中文
English Google AI Studio 是一个功能强大的平台，初看可能让人感到复杂，但深入了解后，你会发现它是一套能极大提升生产力和创造力的工具。本文将详细介绍其核心功能，以清晰、实用的方式帮助你解锁其潜力，从与 AI 模型对话到生成多媒体内容，再到构建应用，带你全面掌握。
Google AI Studio 入门
首次打开 Google AI Studio，你会看到一个功能丰富的界面。主仪表板是你的操作中心，左侧菜单展示了核心功能，如聊天、实时流和多媒体生成。界面还会显示 Google 的最新功能更新，让你随时了解新特性。虽然按钮繁多，但熟悉布局后，平台操作直观且易于上手。
与 Gemini 聊天
默认的“聊天”功能让你可以像与朋友发消息一样与 Google 的 Gemini AI 模型互动。你可以提出问题、请求撰写内容或执行基本任务。这个简洁的界面让 Gemini 的功能易于使用，适合快速获取答案或生成内容。
实时流：动态交互
“实时流”功能将交互提升到一个新高度，支持与 AI 进行语音对话。你可以与 AI 辩论、共同观看视频或获取任务的逐步指导。例如，通过共享屏幕，AI 可以分析你的桌面并提供定制建议，比如优化一台启动缓慢的 Windows 电脑，管理开机启动项。这种功能就像身边有一位实时指导的专家。
生成多媒体：从图像到音频
使用 Gemini 生成图像
“生成多媒体”功能允许你通过五种不同模型将创意转化为视觉效果，其中包括 Gemini 的图像生成工具。通过输入提示词，如“一只包饺子的小猫”，AI 就能生成符合你想法的图像。你可以通过多轮提示优化图像，比如让小猫手持擀面杖或旁边添加饺子，逐步打造出符合预期的视觉效果。
Gemini 文字转语音
Gemini 的文字转语音功能以其自然度和可控性脱颖而出。用户可从 30 种声音中选择，并为单人或多人对话定制风格。例如，创建一段祖孙对话，AI 会自动调整语气，模拟出爷爷的慈祥声音或孩子的活泼回应。它还能无缝处理多语言输入，比如在英语和中文间切换，并支持粤语等地域口音，增添真实感。
Imagen 3：高保真图像生成
2025 年 5 月推出的 Imagen 3 是 Google 最顶尖的文生图模型，擅长细节捕捉和提示词理解。例如，请求一款“由回收海洋塑料制成的环保智能手表，表盘显示简约健康数据”，即可生成逼真的 16:9 比例产品摄影图像，细节和材质表现令人惊叹。
Veo：视频创作
Veo 是文生视频功能的亮点，只需提供文字描述或图像，AI 就能生成视频。例如，描述“一只金毛犬在阳光明媚的公园追逐红色飞盘”，即可生成镜头平滑、画面逼真的视频。同样，将晨练的静态图像转化为动态视频，Veo 也能精准理解场景，生成自然流畅的动作。
Lyria RealTime：音乐创作
Lyria RealTime 专为音乐爱好者设计，提供多种风格、乐器和节奏选项。用户可组合“鼓与贝斯”或“韩国流行”等元素，生成 MIDI 数字乐谱，并可下载用于进一步编辑。界面还提供随机组合功能，帮助突破创作瓶颈，激发灵感。
构建 AI 应用
“构建”板块展示了 AI 应用案例，如聊天机器人或音乐控制器。例如，一个应用通过猫咪插图解释概念，如蝴蝶的生命周期。用户可直接在界面修改代码，提出需求，如添加“正在生成”提示和加载动画。AI 不仅能实现需求，还会优化功能，比如增加进度条，体验更流畅。
使用 CRAFT 框架编写高效提示词
要充分发挥 AI Studio 的潜力，编写精准的提示词至关重要。CRAFT 框架（背景、角色、行动、格式、语气）帮助你结构化指令。例如，为狗狗写一篇社交媒体帖子：
- 背景：狗狗在公园玩耍，追蝴蝶未果，有点小失落。
- 角色：AI 扮演一只边境牧羊犬。
- 行动：撰写一篇有趣的社交媒体帖子。
- 格式：日记风格。
- 语气：可爱且带点调皮。
结果是一篇充满狗狗个性的生动帖子，结合提供的照片进一步增强真实感。进一步优化提示词，加入网络流行语如“累成狗”，可让输出更戏精、更贴合预期。
系统指令：确保 AI 行为一致
系统指令让你为 AI 设置持久角色。例如，将 AI 定义为“犀利幽默的电影评论员”，每次评价电影时都会保持毒舌风格。评价《哪吒之魔童降世》时，AI 给出 4.5 星，评论道：“这小哪吒，烟熏妆、垮裤、手插兜，简直是社畜心中的‘老子不认命’嘴替。”这种一致性确保 AI 始终符合设定。
高级工具与设置
模型选择
AI Studio 提供多种 Gemini 模型，包括高效的 Gemini 2.5 Flash（2025 年 5 月 20 日更新）和专注于编程与复杂任务的 Gemini 2.5 Pro。模型比较工具可并行测试性能，展示速度与输出质量的差异。
令牌计数与温度
平台显示令牌使用量，反映上下文窗口的容量，足以处理大量输入。调整“温度”可控制 AI 的创造力——低温度适合精确回答，高温度带来创意惊喜。
结构化输出与代码执行
启用结构化输出可生成 JSON 格式数据，适合数据驱动任务。代码执行功能允许 AI 运行脚本，例如使用 Python 的 matplotlib 库生成销售趋势图，并提供可下载的图像。
函数调用与基于搜索的答案
函数调用支持 AI 连接外部 API，执行如库存查询等任务，尽管需要编程基础。开启 Google 搜索功能可确保回答准确且包含最新信息，例如 2025 年 5 月 24 日深圳的天气预报，并附上信息来源链接。
URL 上下文与安全设置
实验性 URL 上下文功能允许 AI 分析最多 20 个用户提供的链接，结合搜索功能深入理解内容。安全设置可限制敏感内容或输出长度，日常使用默认设置即可。
实时交互：流与对话模式
“流”模式支持麦克风和摄像头输入，适合实时指导，如组装家具或纠正瑜伽姿势。“对话”模式提供快速语音响应，适合头脑风暴或辩论。在关于“AI 是否会取代人类”的辩论中，AI 冷静论证其效率优势，同时承认人类在同理心方面的独特价值，展现了深度对话能力。
结论
Google AI Studio 是一个多功能的平台，助力用户创造、创新和解决问题。从多媒体生成到应用开发，再到实时交互，其工具既强大又易用。掌握 CRAFT 框架和系统指令等技巧，用户可定制 AI 行为，开启无限可能。
