Google Gemini Skills 取代 Gems，但迁移考验其工作流押注

根据 Gemini 应用内出现的一则迁移通知，Google Gemini Skills 将于 2026 年 11 月 17 日起开始取代 Gems。

据报道，这项变化会将一组用户熟悉的自定义助手转变为可复用的指令，供 Gemini 在更广泛的任务中调用。它也要求用户信任一次自动迁移，但迁移将如何处理文件、工具、共享与访问权限仍不清楚。

这不只是一次名称变更。Gems 鼓励用户为写作、研究、辅导或其他重复性工作打开专属助手。Skills 则旨在跨任务使用、彼此协作，并在 Gemini 判断其相关时被激活。

这一转变使 Google 更接近 Anthropic 的可组合 Agent Skills 模型，同时也让 Gemini 远离仍与 OpenAI 自定义 GPTs 相关联的独立助手形式。

Google 押注的是，用户更需要可移植的流程，而不是彼此独立的 AI 人格。11 月的迁移将检验，这种灵活性能否弥补每个自定义助手失去一个简单、可预测入口的代价。

Google Gemini Skills 将于 11 月 17 日开始取代 Gems

眼下的变化是自动迁移，但 Google 尚未公开解释每一项转换规则。

据最初的迁移报道，Gems 管理器中的一则通知称，Google 将从 11 月 17 日起开始把 Gems 转移至 skills。用户可在每个 Gem 完成迁移前继续使用它。

这一措辞很重要，因为它描述的是从该日期开始的过程，而不一定意味着所有账户会立即停用该功能。Google 常常分阶段推出产品，而该通知并未承诺同步完成迁移。

报道还称，这则通知出现时，其附带的帮助链接和创建按钮尚未正常运行。这表明用户在某些配套功能界面仍在准备时，就已看到了迁移消息。

Google 尚未发布涵盖所有 Gem 配置的详细兼容性矩阵。因此，用户仍无法获得权威答案，了解迁移将如何保留上传文件、默认工具、共享设置和经反复打磨的指令。

Gems 于 2024 年作为 Gemini 的定制版本推出。用户可以赋予它角色、指定偏好的回复风格，并保存详细指令以供重复使用。

Google 在 Google I/O 2024 期间介绍了该功能。该公司列举的示例包括跑步教练、创意写作指导、职业顾问或编程伙伴。

Gems 后来支持参考文件，使自定义助手能够在对话中查阅相关材料。用户还可以选择特定工具，并通过链接分享 Gems。

这种结构让每个 Gem 都像一个独立入口。用户从侧边栏打开合适的助手，进入对话，并期待保存的配置主导其回复。

Skills 采用不同的组织单位。Google 将 skill 定义为教会 Gemini 如何执行特定重复性任务的指令与偏好。

一个 skill 可以包含步骤、格式要求、模板以及需要避免的常见错误。它并不代表一个完整的助手，而是代表关于如何完成工作的知识。

Google 目前的文档称，skills 可通过模板创建、借助 Gemini 编写，或上传为 skill 文件。它们也可以引用其他 skills。

目前，该公司表示 skills 仅可通过 Gemini Spark 使用。Spark 是 Google 面向任务的环境，用于组装工作流、使用工具和运行定时操作。

访问条件也存在显著限制。Google 的skills 文档称，用户需要个人账户、符合条件的 Google AI 订阅，并启用 Keep Activity。

用户必须年满 18 岁。该功能目前不适用于工作或学校账户，也不适用于多个地区，包括欧洲经济区和英国。

这些限制使得将 Gemini skills 迁移视为通用替代方案变得更难评估。Gems 覆盖的一些使用场景，目前有文档记录的 skills 体验尚未涵盖。

Google 可以在 11 月 17 日前弥补这些缺口。不过，现有文档并未说明更广泛的账户、地区或 workspace 支持将于何时到来。

尽管推出细节仍不完整，已确认的方向十分明确：Google 正在以可复用的工作流组件取代已保存的助手身份。

Gemini Skills 迁移对现有工作流构成压力

面临压力的是那些将 Gems 变成可靠工作环境的用户，而不是把它们当作一次性提示词的用户。

配置较轻的 Gem 应当很容易转换。其名称、描述和指令可成为 skill 的基础，而无需改变其根本用途。

困难的情况涉及那些不只包含指令的 Gems。有些用户会附加源文件、选择默认创作工具、分发共享链接，或在多个会话中不断修改提示词。

以使用 Gem 起草营销活动简报的营销团队为例。该 Gem 可能包含品牌规范、产品术语、禁用表述、输出模板和示例文件。

这种配置包含两个层面：一个描述助手应如何表现，另一个提供生成准确结果所需的知识。

若迁移能忠实转换指令，skill 可以保留流程层。知识层则取决于 Google 如何处理附加材料和权限。

同样的问题也会影响使用带有参考论文 Gem 的研究人员、使用课程文档的教育工作者，以及使用产品指南的销售团队。

用户不应假定自动转换的 skill 已保留所有依赖项。迁移后的产出需要针对原 Gem 最重要的任务进行测试。

访问权限带来了另一层压力。通过工作或学校账户使用的 Gem，并不能自然映射到目前仅限个人账户使用 skills 的文档说明上。

地区可用性也会带来类似问题。当替代功能本身尚不可用时，它就无法成为完整替代方案。

订阅变动也可能中断访问。Google 表示，取消或降级符合条件的订阅会关闭 skills，但关联数据会被保留。

这种行为改变了可移植性的问题。已保存的指令集只有在账户、订阅、产品界面和地区均支持其运行时才有用。

因此，企业应将 11 月视为一次工作流迁移，而非外观更新。负责人需要识别重要 Gems、保存其指令，并记录预期输出。

他们还应记录每个 Gem 所依赖的内容，包括上传文件、连接服务、选定工具、共享行为及任何人工审批环节。

这类清单能够防范无声降级。如果转换后的 skill 产出不同结果，负责人可判断变化究竟由指令、知识、工具还是访问权限造成。

测试应聚焦具有代表性的任务，而不是某一个方便的提示词。例如，写作 Gem 应针对多种格式、来源类型和例外情形进行检查。

团队应比较事实依据、格式一致性和工具选择，也应确认敏感信息仍仅对预期用户可见。

当 AI 工作流从AI 知识库中获取信息时，这类审查尤为重要。存储的知识与可复用流程解决的是相关问题，但二者不可互换。

流程告诉模型如何工作。知识来源则提供该流程赖以运行的材料。

迁移也给 Google 带来压力。Gems 向用户提供了一个易于理解的承诺：创建 Gemini 的定制版本，并在需要这位专才时随时返回。

Skills 需要一个更复杂的承诺。Gemini 必须识别正确流程、在恰当时机应用它、安全地将其组合，并提供足够的信息以便纠正。

如果这些步骤奏效，skills 将减少重复配置。如果它们悄然失效，用户将得到不一致的结果，却没有明显解释。

Google 选择可组合工作流而非自定义助手

核心竞争并不是 Google 与另一家公司之间的较量，而是可组合流程与独立助手之间的竞争。

Gem 将角色、行为和上下文封装在一个可识别的入口后。用户在开始工作前决定要打开哪一位专才。

Skill 则颠倒了这种关系。用户从任务开始，而 Gemini 会选择或接收与完成该任务相关的指令。

Google 表示，Spark 可以自动应用相关 skill。用户也可以直接选择某个 skill，并在同一任务中组合多个 skills。

这种可组合性是这次转型最有力的理由。单个请求可能同时需要差旅规则、电子邮件规范、审批要求和报告格式。

在 Gem 模型下，用户可能构建一个愈发复杂的助手，将所有指令放入其中。或者，用户可能在多位专才之间切换，并手动传递上下文。

Skills 让这些流程保持独立。当任务同时需要两者时，Gemini 可以把差旅预订 skill 与电子邮件写作 skill 结合起来。

Google 的写作指南建议为单一工作构建每个 skill。该指南将 skills 描述为捕捉用户流程和偏好的可重复指令。

这种设计类似于软件组合。较小的组件可以被测试、更新和复用，无需为每一种任务组合重建一个大型助手。

这种方法也契合 Spark 这样的智能体产品。智能体不只是生成文本；它还会规划步骤、选择工具、执行操作，并围绕目标协调工作。

当系统能够依据流程采取行动时，可复用流程会更有价值。一个费用 skill 可以定义必要检查，另一个 skill 则可格式化最终报告。

不过，可组合性也会带来编排风险。Gemini 必须决定哪些 skills 适用、解决相互冲突的指令，并保留用户的真实意图。

两个各自可靠的 skills 在组合时可能发生冲突。一个可能要求简洁输出，另一个则要求详细的审计记录。

系统需要可预测的优先级规则。用户也需要清楚了解哪些 skills 被调用，以及调用原因。

Google 当前的帮助材料说明 Spark 可以自动识别相关 skills，但未就所有可能组合中的冲突解决方式提供全面的公开说明。

手动调用提供了一定控制权。据报道，Gemini 界面允许从提示框调用 skills，从而减少在漫长侧边栏中搜索的需要。

这种便利改变了日常使用方式。可复用流程可以进入现有任务，而不必迫使用户另起一个对话。

OpenAI 通过自定义 GPTs 提供了类似选项。其 GPT 文档称，用户可以通过 @ 提及将 GPT 引入现有网页对话。

不过，自定义 GPTs 仍是彼此独立的已配置助手。它们可以整合指令、知识文件、能力、应用和已定义操作。

Anthropic 则提供了更清晰的技能对比。它将 Agent Skills 描述为包含指令、脚本和资源的文件夹，Claude 会在相关情况下加载这些内容。

Anthropic 还强调，技能可以相互叠加。其 Agent Skills 模型覆盖 Claude 应用、Claude Code 以及该公司的开发者平台。

因此，Google 的术语反映了更广泛的产品方向。AI 公司日益希望定制化成为可复用的运营知识，而不只是聊天机器人的个性化设置。

不过，相同的术语并不保证相同的能力。Anthropic 的实现可以包含可执行代码和可移植的文件夹结构。

Google 面向消费者的文档侧重于指令、偏好、模板、任务工具和 Spark 工作流。用户应根据各系统的实际行为，而非共同标签进行评估。

尽管如此，这一战略转变已十分明确。Google 希望让定制化进入智能体的工作流引擎，而不是停留在由独立助手组成的图库中。

为什么 Gemini Skills 不只是换了名字的 Gems

Skills 改变了定制化的作用位置、激活方式，以及单项任务中可参与的流程数量。

从高层面看，两项功能都会保存指令。这种相似性让替代看起来像是一次品牌重塑，但它无法解释背后的产品架构。

Gem 首先回答的是：“我想与哪个版本的 Gemini 对话？”而 skill 首先回答的是：“Gemini 应在这里应用哪项流程？”

这种区别会影响发现方式。Gems 依赖用户选择专用助手，而 skills 可以直接出现在需要它们的任务中。

它也会影响适用范围。一个 Gem 可能演变为涵盖许多松散相关职责的宽泛角色设定。

Google 建议用户让每项 skill 只负责一项工作。更窄的范围让组合更容易，也让调试更具可操作性。

假设一位产品经理需要准备每周更新。成品需要会议内容综合、风险分类、固定的高管格式，以及经过谨慎挑选的证据。

一个 Gem 可以包含这四种行为。但修改其格式规则，可能会影响助手中无关的部分。

基于 skills 的工作流可以将会议内容综合、风险分类和报告格式分别处理。这样，每项流程都有更清晰的用途。

这种模块化有助于维护。组织可以更新报告格式，而无需重写提取会议证据的方式。

它也支持复用。同一项风险分类 skill 可以用于发布评审、客户升级事件或季度规划任务。

自动选择形成了第二种机制。Spark 可以识别某项 skill 何时看似相关，从而减少用户记住每一项已保存配置的需要。

其价值取决于可见性。用户需要知道 Gemini 何时应用了某项 skill，尤其是在指令会影响外部操作或受监管工作时。

应用范围过广的 skill 可能扭曲任务。完全遗漏的 skill 则可能在没有明显错误的情况下移除必要检查。

多项 skills 形成了第三种机制。Gemini 可以从多个聚焦的指令包中组装工作流，而不是依赖一个过于庞大的提示词。

这类似于经验丰富的团队记录流程的方式。他们会将品牌规则、安全审查、采购审批和最终格式分开，因为每个组成部分都会独立变化。

该模型也支持定时工作。Google 的文档称，skill 可以在 Spark 计划中指导操作。

因此，周期性任务每次运行时都可以应用相同的操作流程。这是一种比手动打开指定聊天机器人更强的定制化形式。

但计划任务会提高出错成本。不正确的指令可能在缺乏即时人工关注的情况下重复执行，而不合适的 skill 可能影响每一次运行。

在理解迁移后的行为之前，用户应让高影响操作保留在明确审查之后。这包括发送通信内容、共享数据、进行购买或更改记录。

最佳的早期使用场景应当是可观察且可逆的。起草报告、整理笔记或应用格式，都能让用户在任何内容离开工作区之前检查结果。

这正是为什么这次替代并非普通的产品维护。Google 正在让定制化更接近执行环节。

Gems 主要塑造一段对话。Skills 则可以塑造智能体任务中的一连串操作。

更大的影响范围解释了它的吸引力与风险。可靠的 skill 比可复用提示词节省更多工作，但不可靠的 skill 也可能带来更广泛的后果。

迁移细节仍是 Google 论证中最薄弱的部分

Google 已说明 skills 是什么，但尚未回答用户在信任转换前所需的全部问题。

最大的未知因素是保真度。用户需要知道每条指令是否会原样转移，还是 Google 会为新格式改写内容。

即便是细微变动也可能产生影响。约束条件重新排序、示例遗漏或禁止性要求被弱化，都可能改变成熟定制助手的输出。

附加文件带来了另一个问题。Google 的 skills 指南称，用户可以避免反复上传相同文件，这表明支持材料可以参与到 skill 中。

但 9to5Google 报道的迁移通知并未说明现有 Gem 附件将如何转换、存储或设置权限。

默认工具也需要澄清。Gem 可以围绕图像创建或 Canvas 等功能进行配置，而 skill 则教会 Spark 使用哪些工具。

这些概念存在重叠，但未必通过相同的控件呈现。用户应在转换后验证工具行为。

共享是另一个尚未解决的领域。Gems 可以通过链接分发，提供一种让他人访问已配置助手的简单方式。

Google 的公开 skills 文档以个人账户为中心，并未为每个已迁移 Gem 确立等效的共享行为。

工作场所支持可能更具影响力。根据 Google 帮助页面，skills 目前不适用于工作和学校账户。

这一限制与其面向工作流的定位并不协调。组织最需要可重复的流程、受治理的知识和共享的运营标准。

区域排除带来了额外的不匹配。对于无法访问目标功能的用户而言，迁移不能被视为已经完成。

Google 可能会在过渡开始前扩大可用范围。在发布相关变化前，读者应将更广泛的访问视为一个悬而未决的问题。

自动调用同样值得保持怀疑。便利性取决于 Gemini 是否能准确识别意图，但周期性工作往往包含细微例外。

财务审查和非正式估算可能使用相似措辞，却需要不同的控制措施。错误的 skill 可能应用比预期更严格或更宽松的流程。

组合 skills 会让问题进一步复杂化。指令可能会在语气、输出结构、认可来源或工具使用方面产生分歧。

Google 需要提供可理解的冲突处理行为。用户需要日志或可见指标，以便轻松检查已应用的配置。

此外还存在产品碎片化风险。Gems 存在于主流 Gemini 体验中，而 skills 目前则通过 Spark 进行说明。

用户应关注 Google 是否会在 Gemini、Spark、移动应用和受管理账户之间建立统一的定制化系统。

如果过渡将访问分散到不同产品界面，承诺的简便性将被削弱。统一系统则会让已保存流程比孤立的 Gems 更有价值。

批评并非认为 skills 没有价值。其模块化设计比日益增多的专用聊天机器人集合更适合复杂工作流。

担忧在于，Google 要求用户迁移，却尚未公开记录所有边缘情况。这种顺序将验证负担放在已经投入 Gems 的人身上。

用户可以通过保留自己的记录来降低风险。复制关键指令、列出附件、记录预期输出，并保留成功 Gem 回复的示例。

迁移后，请通过新 skill 运行相同的测试用例。比较内容准确性、指令遵循情况、格式、工具和访问行为。

不要将 skill 的名称或描述视为转换成功的证明。结果比迁移条目的存在更重要。

三个信号将决定 Google Gemini Skills 是否奏效

只有当 Google 保留现有行为、扩大访问范围，并让 skill 选择过程可理解时，这项替代才会成功。

第一个信号是 11 月 17 日后的迁移保真度。用户应寻找指令、文件、所选工具和共享关系能够在转换后保留的证据。

skills 列表中出现一项整洁的条目还不够。已迁移的 skill 必须在当初创建 Gem 所依据的任务上，产生等同或更好的结果。

如果 Google 发布详细的兼容性指南，将有助于增强信心。清晰说明不受支持功能的处理方式，会优于无声的近似转换。

若广泛出现附件丢失、输出变化或共享失效的报告，将削弱 Google 的论点。这将表明，灵活性是以连续性为代价换来的。

第二个信号是突破 Spark 当前限制后的可用性。Skills 需要覆盖人们已经使用 Gemini 的账户、地区和产品界面。

工作和学校账户尤其重要。组织能从可复用流程中受益，但也需要管理、权限、审计和可预测的归属关系。

更广泛的可用性将支持 Google 所称 skills 是 Gemini 新定制化层的说法。持续的限制则会让它们成为不完整的替代品。

第三个信号是编排透明度。用户需要看到 Gemini 选择了哪些 skills、多项 skills 如何交互，以及结果出错时应修改什么。

自动选择应减少设置工作，而不应隐藏控制权。当用户需要确定性时，手动调用仍应可用。

Google 还应让冲突变得易于理解。当两项 skills 提供不兼容的指令时，界面应说明哪条规则优先。

这种透明度将把可靠的工作流系统与不透明的提示词路由功能区分开来。随着 skills 引导定时或可执行操作的智能体，它将变得更加重要。

竞争对手的做法提供了有益背景。Anthropic 已将 skills 呈现为可在消费者、编程和开发者产品之间移植、组合的资源。

OpenAI 持续支持将指令、知识和能力打包为可识别助手的已配置 GPTs。其 @ 提及功能也能将它们带入现有网页对话。

Google 正试图将已保存定制化的易用性与智能体式组合的灵活性结合起来。最终成果有望成为编码重复性工作的一种更实用方式。

不过，11 月的迁移必须先赢得现有 Gem 用户的信任。他们的定制助手包含长期积累的决策、示例和修正，而这些内容很容易被低估。

在迁移覆盖你的账户之前，先确定哪些 Gems 一旦丢失会让你难以重建。保存它们的指令和依赖项，然后创建几条具有代表性的测试提示词。

当 Google Gemini Skills 上线后，在迁移重要工作流之前，对比这些测试结果。转换后的 skill 是否保留了你的知识、遵循相同的约束，并且会明确提示其何时被激活？

这些答案将决定 Gemini skills 迁移究竟代表着一次真正的工作流升级，还是仅仅把用户转移到了一个不那么熟悉的界面。