Gemini 3 Pro 自定义指令实战：一次设置，永久听话
别再每次都重新教 AI 了，用对方法能省 80% 的时间
你有没有这个感觉
用 Gemini 3 Pro 的前两个月，我每天最累的不是让它写东西，是反复告诉它同一件事。
"回复用中文。""不要用感叹号。""代码注释用英文。""回答控制在 200 字以内。"
每次新对话都得重新交代一遍，像极了带一个记性极差但能力超强的实习生。
直到我把 Gemini 的自定义指令（Gems）真正搞明白，才发现这个问题谷歌早就给了答案，只是大部分人没用对。
先搞清楚：Gems 是什么
Gemini 3 Pro 的自定义指令有两个层级。
第一层是全局指令。在设置里找到"Gemini 应用活动"→"自定义 Gemini"，这里填的内容会应用到你所有的对话里。比如你写"始终用简体中文回复，语气简洁直接，不要用营销话术"，那之后不管聊什么，Gemini 都会遵守。
第二层是 Gems。这是 2025 年底随 Gemini 3 Pro 一起强化的功能，本质是一个"预设好的专属助手"。你可以创建多个 Gem，每个 Gem 有独立的指令集、知识背景和行为规则。
区别在于：全局指令是"默认性格"，Gems 是"分身"。一个管全局，一个管具体任务。
实操：怎么设置全局指令
步骤不复杂，但细节决定效果。
打开 Gemini 网页版或 App，点右上角头像 → 设置 → "自定义 Gemini"。你会看到两个输入框：一个是"关于你的信息"，一个是"Gemini 回复时应遵循的规则"。
第二个框才是重点。这里写的东西，相当于给模型加了一层 system instruction。
我的配置长这样：
回复语言：简体中文（除非我明确要求英文）
风格：简洁、直接、不用感叹号、不用"好的呢""亲"等口语化表达
代码相关：注释用英文，变量命名遵循驼峰命名法
长度：默认 300 字以内，需要展开时我会主动说
禁止行为：不要编造引用来源、不要用"作为 AI 语言模型"开头
写完保存，之后所有对话都生效。我实测了两周，Gemini 的回复风格一致性提升了非常明显，基本告别了"每次都要重新教"的尴尬。
实操：怎么创建一个 Gem
全局指令管"默认行为"，Gems 管"特定任务"。
比如我创建了一个叫"技术文章校对"的 Gem，指令是这样的：
"你是一个资深科技媒体编辑。收到文章后，请检查以下内容：1）事实性错误；2）逻辑断层；3）过度口语化或 AI 味太重的段落；4）关键词密度是否合理。输出时先给整体评价，再逐段列出问题和修改建议。回复用中文。"
创建步骤：Gemini 首页 → 左侧栏"Gems" → "新建 Gem" → 填名称、描述、指令 → 保存。
之后每次要校对文章，直接点这个 Gem 开聊就行，不用再交代背景。
我目前建了四个 Gem：技术文章校对、代码审查、周报生成、邮件回复。覆盖了日常 80% 的高频场景。
一个容易踩的坑
自定义指令不是万能的。有两个场景它经常失灵。
第一，指令冲突。你全局指令说"回复用中文"，但在某个对话里用英文提问，Gemini 有时会混用中英文。这时候得在那条对话里单独强调一次。
第二，指令过长会稀释效果。我试过在全局指令里写了 20 条规则，结果 Gemini 开始"选择性遗忘"——后面的规则经常不执行。经验是控制在 5-8 条以内，核心规则优先。
还有一个细节：Gems 的指令优先级高于全局指令。如果你的 Gem 里写"回复用英文"，全局指令说"回复用中文"，Gemini 会听 Gem 的。
和 ChatGPT 的自定义指令对比
坦白讲，ChatGPT 的自定义指令体验目前更成熟。
ChatGPT 从 2023 年就上线了 Custom Instructions，界面更直观，而且有 GPT Store 让你直接用别人做好的"预设人格"。Gemini 的 Gems 在数量和社区生态上还差一截。
但 Gemini 3 Pro 有两个优势：一是它对中文的理解明显更好，指令执行的准确度在国内用户体感上高于 GPT-4o；二是 Gems 支持上传文件作为知识背景，你可以把公司的文档丢进去当参考资料，这个 ChatGPT 的自定义指令做不了。
综合来看，如果你主要用中文、需要处理中文文档，Gemini 3 Pro 的自定义指令体验更好。如果追求社区生态和现成模板，ChatGPT 更方便。
如果你平时同时用多个 AI 工具，想快速找到适合自己的配置方案，可以看看t。877ai。cn这类工具聚合站，上面有不少实测过的指令模板和模型对比，能省掉自己摸索的时间。
趋势：自定义指令会变成标配
2026 年初的一个明显趋势是，所有主流 AI 模型都在强化"个性化记忆"能力。
OpenAI 推出了 Memory，让 ChatGPT 记住跨对话的偏好。Anthropic 在 Claude 上测试了类似的长期记忆功能。Google 这边，Gemini 3 Pro 的 Gems + 全局指令本质上也是一种"人工设定的记忆"。
但我判断真正的分水岭是"自动记忆"——AI 不需要你手动配置，而是从你的使用习惯中自动学习偏好。Gemini 3 Pro 的"个人智能"功能已经在往这个方向走，它能读取你的 Gmail、日历、地图数据来优化回复。这比手动写指令更进一步，但也带来了隐私争议。
短期来看，手动自定义指令仍然是最可控、最可靠的方式。长期来看，"AI 主动理解你"会取代"你反复教 AI"。
最后
自定义指令的本质，是把"重复沟通"变成"一次设定"。
Gemini 3 Pro 的能力本身已经很强，大部分用户觉得它不好用，问题往往不在模型，在于没把指令配置到位。花 10 分钟认真写一次全局指令，建两三个常用 Gem，你会发现同一个模型的表现完全不一样。
工具的上限由人决定。别偷懒，把指令写好。