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内容解析。
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内容解析。 完整的 Skill 内容见：https://321skill.com/skills/multimodal-ai-assistant-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
‘请分析我上传的这三张竞品宣传海报，总结它们在视觉风格、核心卖点文案和目标受众定位上的异同，并输出一份对比分析表。’ 它会识别图像中的文字和视觉元素，进行跨模态对比，生成结构化的分析报告。或者，
对AI说：‘这是公司上个季度的财报PDF，里面有多张数据图表，请提取关键财务指标并总结业绩亮点与风险。’ 它能读取整个PDF，理解图表数据，生成文字摘要。
介绍
Gemini 3.1 是一款由 Google 开发的多模态大语言模型，它能够同时理解和处理文本、图像、视频等多种模态的信息。其核心价值在于解决需要结合视觉与文本进行深度分析的复杂任务，例如从扫描文档中提取结构化数据、理解视频内容或分析包含图表的报告。
使用时，你可以直接向它上传图片、PDF、视频文件或提供长文本，并提出具体问题或指令。例如，你可以让它“总结这份PDF报告的核心观点”、“描述这张图片中的场景并列出关键元素”或“根据这个产品演示视频，生成一份功能特性清单”。
该模型特别适合需要处理大量非结构化多模态数据的角色，如数据分析师、内容创作者、学术研究者以及产品经理。他们可以利用 Gemini 3.1 快速解析文档、生成内容摘要、进行竞品视觉分析或辅助研究。
建议在使用时，对于复杂的视觉任务，提供清晰、高质量的输入文件以获得更准确的结果。同时，注意其长上下文能力虽强，但对于极其精细的细节识别（如极小文字）或需要专业领域深度推理的任务，结果可能需要人工复核。
常见问题
Gemini 3.1 能处理哪些文件格式？
支持常见的图像格式（JPG, PNG）、PDF文档、视频文件（MP4等）以及纯文本。
它和 ChatGPT 的视觉功能有什么区别？
核心区别在于对超长上下文文档（如数百页PDF）的整体理解能力更强，且在视觉与文本的融合分析上更为深入。
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/multimodal-ai-assistant-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/multimodal-ai-assistant-3/raw/index.md（查看排版版本）