多模态大模型 Gemini 3.1
谷歌强大的多模态大模型，擅长长文档解析与视觉理解。
安装使用
复制下面这段提示词发给你的 AI（Claude / Cursor / TRAE / Codex / WorkBuddy 等），它会自动帮你完成安装：
帮我安装这个 AI Skill：多模态大模型 Gemini 3.1。 它的用途是：谷歌强大的多模态大模型，擅长长文档解析与视觉理解。 完整的 Skill 内容见：https://321skill.com/skills/多模态大模型-gemini-3-1-x-3/raw/index.md 请读取该页面内容，如果是 SKILL.md 格式直接安装，如果是 README 提炼核心 prompt 后安装。
提示词包含完整的 Skill 内容链接，AI 读取后即可完成安装。你也可以 查看完整内容 确认无误。
使用示例
‘请分析我上传的这份50页的年度行业白皮书PDF和这三张市场趋势图，总结出三个关键的技术发展方向，并用表格列出每个方向对应的潜在市场机会和风险。’，它会先解析PDF中的全部文本和图表，再结合你提供的趋势图，进行跨模态信息整合与推理，最终生成一份结构清晰、包含表格的摘要报告。
介绍
Gemini 3.1 是谷歌推出的多模态大模型，旨在解决处理复杂、多格式信息时上下文不足和理解不深的问题。它能够同时理解文本、图像、视频等多种模态的输入，并生成结构化的输出，尤其擅长处理超长文档。
使用时，你可以直接向其提供包含文本、图片、PDF、视频等混合内容的文件或链接，并提出具体问题或指令。例如，你可以上传一份产品手册和几张实物照片，让它总结核心功能点并指出图文不符之处。
该模型非常适合需要深度处理非结构化数据、进行跨模态信息关联和生成标准化报告的角色。无论是分析海量市场报告的产品经理，还是需要从设计稿中提取规范的前端开发，或是研究包含大量图表文献的学术研究者，都能从中受益。
建议在涉及大量文档分析、跨模态信息核对或需要结构化输出的任务中优先使用。注意，对于需要极低延迟的实时交互场景，或涉及高度专业领域（如特定法律条文、前沿医学影像）的精确判断，可能需要结合领域知识进行二次验证。
核心特点
其核心优势在于原生支持超长上下文（如高达100万tokens）与强大的多模态融合理解能力，能够一次性处理整本书长度的文档并关联其中的图文信息，而同类模型通常在上下文长度或多模态深度理解上有所取舍。
注意事项
不适合需要极低延迟响应的实时对话场景，以及在缺乏明确训练数据的超专业领域进行精确判断。
常见问题
Gemini 3.1 能处理多长的文档？
支持超长上下文，具体版本（如Flash）可处理高达100万tokens的输入，足以分析整本书或数百页的报告。
它能理解视频内容吗？
是的，作为多模态模型，它可以理解视频中的视觉画面、动作序列，并能结合音频（如有）进行综合分析。
给 AI 助手的安装指引
如果你的 AI 编程助手（Claude Code、Cursor、TRAE 等）能看到这个页面，把下面这段发给它即可自动完成安装：
请访问 https://321skill.com/skills/多模态大模型-gemini-3-1-x-3/raw/index.md 读取 多模态大模型 Gemini 3.1 的原始 Skill 定义（Markdown 格式），按其中说明在我的环境里完成安装和配置。
AI 可直接读取的原始 Markdown 地址：/skills/多模态大模型-gemini-3-1-x-3/raw/index.md（查看排版版本）