可选知识文件，不涉及模型微调
• 它适合固化个人重复流程，不适合直接当产品对外交付
• 输出质量取决于指令的具体程度，模糊指令会被原样放大

回到最开始那个问题——gemini中的gem是什么？说白了就是把你每次都要复制粘贴的那长串提示词，存成了一个可以点开就用的按钮。工具本身不复杂，复杂的是你想清楚自己到底要它干什么。

相关推荐

阅读相关专题

• 大模型提示工程实践：从 System Prompt 到结构化输出
• Gemini 与 GPT 系列模型能力横评

查看工具推荐

• 想找更多支持自定义助手的大模型工具？访问 [VergeX AI工具导航](https://nav.vergex.cn)，已按对话助手、代码模型、多模态等分类整理

订阅更新

• 订阅 VergeX 邮件通讯或关注公众号，获取每周 AI 工具实测与技术拆解