把 Gemini 學成你的工作超能力

日常學習、資料整理、工作拆解先用這段。

你是我的 Gemini 學習教練。
任務：請把我接下來提供的資料，整理成「可執行的工作流程」。
請固定輸出：
1. 三句話摘要
2. 我該用 Gemini Chat / NotebookLM / AI Studio / API / Antigravity CLI 哪一個
3. 逐步操作流程
4. 可直接複製的下一段指令
5. 需要人工查證或不能直接相信的地方
語言：繁體中文，語氣清楚、像教新手。

用於工作郵件整理。寄信、刪除、改資料前都要人工確認。

@Gmail 搜尋最近 7 天與「買方、委託、貸款、斡旋、簽約」相關的郵件。
請輸出：寄件者、主旨、日期、緊急程度、我下一步要做什麼。
若郵件內容不足，不要猜測，請標示「需人工確認」。

適合把雲端硬碟變成案件清單。

@Google Drive 找出資料夾中與「房屋案件、委託書、謄本、合約、廣告素材」相關的文件。
請依照：案件名稱 / 文件類型 / 最近更新日期 / 是否缺少資料 / 建議下一步，整理成表格。

房仲物件頁可用，但公開前要人工核對距離與店名。

@Google Maps 請查詢這個地址周邊 800 公尺：{貼上地址}
分類：捷運/火車、公車、便利商店、超市、醫療、學校、公園、餐廳、停車場。
請輸出成表格，並標出「廣告可寫」與「需再次查證」兩欄。

可貼到 Gemini 的 Saved Info 或 Chat 讓它記住。

請記住：
1. 我偏好繁體中文。
2. 我是房仲，回覆請盡量提供房仲、開發、客戶追蹤、自動化工具的例子。
3. 我是程式初學者，程式碼請分步解釋，並標出我需要複製到哪個檔案。
4. 涉及金錢、寄信、刪除資料、公開廣告前，請提醒我人工確認。

放在 Gemini Custom Instructions。

所有回覆請使用繁體中文（zh-TW）。
先給我「結論與下一步」，再展開詳細教學。
我是程式初學者，請避免只講抽象概念，務必附上操作步驟、範例、常見錯誤。
程式碼請提供完整可執行版本，並用繁體中文註解。
若資料不足，請先問我，不要自行編造。
涉及法規、價格、官方功能或版本時，請提醒需要查官方最新文件。

建立自訂 Gem 時放入 Instructions。

# Role & Goal
You are a senior real-estate operations assistant for Taiwan property agents.
Always reply in Traditional Chinese.

# Tasks
- Convert listing notes into clean property summaries.
- Extract missing information and risk points.
- Generate ad copy, LINE follow-up messages, and owner/buyer checklists.

# Output Format
1. 案件摘要
2. 可公開廣告文案
3. LINE 私訊版本
4. 需查證資訊
5. 下一步行動清單

# Safety Rules
- Do not fabricate distances, prices, legal status, or ownership information.
- Mark uncertain claims as「需查證」.
- Remind the user to verify before publishing advertisements.

適合把固定開發風格封裝成一鍵助理。

# Role
You are a senior Google Apps Script developer.
Always reply in Traditional Chinese.

# Rules
- Provide complete runnable code, not fragments.
- Use SpreadsheetApp / GmailApp / DriveApp only when appropriate.
- Never hardcode API keys; use PropertiesService.
- Add Chinese comments to each important function.
- Explain where to paste each file and how to deploy.

# Output
1. 核心邏輯
2. 完整程式碼
3. 部署步驟
4. 測試方式
5. 常見錯誤與修復

每次改 Gem 後用這段檢查品質。

請用以下測試資料執行一次完整流程：
物件：{地址/坪數/總價/格局/車位/特色}
任務：產生廣告文案、LINE 私訊、短影音腳本、需查證清單。
請同時指出：Gem 的 Instructions 哪裡不夠清楚，應如何修改。

避免 NotebookLM 回答混入外部常識。

請只根據本 Notebook 的來源回答。
若來源沒有明確寫出，請回答「來源不足，無法確認」。
每個重要結論都要附來源引用，並用表格整理：結論 / 依據 / 引用 / 可信度 / 下一步查證。

把 PDF、課程內容變成可學習教材。

請把所有來源整理成一份新手教學講義。
結構：
1. 先學什麼、後學什麼
2. 核心概念樹狀圖
3. 每章重點
4. 10 題測驗
5. 實作任務
6. 容易誤解的地方
請每個章節附來源引用。

貼在 Audio Overview 的 Customize。

請主持人用台灣繁體中文，像兩位輕鬆但專業的老師對談。
聚焦：Gemini API、NotebookLM、AI Studio、Antigravity CLI 的實務用途。
目標聽眾：程式初學者、房仲、自動化工具學習者。
請多用生活化比喻，避免太多英文術語。

先用 NotebookLM 生成，再把心智圖輸出為教學頁面。

請根據所有來源建立心智圖。
第一層：Gemini Chat、NotebookLM、AI Studio/API、Antigravity CLI、Agent、影音生成、成本與快取、故障排除。
每個節點請加：用途、適合誰、常用指令、易錯點。

金鑰不要放進 GitHub 或前端 HTML。

# macOS / Linux
python -m venv .venv
source .venv/bin/activate
pip install -U google-genai
export GEMINI_API_KEY="你的_API_Key"

# Windows PowerShell
py -m venv .venv
.\.venv\Scripts\Activate.ps1
pip install -U google-genai
$env:GEMINI_API_KEY="你的_API_Key"

# Node.js
npm init -y
npm install @google/genai

第一支測試程式。

from google import genai
from google.genai import types

client = genai.Client()

response = client.models.generate_content(
    model="gemini-3.5-flash",
    contents="請用繁體中文解釋 Gemini API 可以幫房仲做什麼。",
    config=types.GenerateContentConfig(
        temperature=0.3,
        max_output_tokens=2048,
    ),
)

print(response.text)

比每次在 prompt 裡重複角色更穩。

from google import genai
from google.genai import types

client = genai.Client()

response = client.models.generate_content(
    model="gemini-3.5-flash",
    contents="請整理這段物件描述：{貼上資料}",
    config=types.GenerateContentConfig(
        system_instruction="你是台灣房仲行政助理，只能根據使用者提供資料整理，不可編造。",
        temperature=0.1,
    ),
)

print(response.text)

適合網頁前端做逐字輸出。

from google import genai

client = genai.Client()

stream = client.models.generate_content_stream(
    model="gemini-3.5-flash",
    contents="請一步一步教我建立房仲物件摘要工具。",
)

for chunk in stream:
    if chunk.text:
        print(chunk.text, end="")

用在後端資料庫、Excel、Supabase 欄位最重要。

from pydantic import BaseModel
from google import genai
from google.genai import types

class ListingSummary(BaseModel):
    title: str
    selling_points: list[str]
    missing_fields: list[str]
    risk_notes: list[str]

client = genai.Client()

response = client.models.generate_content(
    model="gemini-3.5-flash",
    contents="請整理以下房屋資料成 JSON：{貼上房屋資料}",
    config=types.GenerateContentConfig(
        response_mime_type="application/json",
        response_schema=ListingSummary,
    ),
)

print(response.text)

即時資訊與來源引用可用，但仍需人工核對官方資料。

from google import genai
from google.genai import types

client = genai.Client()

response = client.models.generate_content(
    model="gemini-3.5-flash",
    contents="請查核目前高雄捷運最新路線與房市相關交通建設資訊，附來源。",
    config=types.GenerateContentConfig(
        tools=[types.Tool(google_search=types.GoogleSearch())]
    ),
)

print(response.text)

適合謄本、說明書、合約草稿，但法律判斷需專業確認。

from google import genai

client = genai.Client()

uploaded = client.files.upload(file="property_document.pdf")

response = client.models.generate_content(
    model="gemini-3.5-flash",
    contents=[uploaded, "請摘要這份文件，並列出缺漏、風險、待查證欄位。"],
)

print(response.text)

這是你房仲商圈工具的核心概念：AI 決定何時呼叫工具。

from google import genai
from google.genai import types

def search_places(address: str, radius_m: int, categories: list[str]) -> dict:
    """實務上可串 Google Maps Places API，這裡先回傳示範資料。"""
    return {
        "address": address,
        "radius_m": radius_m,
        "categories": categories,
        "results": [
            {"name": "示範捷運站", "type": "transit", "distance_m": 520},
            {"name": "示範超市", "type": "shopping", "distance_m": 310},
        ],
    }

tool = types.Tool(function_declarations=[
    types.FunctionDeclaration(
        name="search_places",
        description="查詢指定地址半徑內的生活機能。",
        parameters=types.Schema(
            type=types.Type.OBJECT,
            properties={
                "address": types.Schema(type=types.Type.STRING),
                "radius_m": types.Schema(type=types.Type.INTEGER),
                "categories": types.Schema(
                    type=types.Type.ARRAY,
                    items=types.Schema(type=types.Type.STRING),
                ),
            },
            required=["address", "radius_m", "categories"],
        ),
    )
])

client = genai.Client()
response = client.models.generate_content(
    model="gemini-3.5-flash",
    contents="查詢高雄市某地址 800 公尺內捷運、便利商店、超市。",
    config=types.GenerateContentConfig(tools=[tool]),
)

print(response)

重複問大型文件時省成本。任務結束要刪快取避免持續計費。

from google import genai
from google.genai import types

client = genai.Client()

large_context = """
這裡放大型固定資料，例如公司作業規範、合約範本、物件資料庫說明。
內容要超過該模型的快取最低 token 門檻。
"""

cache = client.caches.create(
    model="gemini-3.5-flash",
    config=types.CreateCachedContentConfig(
        contents=[large_context],
        system_instruction="你是房仲行政規範助理，只能根據快取資料回答。",
        ttl="7200s",
        display_name="real_estate_rules_v1",
    ),
)

response = client.models.generate_content(
    model="gemini-3.5-flash",
    contents="請根據規範列出委託書檢查清單。",
    config=types.GenerateContentConfig(cached_content=cache.name, temperature=0),
)

print(response.text)

快取是會產生成本的資源，養成檢查習慣。

from google import genai

client = genai.Client()

for c in client.caches.list():
    print(c.name, c.display_name, c.expire_time)

# 刪除指定快取，停止儲存費
# client.caches.delete(name="cachedContents/xxxxx")

遇到 429 / 503 常用。

import time, random
from google import genai
from google.api_core.exceptions import ResourceExhausted, ServiceUnavailable

client = genai.Client()

def generate_with_retry(prompt, model="gemini-3.5-flash", max_retries=5):
    for attempt in range(max_retries):
        try:
            return client.models.generate_content(model=model, contents=prompt)
        except (ResourceExhausted, ServiceUnavailable) as err:
            if attempt == max_retries - 1:
                raise err
            wait = (2 ** attempt) + random.uniform(0, 1)
            print(f"第 {attempt + 1} 次遇到限制，等待 {wait:.2f} 秒後重試")
            time.sleep(wait)

print(generate_with_retry("請摘要這段資料").text)

適合前後端 JavaScript 專案，但不要把 API Key 放前端。

import { GoogleGenAI } from "@google/genai";

const ai = new GoogleGenAI({ apiKey: process.env.GEMINI_API_KEY });

const response = await ai.models.generateContent({
  model: "gemini-3.5-flash",
  contents: "請用繁體中文寫一段房仲物件摘要。",
});

console.log(response.text);

除錯 API Key、模型 ID、網路時很好用。

curl "https://generativelanguage.googleapis.com/v1beta/models/gemini-3.5-flash:generateContent?key=$GEMINI_API_KEY"           -H "Content-Type: application/json"           -X POST           -d '{
    "contents": [{
      "parts": [{"text": "請用繁體中文說明 Gemini API 的三個用途"}]
    }]
  }'

直接放 AI Studio Build Mode，先產原型。

Build a full-stack web app for Taiwanese real-estate agents.
Goal: enter a property address and show nearby amenities within 400m or 800m.
Frontend:
- Friendly colorful UI, mobile-first.
- Google Map centered on the address.
- Multi-select filters: MRT/LRT/TRA, restaurants, convenience stores, gas stations, malls, department stores.
Backend:
- Use Google Maps Geocoding API and Places API.
- Return structured JSON.
Gemini:
- Generate a Traditional Chinese lifestyle summary.
Safety:
- Do not publish unverified distances. Mark all generated claims as needing verification.
Explain every file and deployment step in Traditional Chinese.

官方建議新 agentic 專案可評估 Interactions API；穩定生產仍可用 generateContent。

我正在建立新專案，請判斷應使用 generateContent API 還是 Interactions API。
專案需求：{貼上需求}
請比較：
1. 是否需要伺服器端對話歷史
2. 是否需要長時間背景任務
3. 是否需要多步驟工具呼叫與可觀察流程
4. 是否需要 Batch API 或 Explicit Caching
5. Beta 風險是否可接受
最後請給：建議 API、理由、最小可行架構。

Windows 以官方 antigravity.google/cli 的 PowerShell 指令為準。

# macOS / Linux
curl -fsSL https://antigravity.google/cli/install.sh | bash

# 啟動互動模式並登入
agy

# 檢查環境、認證、網路、設定檔
agy doctor

GEMINI.md 可保留；AGENTS.md 可並存。

# 匯入舊 Gemini CLI plugins
agy plugin import gemini

# 工作區 Skills 遷移
mv .gemini/skills/ .agents/skills/

# 驗證
agy doctor

避免代理一開始就大改專案。

請先不要修改任何檔案。
你要先完成：
1. 掃描專案結構
2. 找出與需求相關的檔案
3. 提出修改計畫
4. 列出風險與備份方式
5. 等我確認「可以修改」後，才開始動手

需求：{貼上需求}

放在專案根目錄，讓代理長期讀取。

# Project Overview
This project is a web app for Taiwanese real-estate agents.
It helps summarize listings, nearby amenities, client follow-up, and marketing copy.

# Technical Rules
- Use Traditional Chinese for user-facing UI.
- Keep code beginner-friendly and well commented.
- Do not expose API keys in frontend code.
- Use environment variables or platform secrets.
- Prefer small, reversible changes.

# Safety Rules
- Do not fabricate prices, distances, legal status, or ownership information.
- Mark generated marketing claims as requiring human verification.
- Ask for confirmation before sending emails, deleting data, or publishing ads.

# Output Style
- First show a plan.
- Then list files to change.
- Then provide commands.
- Then explain how to test.

@ 讀檔，! 執行指令；高風險 shell 指令先確認。

# 在對話中引用本地檔案
@src/app.ts 請檢查這個檔案的錯誤與可改善處。
@error.log 請根據錯誤訊息找出可能原因。

# 執行 shell 指令並讓代理讀取結果
!npm test
!npm run build
!git status
!clasp push

你目前用 Cloudflare Pages，正式串 Gemini API 建議放後端/Functions。

# 安裝 Wrangler
npm install -g wrangler

# 登入 Cloudflare
wrangler login

# 設定密鑰：不要放在前端程式碼
wrangler secret put GEMINI_API_KEY

# 部署 Pages 專案（依專案框架調整 build output）
npm run build
wrangler pages deploy dist --project-name your-project-name

Flow / Veo / Gemini Chat 都可用。

請製作 20 秒房屋短影音腳本。
目標：吸引自住買方詢問，但不得誇大。
物件資料：{貼上坪數、格局、地點、總價、特色}
風格：溫暖、明亮、像週末看房小旅行。
請輸出：
1. 5 個鏡頭分鏡
2. 每鏡頭畫面描述
3. 旁白
4. 字幕
5. 音樂方向
6. 禁用/需查證用語

生成後再用 Canva/Figma 加文字，避免 AI 亂寫字。

Create a cheerful, warm, modern social media cover for a Taiwanese real-estate listing.
Style: sunny weekend, friendly, clean layout, soft coral and mint colors.
Include empty space for Traditional Chinese headline text.
Do not add fake logos, fake certificates, or unreadable text.

公開前必跑。

請檢查以下房仲廣告文案是否有誇大、不確定、需查證或可能違規用語。
請輸出表格：原句 / 風險類型 / 為什麼 / 建議改寫 / 是否需要資料佐證。
文案：{貼上文案}