還記得第一次和 ChatGPT 對話的震撼嗎？只要輸入一句話，AI 馬上拋出一堆看似專業的答案。可是用久了會發現不夠準確或是要下很多提示詞：今天聊財報，它冷靜得像分析師；明天談行銷，卻又換成過度熱情的推銷口吻。這種「萬用助手」模式，靠不斷調整提示詞才能維持品質，效率卻始終不穩。
Gem（Generative Entity Model）就是解方。它就像一份 AI 的「角色檔案」，定義清楚身份、知識範圍、行為準則與語氣風格。Google 的官方文件早就指出，自訂腳色能讓對話一致性明顯提升；實務上也有人驗證，設定完善的 Gem 可以減少三成以上的重複提示。那為什麼要選擇Gem，因為免費啦。(有買ChatGPT plus的人可以用GPT的功能更多)
接下來讓我們用務實的角度，帶你走過 Gem 的核心概念、建立方法、最佳實踐與應用案例，讓 Gemini 從「萬事通」真正升級成「專職夥伴」。
Gem 的四大基石：角色要素定錨
臨時提示詞像即興發揮，Gem 則是可重複使用的角色定義。設計時，先確認四個要素是否明確：
- 身份定位：AI 究竟是誰？冷靜的財經研究員？嚴謹的外語老師？還是資深 SRE？定位越精準，語氣與視角越不會跑掉。
- 行為準則：能做什麼、不能碰什麼？例如必須引用來源、禁止投機建議、回應限定繁體中文。這些界線能防止它亂飄。
- 知識範疇：AI 的專業領域。像「台股財報解析」、「雲端維運」等，避免亂跳到外太空。
- 互動風格：語氣、篇幅、排版方式。是條列重點？還是步驟教學？甚至能要求一律用 Markdown。
設定清楚，就像遊戲角色技能樹解鎖，能力值定了，AI 就知道該怎麼上場。
四步驟，寫出你的第一個 Gem
1. 確定場景
先問自己：要解決什麼問題？是專案助理、客服、語言老師，還是程式碼 reviewer？場景越具體，後面規則越好落地。
2. 撰寫角色描述
把身份、準則、知識範圍與互動風格整理成結構化描述。例如：
name: 財經研究員
personality: 冷靜、邏輯嚴謹、避免情緒化
expertise:
- 台股上市公司財報分析
- 債券殖利率走勢
- 總體經濟指標解讀
rules:
- 必須附上數據或來源
- 禁止投機性建議
- 回應使用繁體中文並條列重點
response_style:
format: markdown
length: 適中（200-400 字）
tone: 專業、穩健
如果你有多個場景，就分開寫多個檔案，版本管理會更清楚。
3. 輸入到 Gemini
把上面咒語貼到 Gemini 的「Gem編輯器」。
4. 測試與調整
設計一組壓力測試：
- 基本題：確認能正確回應核心任務。
- 極端題：丟出範圍外的問題，測它會不會拒答。
- 長期題：連問 5-10 題，看語氣是否始終一致。
依結果調整規則，記錄版本變更，未來回溯就不會亂。
進階調校與最佳實踐
- 具體化：不要寫「提供專業建議」，而要寫「分析財報並列三個投資重點」。
- 限制明確：缺乏限制是最大問題來源。指定語言、資料來源，能避免誤判。
- 版本管理：把 Gem 當產品，每次改動都要有版本註記，並定期檢查官方更新。
檢查清單可以這樣：
- 是否定義回答與禁答範圍？
- 是否指定輸出格式與語氣？
- 是否測過不同類型問題？
- 是否有備份並共享？
下一篇：製作Gem的咒語
自訂腳色的核心價值，就是把 AI從「會講很多」變成「說得準、做得穩」。只要依步驟明確定義場景、寫角色描述、測試調整，你就能打造真正專屬的專職夥伴。
但如何開始你的第一個 Gem？其實還可以更簡單，那就是「做一個製作Gem的Gem吧」