Gemini

Gemini 是 Google 推出的对话助手，背后是同名的 Gemini 系列模型。上下文窗口是它最实在的优势——可以一次性塞进整本书或几小时的会议记录，而不用先切分再拼接。多模态能力也是几家里最完整的，图片、音频、视频都能直接作为输入。

与 Google 生态的打通是另一个选它的理由：如果你的资料本来就在 Gmail、Drive、Docs 里，它能直接调取，省去导出再粘贴的往返。免费额度在几家国际产品里也算慷慨。

代价是输出质量不够稳定。同一个提示词多试几次，结果的差异比 ChatGPT 和 Claude 明显，在需要严格遵循格式的任务上尤其如此。它更适合“帮我处理这一大堆材料”，而不是“帮我把这段文字打磨到能直接用”。

主要功能

• 超长上下文：整本书、长篇报告、大量会议记录可以一次放进去，不必手动切分。
• 多模态输入：图片、音频、视频都能直接上传让它理解和总结。
• Google 应用联动：授权后可以读取 Gmail、Drive、Docs 等里的内容来回答问题。
• 深度研究：针对一个问题自动搜索大量网页，整理成带来源的长篇报告。
• Gems：把常用的指令保存成定制助手，下次直接调用。

如何使用

1. 打开 gemini.google.com，或在手机上安装 Gemini App。
2. 用 Google 账号登录。
3. 直接提问，或上传文件、图片、音视频后再提需求。
4. 如需调用 Gmail、Drive 等内容，在设置里开启对应的应用连接。
5. 对结果不满意时多生成几次或把格式要求写得更明确，它的输出波动较大。

适用场景

• 海量材料消化：长篇报告、整本书、成堆的会议记录，一次性放进去提问。
• 音视频内容处理：直接上传录音或视频让它总结要点。
• 资料都在 Google 全家桶里的人：邮件、文档可以直接调取，省去来回复制。
• 初步调研：用深度研究快速拿到一份带来源的概览，再自己筛选。

优势与不足

优势

• 上下文窗口大，处理长材料最省事。
• 多模态输入覆盖最全，音视频也能直接喂。
• 与 Google 生态深度打通，免费额度相对慷慨。

不足

• 输出稳定性一般，同一提示词多次结果差异明显。
• 严格格式要求的任务上容易走样，精修文字不如 Claude。
• 中国大陆无法直接访问，且需要 Google 账号。