在 Tabbit 中使用 Gemini 3.7 Flash

精选提示词

官方文章给出将模型用于复杂软件工程、Web 开发、长文档与工具调用的任务范式；可作为“目标—上下文—工具—验收标准”的提示词设计参考。

图像提示词示例用“机械腔体—共振环—软化沥青”的因果链描述画面，说明具体动作、材质、光线和构图比抽象氛围词更可控。

以一个“整理未来 30 天待办事项”的超长提示词测试 Gemini Spark，强调给出目标、授权范围、信息来源和输出格式，而不是只问零散问题。

详细描述目标、技术栈、场景对象、交互与输出形态，用一个提示词生成约 16.5K voxels 的 Three.js 单文件 HTML。

围绕 SEO 内容、技术修复、页面规划、审计、竞品研究和 Agent 工作流给出任务拆分思路，但帖子同时包含课程和咨询推广信息。注意：文中的提升数据与推广内容应独立核验。

总结四步法：给结构而非单句；提供完整文件；按任务调整推理努力；用真实项目验证，而不是用玩具提示词。

官方模型卡列出 1M 上下文、64K 输出、可调 thinking 配置，并按推理、编码、Agent、长上下文、多模态、多语言与安全等维度给出评测与限制。

用户长期使用 Gemini 3.7 Flash Extended 后，报告响应速度明显提升，同时提出速度、推理深度与幻觉之间是否存在权衡。注意：作者明确说明这是个人观察，不是正式基准。

Gemini 3.7 Flash 的速度、文档/多模态和窄范围重构很强，但高档思考会显著增加首 token 延迟与 token 成本，且长期客服/自动化选型必须用自己的历史工单做干跑验证。

第三方基准聚合页面：总分 61.4/100、公开排名 50/218，并展示编码、Agent、知识、数学与价格数据。

媒体报道聚焦发布节奏、价格、编码与 Agent 能力，并对官方宣传和实际可验证证据作了区分。

Google

汇总 Gemini 3.7 Flash 的提示结构、图像与编码案例、官方模型卡、速度基准和社区反馈。