多模态大模型 Gemini 3.1
谷歌多模态大模型，擅长长上下文理解和视觉解析。
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：谷歌多模态大模型，擅长长上下文理解和视觉解析。 完整的 Skill 内容见：https://321skill.com/skills/多模态大模型-gemini-3-1/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
‘分析这份包含数据图表的年度财报PDF，总结公司过去一年的营收亮点和潜在风险，并用表格列出关键财务指标。’，它会解析PDF中的文字和图表数据，综合理解后生成一份包含文字总结和结构化表格的报告。或者
对AI说：‘观看这个产品演示视频，描述其主要功能点并提取视频中的字幕文本。’，它能理解视频画面和音频，输出功能列表和整理好的字幕。
介绍
Gemini 3.1 是谷歌推出的多模态大语言模型，它解决了处理复杂、多格式信息时上下文长度不足和视觉理解能力弱的问题。用户可以通过API调用，向其输入包含长文本、图像、视频或PDF文档的混合信息，模型能够解析内容、提取关键信息并按要求生成结构化输出。
该模型特别适合需要处理大量非结构化文档、进行图像视频内容分析或生成特定格式报告的专业人士。例如，数据分析师可以用它快速解析市场报告中的图表和数据，内容创作者可以分析视频素材并生成摘要。
对于开发者、研究人员和内容运营者而言，Gemini 3.1 强大的多模态能力可以显著提升信息处理效率。其超长上下文窗口使其在处理书籍、长论文或复杂项目文档时具有独特优势。
使用时建议明确指定输出格式，并充分利用其视觉理解能力处理图文混排内容。需要注意，模型对图像中细小文字的识别可能有限，且生成内容需进行事实核查。
核心特点
拥有业界领先的超长上下文处理能力（如支持百万Token），能无缝融合文本、图像、视频等多模态输入进行深度理解与分析，而非简单的图文描述。
注意事项
不适合需要极高精度OCR（如法律文件核对）或实时视频流分析的场景。
常见问题
Gemini 3.1 支持哪些文件格式？
支持常见的图像格式（JPG, PNG）、PDF文档、视频文件（如MP4）以及纯文本，能从中提取和分析信息。
如何利用它的长上下文能力？
可以一次性输入整本书、长篇研究报告或多个关联文档，要求其进行总结、对比或基于全部内容回答问题。
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/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/raw/index.md（查看排版版本）