如果您常常使用 Google Gemini，可能遇過這種煩惱，每次開啟一個「新對話」，為了得到高品質的回答，您得重新「教育」它一遍，或是「撰寫」長長的提示詞。如下例子：
- To Gemini：「你現在是一位資深的社群行銷經理，請用活潑但專業的語氣...」
- To Gemini：「你是一個資深程式工程師，請幫我檢查這段 Python 程式碼，但不要直接給我答案，要用引導的方式...」
- To Gemini：「你是一個米其林大廚，我需要一個減脂食譜，記得我不吃香菜也不吃辣，而且要在 20 分鐘內完成...」
這些落落長的「背景設定」即提示工程（Prompt Engineering），每次都要重打或複製貼上，真的很累人。
好消息是，Google Gemini 的「Gem」功能，就是為了徹底解決這個痛點而生。今天這篇文章，我們將深入探討什麼是 Gem、它如何改變您的 AI 使用習慣，並直接提供給您三個我每天都在用的「提示詞樣版」，讓您馬上能建立自己的 AI 專家團隊。什麼是 Gemini Gem？為什麼需要它？
簡單來說，Gem 就是您的「客製化」Gemini 分身。
透過 Gem，您可以將特定的任務需求、知識背景、偏好語氣「封裝」起來。這意味著不需要每次開啟對話都重新輸入一長串提示詞，作背景設定，僅需要設定一次，終身受用。無論是職涯諮詢、程式除錯、採購清單生成，甚至是學術資料搜尋，Gem 都能針對特定任務進行優化。這與 ChatGPT 的自訂 MyGPT、Perplexity 的 Collection 或 Dia 瀏覽器的 Skill 概念相似，都是將通用型 AI 轉化為專精型工具。
現在，分享 Gem 就像分享 Google 文件一樣簡單。
過去，這些強大的提示詞設定通常只能自己私藏。但 Google 最新的更新打破了這個限制。這項功能的戰略意義在於：
- 人人都可以用 AI：對於不擅長寫 Prompt 的初學者，直接使用大神分享的 Gem，能立刻享受到高品質的 AI 服務。
- 知識傳承： 公司主管可以建立一個「合約審查 Gem」或「客戶回覆 Gem」，直接連結分享給團隊，確保大家的 AI 產出標準一致。
- 共享容易：這些共用的 Gem 會整合在 Google 雲端硬碟中，權限管理比照 Drive 檔案，安全又方便。
- 直覺選用，一鍵切換： 這是最顯著的介面變革。建立好的 Gem 會直接化身為 Icon 顯示在左側邊欄。這讓 Gemini 不再只是一個單一的對話視窗，而更像是一個裝滿工具的「工具箱」。使用者可以根據當下的需求（寫程式、寫作、開會），像切換 App 一樣快速點選對應的 Gem，省去翻找舊對話或重新輸入指令的麻煩。
實戰教學：訣竅打造你的超級 Gem
想打造自己的 Gems 卻不知從何下手？Google 官方公開了 4 個關鍵訣竅，只要掌握這些步驟，你也能變身 AI 詠唱師。
步驟一：建立與命名
進入 Gemini 網頁版，點選左側的「探索 Gem」並選擇「新增 Gem」。給它一個好記的名字，這是第一步。
步驟二：掌握指令的黃金四大支柱
- 新增 Gem 詳細如下：
名稱：填入APP名稱，於建立後即顯示於左側工具列之名稱。 - 說明：可以補充該APP之功用，以避免其他使用者不熟悉該APP功能。
- 使用說明：填入結構完成的提示詞，詳細如下會再提到。
- 相關資訊：可上傳附件資料，Gemini會依您提供資訊作為回覆之依據。
Google 指出，一個完美的 Gem 指令包含四個要素：角色 (Persona)、任務 (Task)、背景資訊 (Context)、格式 (Format)。寫指令不要憑感覺，請參考以下這個「會議記錄整理專家」的範本，您可以直接複製並修改使用：
📝 【範本：全能會議記錄整理專家 Gem 指令】
請複製以下內容貼入 Gem 使用說明 (即指令區)
角色 (Persona)：您是一個文字處理專家，具備具備高度的細心和耐心，強大的語言能力和豐富的文字處理經驗。校對人員必須具備良好的溝通技巧，以便與不同部門協調合作，確保最終出版物的質量和專業性。
任務 (Task)：協助使用者將語音轉錄稿件轉化為結構清晰、內容準確且專業的書面記錄（如會議記錄、訪談摘要等）。
步驟一：語音識別：提供語音識別，將音訊檔的逐字稿擷取出來。 （若使用者提供音訊檔或要求此步驟）
步驟二：分段處理逐字稿：加入標點符號，將逐字稿按照自然段落或議題分段。 處理時務必確保標點使用正確且符合中文習慣。
步驟三：提取關鍵訊息：對每個段落提取關鍵訊息，如關鍵討論點、決策、行動項和意見。 確保提取的訊息精煉且涵蓋原意的核心。
步驟四：整理和總結：將提取的關鍵訊息進行整理，確保邏輯順序和連貫性。 使用清晰的標題或列表來組織內容。
步驟五：列出會議記錄：將總結的段落或列表進行潤飾，確保語言流暢且易於理解。
背景資訊 (Context)：
1. 閱讀逐字稿時，一個字都不要漏，保持絕對的忠實性。
2. 中文用字盡量淺顯、白話，避免使用過於複雜或生僻的詞彙。
3. 保持中立、客觀的語氣，特別是在總結討論點時。
4. 對於不確定的用語或發言，應在輸出中註明（例如：[聽不清楚] 或 [XX術語，待確認]）。
格式 (Format)：請嚴格遵守輸出結構，參考格式如附件資料。
另外，別忘了可以上傳自己的資料作為參考附件
raw-image
這是 Gem 最強大的功能之一。你可以點擊「新增檔案」，上傳你的 PDF 手冊、Excel 表格或連結 Google Drive 檔案。 這樣一來，你的 Gem 就不只是在網路上瞎找資料，而是能根據你提供的「私有數據」給出精準建議。例如：上傳公司的品牌規範手冊，讓 Gem 寫出的文案永遠符合品牌調性。
訣竅：讓 AI 幫你寫提示詞
覺得上面那個範本太長、懶得自己寫？沒關係。 您只需要在 Gem 的設定欄位輸入簡單的需求（例如：「我要一個幫我想食譜的助理」），然後點選「使用 Gemini 重寫 (Rewrite with Gemini)」，它就會自動幫你擴寫成專業、詳細的指令版本。(小提醒：預覽滿意後，記得按下「儲存」，預覽視窗是不會自動存檔的喔！)
步驟三：測試 Gem 並確認功能且符合預期
寫完指令後，千萬不要急著按建立。最重要的一步是利用右側的「預覽視窗」進行實戰測試。
- 壓力測試： 丟幾個你在工作中實際會遇到的難題給它。例如，如果是「會議記錄 Gem」，就貼上一段語意不清、插嘴不斷的真實對話；如果是「寫程式 Gem」，就故意寫一段有 Bug 的程式碼看它如何反應。
- 檢查輸出： 確認它的語氣是否符合你設定的角色？輸出的格式（如表格、條列）是否正確？
- 快速迭代： 如果發現它沒有完全聽話（例如：說好不要用敬語卻還是用了），請直接回到左側指令區修改，然後再次測試。反覆幾次「修改指令 -> 測試」的循環，直到滿意為止。
右半側可以作測試，看看功能是否正確且符合預期：
預覽結果於右側可確認步驟及結果：
⚠️ 重要提醒： 測試滿意後，務必按下「儲存」或「建立」。在預覽視窗中的測試對話紀錄是不會自動保存的，一旦離開或重新整理網頁，剛剛的測試內容就會消失。
參考案例：其他常用的提示詞
參考案例一：語言翻譯(英文翻譯中文)
角色：扮演一位精通英文與中文翻譯專家，曾參與《Taipei Times》和《BBC NEWS》報章雜誌繁體中文版的翻譯工作，對於新聞等通俗作品的翻譯很有心得。
任務：
-分成兩次翻譯，第一回英文翻譯中文，再進行第二回意譯
-第一回根據原文內容直譯，不要遺漏任何訊息。
-第二回根據第一次直譯的結果重新意譯，遵守原意的前提下讓內容更通俗易懂。
-每回翻譯後，都要重新比對原文，找到扭曲原意或者-遺漏的內容，然後再補 充到下一回合的翻譯當中。
規則：
-翻譯時要準確傳達原文的内容，不要增加或刪減。
-中文用字盡量淺顯、白話。
-翻譯時請務必使用台灣本地慣用語和表達習慣。
參考案例二：公仔圖生成
A hyper-realistic 1/7 scale figurine of a character, designed as a finished commercial product, placed on an iMac computer desk with a white Apple keyboard. The figurine stands on a clean, round transparent acrylic base with no labels or text. Professional studio lighting highlights the sculpted details. On the iMac screen in the background, display the ongoing ZBrush modeling process of the same figurine, showing the contrast between "work in progress" and the finished product. Next to the figurine, place its packaging box with rounded corners and a transparent front window. The box is open at the top, revealing only the inner transparent plastic clamshell, and its height is slightly taller than the figure, realistically sized to contain it.
參考案例三：數據分析
角色：扮演數據分析專家，運用統計學、機器學習和可視化工具
，挖掘數據價值，發現潛在模式，提供洞察與建議，助力業務決策優化，
實現數據驅動的創新和增長。請以繁體中文回覆。
目的與目標：
* 接收用戶提供的數據集或數據描述，並執行完整的數據分析流程。
* 提供清晰、專業的數據清理、轉換和探索性分析報告。
* 根據數據特性選擇合適的統計模型，並對模型性能進行嚴格評估。
* 撰寫一份結構化且富有洞察的報告，將數據發現轉化為可執行的業務建議。
執行分析步驟：
步驟1（資料清理）： 詳細列出已處理的缺失值（例如：'特徵X的缺失值採用平均值填補'）及移除的重複值數量。
步驟2（資料轉換）： 具體列出進行One-hot Encoding（針對名義類別變數）和Label Encoding（針對有序類別變數）的特徵名稱。
步驟3（探索性資料分析-EDA）： 描述關鍵變數的數據分佈（如偏態、峰態），並建議繪製至少3種合適的可視化圖表（如直方圖、箱形圖、密度圖）。
步驟4（變數相關性計算）： 計算所有數值變數間的皮爾遜相關係數，並說明將繪製熱圖以展示相關性強度。
步驟5（建模與分析）： 根據數據集的問題類型（例如：預測數值型目標則為迴歸，預測類別型目標則為分類），明確說明所選擇的模型及其原因。
步驟6（模型性能評估）： 根據所選模型的類型，只列出並解釋該類型模型的主要評估指標（例如，如果是迴歸問題，則只列出MSE、RMSE、MAE和R²分數）。
步驟7（洞見生成與報告）： 分析並解釋至少3個最重要的特徵對目標變數的影響，提出基於數據的3條具體業務建議，並繪製至少2個支持洞察的可視化圖表。
整體語言：
專業、客觀且具備權威性樂於助人，將複雜的數據概念簡化，便於業務人員理解
結論
本文深入介紹了 Google Gemini 的全新功能「Gem」，旨在解決使用者需反覆輸入冗長提示詞（Prompt Engineering）的痛點。Gem 被定義為用戶的「客製化 AI 分身」，允許將特定的角色設定、任務需求、知識背景及語氣偏好「封裝」成專屬工具，實現「一次設定，終身受用」。
Gem 的核心優勢在於其便利的共享機制（類似 Google 文件），便於團隊內部知識傳承與標準統一，並且在介面上將 Gemini 從單一對話視窗轉變為直覺的「工具箱」，讓使用者能像切換 App 一樣快速選用不同功能的 Gem。
文章並提供了打造高品質 Gem 的實戰教學，強調需掌握四大支柱：角色 (Persona)、任務 (Task)、背景資訊 (Context) 和格式 (Format)。同時，介紹了 Gem 強大的「私有數據」上傳功能，讓 AI 能依據用戶提供的檔案（如 PDF、Excel）給出精準建議。最後，文章提供了會議記錄整理、語言翻譯、公仔圖生成及數據分析等實用樣版，並強調了建立 Gem 後進行「壓力測試」與快速迭代的重要性。
