Gemini（Gemini）
一句话定义：Google DeepMind 的生成式 AI 模型家族。
科普速读
- 它是什么： Gemini 是 Google 的生成式 AI 模型家族。
- 适合什么场景： 使用支持相应能力的型号处理文本、代码或媒体任务。
- 主要边界： 家族名称不能说明每个型号的限制或 API 行为。
概览
测试人员可以让 Gemini 模型检查界面截图，并列出可能的问题。提交缺陷前，仍要在应用中复现现象并保存证据。
核心定义
Gemini 是 Google DeepMind 开发的生成式 AI 模型家族。部分型号支持多种输入形式。具体能力取决于型号和提供模型的产品。
背景与发展
Google 于 2023 年 12 月发布 Gemini。此后，这个家族随着模型代际和产品不断变化。旧型号名称和旧规格不能代表所有当前模型。
工作机制（How It Works）
应用会把提示词和受支持的文件发送到模型接口。模型处理输入后返回结果，例如文字。部分接口也接受图片、音频或视频。输入格式和限制因型号而异。Google 并未公开每个型号的所有实现细节。
在软件测试与开发中的应用
- 检查界面截图： 让支持视觉输入的模型描述可见的布局问题。提交缺陷前，要在应用中复现。
- 设计测试： 提供需求，让模型列出候选测试用例。再按产品规则逐项核对。
- 归纳日志： 让模型整理测试日志中的可能原因。用源码或执行轨迹确认根因。
优势与局限
Gemini 包含面向不同任务的模型和产品，部分型号支持多模态输入。这有助于团队在同一流程中处理文字、代码和视觉证据。模型仍可能漏看细节、误读图片或编造原因。可用性、数据处理方式和性能也取决于所选服务。
与相近术语对比
| 术语 | 含义 |
|---|---|
| Gemini 模型 | Google DeepMind 提供的模型 |
| Gemini 应用 | 使用模型并可能加入产品功能的 Google 应用 |
| AI 智能体 | 可在配置权限下选择工具并执行操作的系统 |
实施建议（Best Practices）
- 记录准确的模型 ID、接口和核对日期。
- 用有预期结果的代表性任务评测模型。
- 只发送完成任务所需的代码、日志或截图。
- 运行或合并生成的测试与代码前，先行复核。
常见误区（Pitfalls）
不要假设每个 Gemini 模型都支持所有媒体类型，或具有相同限制。上下文窗口很大，也不代表模型能在大型代码库中找到所有相关细节。
FAQ
每个 Gemini 模型都支持图片、音频和视频吗？
不一定。请查看具体型号和接口的文档。
只看截图就能确认界面缺陷吗？
不能。模型可以提示检查方向；还需要人员或测试复现现象并确认原因。