Appearance
Gemini AI Studio使用教程：模型选择、API Key与提示词实战（2026）
更新时间：2026年9月18日
直接答案： Google AI Studio 是测试 Gemini 模型和生成 Gemini API 示例代码的开发工具。入门流程是：登录 Google AI Studio，新建提示词，按当前模型列表选择模型，写清角色、输入、任务和输出格式，运行并比较结果；确认效果后再创建 API Key，将它保存在服务端环境变量中，并从 AI Studio 获取代码示例。聊天体验优先用 Gemini 网页版，快速原型和 API 调试用 AI Studio，正式的云端治理与企业部署再评估 Vertex AI。
AI Studio 的界面、模型名称、地区可用性和配额更新较快。本文不把某个模型编号写成永久首选，操作时应以 Gemini API 模型列表 和 AI Studio 当前页面为准。
一、Google AI Studio 是什么
Google AI Studio 可以在浏览器中测试提示词、调整生成设置、比较模型表现，并把可用方案转换为 Gemini API 代码。它位于“聊天产品”和“正式应用”之间：比普通聊天页面更接近开发调试，又比从空项目手写 API 请求更快。
| 产品 | 主要用途 | 适合谁 |
|---|---|---|
| Gemini 网页版 | 日常问答、写作、资料整理与个人助理 | 普通用户 |
| Google AI Studio | 提示词试验、模型比较、API Key 与代码原型 | 开发者、产品经理、提示词设计者 |
| Gemini API | 把 Gemini 能力接入网站、程序或自动化任务 | 开发者与技术团队 |
| Vertex AI | 在 Google Cloud 中进行权限、监控、企业数据和生产部署管理 | 企业与云端生产项目 |
只想和 Gemini 对话时，不必先创建 API Key；要把已验证的提示词接入自己的程序时，才进入 API 阶段。
二、第一次使用 AI Studio
第一步：打开官方入口
访问 Google AI Studio，使用 Google 账号登录。页面是否开放以及可用模型会受到账号、地区、年龄要求和服务条款影响；如果官方页面提示当前账号不可用，应按页面说明处理，不要从陌生网站下载所谓 AI Studio 客户端。
第二步：新建一个聊天提示词
进入提示词工作区后，新建 Chat 类型的提示词。不同版本界面文字可能变化，但核心区域通常包括：
- 模型选择；
- 系统说明或角色约束；
- 用户消息与文件输入；
- 温度、输出长度等运行设置；
- 运行结果和代码获取入口。
第一次先用短文本任务，确保整个“输入—运行—修改—再运行”流程顺畅，再测试长文档、图片、音频或工具调用。
第三步：保存可复现的测试条件
比较结果时，同时记录所选模型、提示词全文、关键运行设置和测试输入。只改一个变量再运行，否则无法判断结果变化究竟来自模型还是提示词。
三、模型怎么选：看任务，不只看名称
AI Studio 会显示当前账号可用的模型。具体型号可能新增、预览、更新或下线，因此应围绕任务进行小样本测试：
| 任务类型 | 选择思路 | 测试重点 |
|---|---|---|
| 复杂分析、代码和多步骤推理 | 先测试当前能力更强的通用或 Pro 类模型 | 正确率、推理完整度、延迟 |
| 摘要、分类、批量抽取 | 先测试当前 Flash 类模型 | 速度、成本、格式稳定性 |
| 高频、轻量、成本敏感任务 | 测试当前轻量或 Lite 类模型 | 单次成本、吞吐、短文本准确率 |
| 图片、音频、视频或长文档 | 选择明确支持对应输入类型和上下文长度的模型 | 文件限制、理解质量、延迟 |
| 图片或音视频生成 | 选择页面中明确标注生成能力的专用模型 | 输出规格、可用地区、计费方式 |
不要仅凭名称判断。打开官方模型页核对：输入与输出模态、上下文窗口、结构化输出、工具调用、稳定版或预览状态、价格与速率限制。正式接入前，用同一组 10～30 个真实样例比较准确率和失败率。
四、提示词实战：从一句话改成可验收任务
示例任务：把用户反馈整理成表格
模糊写法：
text
帮我分析这些用户反馈。更容易稳定复现的写法：
text
角色：你是 SaaS 产品的用户研究助理。
任务：逐条分析下面的用户反馈，提取问题类型、影响功能、情绪和优先级。
规则：
1. 不补充原文没有的信息；
2. 问题类型只能是：登录、性能、计费、功能建议、其他；
3. 优先级只能是 P0、P1、P2、P3；
4. 无法判断时写“待确认”，并在原因中说明缺少什么；
5. 最后汇总各类型数量，但不要重复统计。
输出：Markdown 表格，列为“原文编号、问题类型、影响功能、情绪、优先级、判断依据”。
输入：
[在这里粘贴已经脱敏的反馈]这段提示词把角色、任务、允许值、缺失信息处理和输出格式分开。模型第一次运行后，重点检查它有没有补写事实、分类是否一致、表格列是否稳定，再逐项补规则。
对话和 API 共同适用的提示词结构
text
角色：[模型以什么身份处理]
目标：[只完成一个主要任务]
背景：[理解任务所需的上下文]
输入：[材料或字段定义]
规则：[不能做什么、允许值、引用要求]
输出：[格式、字段、长度、语言]
验收：[如何判断结果正确]需要更多中文模板，可继续阅读 ChatGPT提示词写作教程。这套任务拆解方法同样适用于 Gemini。
五、温度、输出长度等设置怎么调
不同模型暴露的设置并不完全相同。常见项目可以这样理解：
- Temperature（温度）： 较低时结果通常更集中，较高时变化更多；并不是越低越准确，也不适合脱离模型说明机械套用数值；
- 输出长度： 限制模型最多生成多少内容。过小会截断，过大则可能增加延迟和用量；
- 结构化输出： 需要程序读取时，优先使用模型当前支持的 JSON 或 Schema 能力，不要只靠“请输出 JSON”一句话；
- 安全设置： 应根据业务和官方政策测试，不能把关闭限制当成提高模型能力的方法；
- 工具与 Grounding： 联网、函数调用、代码执行等功能有各自的模型支持、计费和返回格式，正式接入前应单独验证。
调整时保留一份基准样例：一次只改模型、提示词或一个设置，然后记录结果。这样才能把“感觉更好”变成可以复测的结论。
六、如何创建和保管 Gemini API Key
Google 官方 Cookbook 当前指向 AI Studio 的 API Key 页面。创建 Key 时可能需要选择或创建 Google Cloud 项目，具体流程以页面实际提示为准。
创建后立即做好三件事：
- 不把完整 Key 放进提示词、截图、前端页面或公开仓库；
- 本地开发使用环境变量，仓库只提交
.env.example； - 按项目拆分凭据，并在 Google Cloud 中检查 API Key 限制、用量与计费设置。
PowerShell 临时环境变量示例：
powershell
$env:GEMINI_API_KEY = "在本机安全输入，不要写进代码".env.example 只写变量名：
dotenv
GEMINI_API_KEY=如果 Key 曾出现在 GitHub、日志、截图或聊天记录中，应在对应项目中撤销或轮换，而不是只删除那一行文字。更完整的处理流程见 API Key安全配置指南。
七、从 AI Studio 走到第一段 API 代码
AI Studio 可以根据当前提示词提供代码示例。导出前先确认：
- 示例使用的是当前官方 SDK；
- 模型 ID 与 AI Studio 里实际测试的模型一致；
- Key 从服务端环境变量读取；
- 前端不会获得真实 Key；
- 已设置超时、有限次数重试、输入大小和预算限制。
Google 当前列出的官方 SDK 包括 Python、Node.js、Go、Java 和 C#；也可以直接调用 REST API。不要把旧教程里的弃用 SDK 名称和新代码混用。以 Node.js 官方 @google/genai SDK 为例，最小结构如下：
javascript
import { GoogleGenAI } from "@google/genai";
const ai = new GoogleGenAI({ apiKey: process.env.GEMINI_API_KEY });
const response = await ai.models.generateContent({
model: "把 AI Studio 当前选中的模型 ID 填在这里",
contents: "请用三点说明这段代码的输入、输出和风险。"
});
console.log(response.text);安装 SDK 和可用参数应以 Gemini API 快速入门 当前代码为准。上例故意不固定某个会变化的模型 ID；从 AI Studio 获取代码时，应保留实际测试通过的模型名称。
八、常见报错怎么排查
| 现象 | 优先检查 | 处理方向 |
|---|---|---|
| AI Studio 无法打开或账号不可用 | 官方支持地区、账号要求、Workspace 管理策略 | 按官方页面和管理员策略处理，不安装来历不明的替代程序 |
| 401 或 API Key 无效 | 环境变量是否加载、Key 是否被撤销、项目是否正确 | 轮换凭据并检查服务端变量，不在日志打印完整 Key |
| 403 或权限不足 | API、项目权限、组织策略和地区可用性 | 在对应 Google Cloud 项目核对权限与服务状态 |
| 429 | 当前模型的速率限制或配额 | 查看响应详情和用量，降低并发，使用有上限的退避重试 |
| 找不到模型 | 模型 ID 拼写错误、预览模型已变更或账号不可用 | 回到 AI Studio/官方模型页复制当前模型 ID |
| 输出不是有效 JSON | 只在自然语言中要求 JSON，缺少结构约束或校验 | 使用模型支持的结构化输出并在服务端验证 |
| 网页测试正常，代码效果不同 | 模型、系统说明、设置或历史消息没有完整带入 | 对照导出代码，逐项同步参数和上下文 |
| Key 泄露 | Key 进入前端、仓库、日志或截图 | 立即撤销或轮换，检查调用记录和费用，再修复存储方式 |
不要对 401、403、429 或计费失败进行无限重试。先读取响应中的错误类型，再决定修复认证、权限、配额还是代码。
九、一个可复用的 AI Studio 测试清单
正式接入前，至少完成：
- 用真实但已脱敏的输入建立测试集；
- 比较两种当前可用模型，而不是只跑一次；
- 固定输出格式并测试缺失字段、超长输入和异常字符；
- 记录模型 ID、提示词版本和关键设置；
- 检查错误回答是否会触发真实业务操作；
- 从服务端读取 API Key；
- 设置请求超时、重试上限、并发与预算；
- 在程序端验证 JSON、链接、数字和引用；
- 上线后保留错误率、延迟和成本监控。
AI Studio 中“看起来可用”只是原型通过；正式应用还需要处理权限、数据、失败重试和输出验证。
常见问题 FAQ
Google AI Studio 和 Gemini 网页版有什么区别？
Gemini 网页版面向日常对话；AI Studio 面向提示词试验、模型参数、API Key 和代码原型。仅聊天时用网页端更简单，要接入程序时再用 AI Studio。
使用 AI Studio 一定要创建 API Key 吗？
在网页工作区测试提示词不等于必须先把 Key 写入代码。需要把模型接入自己的程序时，再创建并配置 API Key。
AI Studio 里应该选 Pro 还是 Flash？
不能只看名称决定。复杂推理可先测试当前 Pro 或能力更强的通用模型，高频摘要和分类可先测试当前 Flash 类模型，再用真实样例比较质量、速度和成本。
API Key 可以直接放在网页 JavaScript 中吗？
不应这样做。浏览器中的代码和网络请求可以被用户查看。正式网站应由自己的后端读取环境变量，再由后端调用 Gemini API。
AI Studio 生成的代码可以直接上线吗？
它适合作为起点，但上线前仍要补充认证、输入验证、超时、重试上限、限速、日志脱敏、成本控制和输出校验。
为什么 AI Studio 和我的 API 返回结果不一样？
常见原因是模型 ID、系统说明、历史消息、运行设置、工具或文件没有完整同步。优先使用当前提示词的代码获取功能，并逐项核对请求。
官方来源
- Google AI Studio
- Gemini API 文档
- Gemini API 模型列表
- Gemini API Key 说明
- Gemini API 快速入门
- Google Gemini API 官方 Cookbook
继续阅读
- Gemini AI Studio API Key怎么创建？配额不足与模型不可用排查
- OpenAI API Key安全配置指南
- Claude Code Windows安装教程
- OpenAI Codex安装与使用教程
- ChatGPT提示词写作教程
- ChatGPT、Claude、Gemini、Grok怎么选
站群延伸阅读
总结
Google AI Studio 最适合完成“选择模型—测试提示词—固定设置—获取代码”这条原型链路。先用真实样例验证任务，再把 API Key 放到服务端环境变量中，最后补齐限速、错误处理、输出校验和成本监控，才算从网页试验走到可维护的应用。