多模态大模型 Gemini 3.1
Google多模态模型，擅长长文本与视觉理解
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：Google多模态模型，擅长长文本与视觉理解 完整的 Skill 内容见：https://321skill.com/skills/多模态大模型-gemini-3-1-x-4/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
'请解析这份PDF合同，提取甲方、乙方、金额、期限等关键信息，并以JSON格式返回。' 它会自动阅读PDF中的文字和表格，输出结构化数据。或者
对AI说：'分析这段产品演示视频，提取画面中的功能点并生成字幕总结。' 它会理解视频内容并输出文字摘要。
介绍
Gemini 3.1 是 Google 推出的多模态大模型，具备强大的长上下文处理能力和视觉理解能力。它能够一次性处理长达 1M token 的输入（如整本书、长视频或海量文档），并支持图像、视频、音频、文档等多种模态的联合分析。该模型特别适合需要从非结构化数据中提取结构化信息的场景，例如文档解析、图像/视频内容理解、以及生成 JSON 等结构化输出。
使用方式非常灵活：你可以通过 API 调用或集成到 AI Agent 框架中，直接向其发送多模态输入（如 PDF 文件、图片链接、视频片段），并指定输出格式（如 JSON、Markdown 或纯文本）。例如，上传一份复杂的合同 PDF，要求它提取关键条款并生成摘要；或提供一段产品演示视频，让它分析画面内容并生成文字说明。Gemini 3.1 能够理解上下文中的长距离依赖，确保输出结果完整且准确。
该技能适合以下用户：学术研究者（快速解析论文、文献综述）、数据分析师（从报告、图表中提取结构化数据）、内容创作者（分析视频素材、生成配图描述或字幕）。此外，也适合需要处理大量文档和多媒体文件的文档工程师、产品经理等。
使用建议：由于模型支持超长上下文，建议充分利用这一特性处理大型文档或视频，但注意输入 token 数会影响响应速度和成本。对于需要极高精度中文理解的任务（如古诗词鉴赏），建议结合其他垂直模型。另外，结构化输出时请明确指定 schema 以避免格式偏差。
核心特点
与同类多模态模型相比，Gemini 3.1 拥有超长上下文窗口（1M token），能一次性处理整本书或长视频，并原生支持结构化 JSON 输出，无需额外后处理。
注意事项
不适合需要实时低延迟的对话场景（如语音助手），或对中文古诗词、文言文等特殊文本的深度语义理解要求极高的任务。
常见问题
Gemini 3.1 支持哪些文件格式？
支持 PDF、Word、图片（JPEG/PNG）、视频（MP4）、音频（MP3/WAV）等常见格式，可通过 URL 或 Base64 上传。
如何让模型输出结构化数据？
在提示词中明确指定输出格式，例如：'请以 JSON 格式输出，包含字段：标题、摘要、关键人物。' 模型会自动遵循。
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-4/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-4/raw/index.md（查看排版版本）