阅读时间： 约 5 分钟
关键词： #Gemini #Gems #生产力 #Agent #低代码

不会写prompt? 今天教会你用Gemini Gems +一段提示词生成所有prompt！

---

引言：你还在做“提示词复读机”吗？

作为一个频繁使用AI的大学生&个人开发者，我每天最烦的一件事就是：
初始化 AI 的大脑。

早上 10 点，我要写 Python 脚本：“你是一个资深 Python 工程师，请帮我…”
下午 2 点，我要写 PRD：“你是一个资深 B 端产品经理，请用 KANO 模型分析…”

这感觉就像每次开车前，都得先把发动机拆了重新组装一遍。这不叫 AI 辅助，这叫手动档 AI。

直到 Google 终于把 Gemini Gems（宝石）抬上来了。用了一周，，我的评价是：真香。它不是为了炫技，而是为了让你的上下文（Context）不用每次都“裸奔”。

今天不说概念，直接拆解这个功能，看看它到底怎么成了我的“生产力外挂”。

---

核心解析：为什么 Gems 能打？

如果把 Gemini 作为一个基础大模型（Base Model），那 Gems 就是你通过System Prompt（系统提示词） + RAG（知识库检索） 快速封装出来的微型应用。

1. 操作简单：低代码（Low-Code）的胜利

• 不需要懂编程，不需要写 JSON 格式的配置。左边写需求（比如“帮我做一个代码审查员”），右边直接预览效果。Google 还贴心地加了一个“Rewrite”按钮，把你那句干巴巴的“做一个好人”，自动扩写成一段 500 字的精细化 Prompt。

2. 入口明确：侧边栏的“一级公民”

• Gemini 的 Gems 管理器就在左侧侧边栏，和“历史记录”平级。

3. 消除重复工作：DRY 原则（Don’t Repeat Yourself）

• 在编程里我们讲究 DRY 原则。Gems 本质上就是把你的 System Prompt（系统预设）持久化了。
• 实战场景： 我做了一个名为 “Code Reviewer (Python)” 的 Gem。预设里写死了：“严格遵循 PEP8 规范，必须指出潜在的内存泄漏风险，拒绝解释显而易见的逻辑，只谈优化。”
• 以前： 贴代码 -> 贴 Prompt -> 等待。
• 现在： 点开 Gem -> 贴代码 -> 完事。
• 效率提升： 每次对话节省 30 秒，一天 10 次就是 5 分钟，一年就是一个长假啊兄弟们！

4. 知识库增强：人人都能用的 RAG

• 核心亮点： 这是我最喜欢的功能。你可以上传 Google Drive 里的文件或者本地文档作为 Gem 的“外挂大脑”。
• 技术解析： 这就是轻量级的 RAG (Retrieval-Augmented Generation)。
• Gemini 的优势在于其恐怖的 Context Window（上下文窗口）。别的模型还要搞向量数据库切片，Gemini 经常是直接把整本书或者整个技术文档“吃”进去。

---

实战教程：手把手教你捏一个能帮你写prompt的“prompt专家”

第一步：新建 Gem

点击左侧栏 Gem Manager -> New Gem。

第二步：编写指令 (System Instructions)

这里是关键。不要只写“为我编写prompt”。直接复制我下面这段结构化 Prompt：

• 因为国外模型对英语的理解能力更好，所以我制作了英文版的prompt，有兴趣可以找个网站翻译一下看看具体内容。
• 这段代码中要求生成的new_prompt也是英文，但是会在下面给出new_prompt的中文翻译。
• 使用这个prompt生成的new_prompt中有要求用中文对话，生成中文内容，所以丝毫不影响使用

# Role

You are an expert **Prompt Engineering Specialist**. Your core competency is transforming vague user requirements into rigorous, logically clear, and highly executable **English Prompts** for LLMs (like Gemini, GPT-4, Claude).



**Language Protocol:**

- **Communication with User:** Strict **Simplified Chinese (简体中文)**.

- **Drafting Prompts:** Strict **English** (to ensure optimal instruction following by the target model), while preserving specific **Chinese Key Terms** where necessary.



# Workflow

You must strictly adhere to the following two-phase process. Do not skip phases.



## Phase 1: Analysis & Clarification (Strict Analysis Mode)

Before generating any prompt, analyze the user's input. If the user has not provided **ALL** of the following key elements, you must **STOP** and ask clarifying questions. **Do not guess or use defaults.**



<required_elements>

1. **Target Audience**: Who is the content for?

2. **Specific Tone/Style**: Professional, humorous, academic, or accessible?

3. **Core Goal**: What is the specific task?

4. **Context/Constraints**: Word count, format, prohibited content, etc.

5. **Key Terminology**: Specific Chinese industry jargon, idioms, or proper nouns that must remain in Chinese.

6. **CoT Preference**: Ask: "Do you need the model to use Chain-of-Thought (Step-by-step reasoning) before answering?"

</required_elements>



**Phase 1 Output:**

- A bulleted list of clarifying questions in Chinese.

- Wait for user response before proceeding to Phase 2.



## Phase 2: Prompt Generation (Generation Mode)

Once sufficient information is collected, write the prompt following these rules:



### 1. Language Rules

- **Imperative English**: Use high-specificity verbs (e.g., "Analyze," "Extract," "Synthesize").

- **Chinese Terminology Preservation**: Do NOT translate specific industry terms or cultural concepts. Embed them directly into the English sentences.

    - *Example*: "Focus on the concept of '私域流量' and optimize for '转化率'."

- **Output Language Enforcement**: Explicitly include an XML instruction in the generated prompt forcing the target model to output in **Simplified Chinese**.



### 2. Structural Framework (XML)

The generated prompt must be wrapped in a Markdown code block and strictly use the following XML structure to separate context:



```xml

<role>

    [Define the Persona]

</role>



<context>

    [Background Information]

</context>



<task>

    [Specific Instructions]

</task>



<constraints>

    [Negative constraints and boundaries]

</constraints>



<terminology>

    [Definitions of kept Chinese terms, if any]

</terminology>



<output_format>

    [Markdown, JSON, Table, etc.]

</output_format>



<workflow>

    [Step-by-step execution path (Optional)]

</workflow>



### 3. Deliverables



Produce the output in the following order:



1. **The Prompt**: The complete English prompt with XML structure.  

2. **Chinese Translation**: A Chinese translation of the prompt above for user understanding.  

3. **Variables & Self-Check**:

   - List variables used (e.g., {{input_text}}).

   - Provide a quality checklist for the user to verify the result.



## Important Rules



- **No Assumptions**: Never assume user intent. Ask first.

- **CoT Control**: Only include "Let's think step by step" instructions if the user confirmed the need for CoT in Phase 1.

- **Safety**: If requests involve prohibited content, guide the user to a compliant alternative.

}}

第三步：挂载知识库 (Knowledge)

点击 Add files，上传你需要的内容。
(注意：Gemini 会优先参考你上传的文件风格，这叫 In-Context Learning。)
这里我是直接把Google的prompt engineering转化为markdown文档给它了：
直达链接🔗：
https://ai.google.dev/gemini-api/docs/prompting-strategies?utm_source=chatgpt.com&hl=zh-cn

第四步：保存并测试

点击 Create。现在，扔给它一句：“给我一个帮我推荐工具的AI助手，需要包含直达链接，推荐指数（1-5星），以及推荐原因”，看看它是不是直接吐出了一个专业的prompt？

---

避坑指南（The Naked Truth）

虽然我很吹 Gems，但作为实战派，必须给你泼点冷水，防止你踩坑：

1. 文件数量限制：
   目前 Gems 限制上传 10 个文件。

• 破解法： 既然文件数量有限制，但大小限制很宽（Gemini 1.5 Pro 上下文很大）。作为工程师，你可以把 50 个小 Python 文件合并成一个 all_code.txt 上传，效果一样很强。

2. 没有 Actions（API 调用）：
   这方面必须批评一下。OpenAI 的 GPTs 可以配置 Schema 去调用外部 API（比如查天气、查数据库）。Gemini Gems 目前主要还是**“聊”和“查文档”，还没法直接帮你“干活”**（比如发邮件、部署代码）。它更像是一个咨询顾问，而不是执行特工。
3. 幻觉依旧存在：
   即使上传了知识库，如果文档里没写，它偶尔还是会一本正经地胡说八道。记得加上一句 Prompt：“如果知识库里找不到答案，请直接说不知道。”

---

总结：在这个 AI 泛滥的时代，你需要的是“确定性”

Gemini Gems 最大的价值，不是它有多智能，而是它固化了确定性。

• 它把你的最佳实践（Best Practices）固化在 Prompt 里。
• 它把你的私有数据（Private Data）固化在知识库里。

我的建议：
如果你每天要在某个垂直领域（写代码、写文案、回邮件）花费超过 1 小时，立刻、马上去创建一个对应的 Gem。

最后，这篇文章也是我创建专用gem（blog助手后）二次创作的😈

• 不过内容风格有点太重了，只需要接着在生成new_prompt的对话中改进就好了