Google // MakerSuite · Google AI Studio 访问官网 ↗
  • Gemini 提示词工作台
  • 原型即代码
  • 多模态输入
  • 一键导出 SDK
  • MakerSuite 后继者
  • 免费层可用

想调 Gemini 又懒得搭环境？MakerSuite 改名 AI Studio 后，它成了最快的那扇门

你有个点子：用 Gemini 给客服邮件自动分类、把一摞 PDF 摘要成表格、或者让模型看着一段产品视频写文案。可一想到要建云项目、配鉴权、读文档，热情就凉了一半。MakerSuite（今天叫 Google AI Studio）要解决的，正是这道「从一个想法到一段能跑的代码」之间最磨人的门槛——它把 Gemini 的接入、调参、试错、导出，全部收进一个浏览器标签页里。

一句话认识它：MakerSuite 是 Google 在 2023 年 5 月 Google I/O 大会上推出的浏览器端提示词工具，最初服务于 PaLM 2 模型；同年 12 月 13 日随 Gemini API 公开发布而更名为 Google AI Studio[1]，定位升级为面向 Gemini 系列模型的网页版集成开发环境（IDE）[2]。开发者用 Google 账号登录即可在几秒内拿到 API 密钥，于提示词游乐场里调试多模态输入、系统指令与工具调用，再一键导出可运行的代码，是进入 Gemini 生态最快的入口[3]。

对话：把「想用 Gemini」这件事问明白

下面是一段模拟对话——你作为第一次接触它的开发者，向 MakerSuite / Google AI Studio 连续提问，它逐条把能力边界、上手路径和坑点讲清楚。读完这段，你应该已经知道它适不适合自己。

你问能直接调 Gemini 吗？还是得先建一套云项目、配鉴权和信用卡？
MakerSuite 答能直接调，而且几乎零门槛。打开 aistudio.google.com 用 Google 账号登录，平台会在你接受服务条款后自动建一个默认项目，几秒内生成可用的 Gemini API 密钥，不需要提前开通 Google Cloud、不需要绑信用卡。免费层对大多数模型和原型验证都足够；只有当你需要更高配额或付费模型时，才去挂 Cloud Billing。[1]
你问我完全不会写提示词，连「系统指令」「少样本」这些词都没听过，能上手吗？
MakerSuite 答可以，它本身就是为降低门槛设计的。平台内置提示词库（Prompt Gallery），提供几百个现成示例，覆盖摘要、分类、代码生成、翻译等常见任务，你改几个词就能跑。三种工作模式也很好懂：自由格式随手写一句话、结构化给模型喂输入/输出样例让它照着学、对话做多轮聊天机器人。先把示例跑通，再慢慢替换成你自己的内容，比从空白页开始轻松得多。
你问同一个提示词，怎么知道该用 Gemini 的哪个版本？Pro 还是 Flash？
MakerSuite 答这正是它比普通聊天框强的地方。你可以把同一条提示词一键切换不同模型——比如 Gemini 3.x Pro、Flash、Flash-Lite——并排看输出质量、响应速度和成本差异，再决定上线用哪个。对延迟敏感的应用用 Flash，对推理和长文档分析要求高的用 Pro，原型阶段反复对比，比凭感觉选型靠谱。[4]
你问听说 Gemini 是多模态的，我在 Studio 里能直接喂图片、音频和视频吗？
MakerSuite 答能，而且这是它的核心卖点之一。提示词游乐场支持直接拖入图片（做视觉分析、OCR、版面理解）、PDF 与文档（摘要、问答、抽字段）、音频（转写或分析）、视频（带时间戳的内容理解）、代码文件（解释/评审/重构）以及网页链接。配合 Gemini 百万级 token 的上下文窗口，你甚至能把整个代码库、长篇合同或一段长视频一次性丢进去问。[4]
你问提示词调好了，怎么变成我自己的代码？还要不要重写一遍？
MakerSuite 答不用重写。点界面上的 「Get code」，它就把你刚调试好的那条请求，原样导出成 Python、JavaScript、Go、Java、C# 或 cURL/REST 片段，直接粘进你的项目就能跑。同一个 API 密钥在游乐场和你的本地代码里通用，所以从「在网页里试」到「在自己的程序里跑」几乎是零摩擦衔接。
你问那它和企业级的 Vertex AI 到底什么关系？我该什么时候迁移过去？
MakerSuite 答两者跑的是同一套 Gemini 底层模型，但处在项目不同阶段。我是原型沙盒：免 GCP 项目、免基础设施、免费层即用，适合下午灵光一现时快速验证。Vertex AI 是生产平台：带 IAM 权限、VPC 网络隔离、审计日志、SLA 与服务监控，适合要上量、要合规的正式系统。通用做法是先在我这里 prototype 一两周、向干系人证明价值，等准备投产再迁移到 Vertex——Google 提供了统一的 SDK，迁移时不用推翻重写。[5]
你问免费层方便是方便，但我的提示词和上传文件会不会被拿去训练？
MakerSuite 答会，这是免费层的真实代价。Google 明确保留用免费层用户的提示、上传文件和生成内容来改进模型的权利，数据在与你的账号脱钩后可能由人工审阅标注；平台也建议不要在免费层提交敏感信息。一旦你开启 Cloud Billing 成为付费用户，你的数据就不再被用于产品改进，按数据处理附录临时留存仅用于滥用监控。所以涉及商业机密或个人信息，请升级到付费层或走 Vertex。[6]

它自己是怎么定义自己的

下面是 Google 对 Google AI Studio 的官方能力描述，值得整段引用——它点明了这个产品最不可替代的那一点：不是「又一个聊天界面」，而是「用 Gemini 构建东西的最快方式」。

「Google AI Studio 是开始用 Gemini 构建应用的最快方式。这个免费的、基于浏览器的 IDE，让开发者能够快速原型化、测试多模态提示词、微调模型并生成 API 密钥——免费层甚至不需要信用卡。」它把提示词设计、多模态输入、模型微调与一键代码导出都收进同一个标签页，是通往 Google 最强大基础模型的入口。 —— 综合自 Google 官方对 Google AI Studio 的能力表述（aistudio.google.com 与 Google for Developers 文档）[2][3]

八块能力拆解：从一句话到能跑的应用

把 Studio 的能力拆成八块，你可以只取其中几块用，不必全上。下面逐一说清它到底替你干了哪些活。

  1. 提示词工作台：三种模式（自由格式、结构化样例、多轮对话）覆盖从随手试到严谨定义的全过程，所有改动实时出结果，把「调提示词」变成可视化的来回拉锯。
  2. 系统指令与运行参数：用 System Instructions 固定模型的人设、语气与规则；在 Run settings 里调温度、Top-K、Top-P、安全阈值，把「一次性的灵感」固化成「可复现的行为」。
  3. 多模态输入：原生支持文本、图片、音频、视频、PDF、代码与网页链接，配合百万 token 上下文，长文档、整库代码、长视频都能一问到底。
  4. 函数调用与结构化输出：在界面里定义工具 schema、测 JSON 模式，让模型吐出可被下游程序直接消费的结构化数据，而不是一段要再解析的散文。
  5. Google 搜索接地：开启 Grounding with Google Search，让 Gemini 的答案实时挂在最新网页结果上，并附上来源引用，缓解「模型只凭训练记忆胡说」的问题。
  6. 一键生成并导出代码：任意一条调好的提示，点 Get code 即导出 Python / JS / Go / cURL 等多语言片段，把浏览器里的实验直接搬进你的代码库。
  7. 浏览器内模型微调：用监督式微调（adapter tuning）把你自己的 JSON 数据集直接传上去，适配客服、领域问答或编码等具体场景，训练完拿到独立端点。
  8. Build 模式与部署：用自然语言直接生成 React 前端 + Node.js 服务端的完整应用，支持密钥管理、Firebase/Firestore、GitHub 导出与 Cloud Run 部署，把原型推到可访问的线上地址。

三个东西别搞混：AI Studio、Vertex AI 与 Gemini 应用

很多人第一次接触 Gemini 生态会迷糊：到底该开哪个网页？一句话区分——Gemini 应用（gemini.google.com）是给普通人聊天的，AI Studio 是给开发者搭原型的，Vertex AI 是给企业上生产的。三者共用 Gemini 模型，但定位、门槛和保障机制天差地别。

维度Google AI StudioVertex AIGemini 应用（聊天）
核心定位开发者原型沙盒 / 提示词 IDE企业级生产机器学习平台终端用户的对话助手
需否 GCP 项目不需要，登录即用必须，需建项目与计费不需要
免费层有，按分钟/天限流基本无免费生产额度面向终端用户免费
数据用于训练免费层会被用于改进模型默认排除训练，合规可控按各自隐私政策处理
SLA / 审计 / IAM无有 SLA、审计日志、VPC 隔离无（面向个人使用）
适合阶段想法验证、快速试错上量、合规、长期运维日常问答与生产力

所以回答一个常见的潜在困惑：它和 ChatGPT 不是同一个赛道的东西。ChatGPT 是面向所有人的对话产品；Google AI Studio 是面向开发者的构建工具，目标不是陪你聊天，而是让你把 Gemini 接进自己的程序。真正的「Gemini 版 ChatGPT」是 gemini.google.com 那个聊天应用，别走错门。[1]

四个最容易踩的坑

01

把它当日常聊天机器人。它是开发环境，不是 ChatGPT 替代品。想随手问问题、写封邮件，请用 gemini.google.com；进 Studio 是为了调提示词、拿 API、导代码，界面和目的都围绕「构建」而非「闲聊」。

02

以为免费层数据私有。免费层的提示与上传文件可能被用于模型改进，甚至经人工审阅。凡是商业机密、个人信息、未公开研究，都不要在免费层提交；要么开启 Cloud Billing 升级，要么直接走 Vertex AI。

03

提示词一跑通就直接上生产。免费层有每分钟/每天速率限制，直接面向用户会瞬间被限流；生产前还要补错误处理、重试、配额管理与监控。Studio 是草图本，不是终点站。

04

混淆 MakerSuite 与 AI Studio。它们不是两个竞品，而是同一个产品的两代名字：MakerSuite 是 2023 年 5 月 I/O 的初代（服务于 PaLM 2），同年 12 月随 Gemini 发布改名为 Google AI Studio。搜资料时看到两个名，认准「同一扇门」即可。[1]

常见问答

MakerSuite 和 Google AI Studio 是同一个东西吗？

是同一个产品的两代名称。MakerSuite 于 2023 年 5 月 Google I/O 推出，服务 PaLM 2；2023 年 12 月 13 日随 Gemini API 公开发布而更名为 Google AI Studio，并转向 Gemini 系列模型。今天你打开 aistudio.google.com 用到的，就是当年的 MakerSuite。

完全不会写代码，真的能开始用吗？

能。平台提供提示词库里几百个现成示例，三种工作模式（自由格式、结构化、对话）都不要求编程基础；你先改示例跑通，再逐步换成自己的内容。等到要点「Get code」导出时，才需要一点点把片段粘进项目，那一步也有现成代码可抄。

免费层有什么限制，会不会突然收费？

免费层对大多数模型和原型验证有按分钟、按天的速率上限，不绑信用卡就不会扣费；只有开启 Cloud Billing 追求更高配额或付费模型时才会计费。缺点是免费层数据可能被用于改进模型，且无限流保障，不适合直接扛生产流量。

和 ChatGPT 比，我到底该用哪个？

看目的。想要一个陪你聊天、写文案的助手，用 ChatGPT 或 gemini.google.com 这类对话产品；想用 Gemini 模型搭建属于自己的应用、接进代码、做多模态实验，Google AI Studio 才是正确入口。它不是 ChatGPT 的替代品，而是开发者的构建台。

提示词调好之后，怎么真正落地成应用？

点「Get code」一键导出 Python / JS / Go / cURL 等多语言片段，直接嵌入你的程序；同一个 API 密钥在游乐场与本地通用。若需要完整前后端应用，可用 Build 模式自然语言生成 React + Node.js 项目，再经 GitHub 导出或 Cloud Run 部署上线。

我的数据在免费层安全吗，要不要担心？

免费层便捷是有代价的：Google 可能用你的提示、上传文件与生成内容改进模型，数据脱钩后或有人工审阅。涉及敏感或商业信息时，请开启 Cloud Billing 转为付费用户（数据不被用于训练），或直接迁移到带审计、VPC 隔离与合规认证的 Vertex AI。

参考资料

  1. 来源：维基百科 — Google AI Studio（MakerSuite 于 2023 年 I/O 推出、同年 12 月更名、功能与数据政策概览）：https://en.wikipedia.org/wiki/Google_AI_Studio
  2. 来源：Google AI Studio 官方网站（产品入口、提示词游乐场与 Build 模式）：https://aistudio.google.com
  3. 来源：Google for Developers — Gemini API 文档（模型接入、SDK、参数与工具调用说明）：https://ai.google.dev
  4. 来源：维基百科 — Gemini (language model)（多模态架构、上下文窗口与模型代际演进）：https://en.wikipedia.org/wiki/Gemini_(language_model)
  5. 来源：Google Cloud Vertex AI 官方文档（企业级生产部署、IAM、审计与合规能力）：https://cloud.google.com/vertex-ai
  6. 来源：Google 隐私权政策（数据收集、使用与改进模型的相关条款）：https://policies.google.com/privacy
  7. 来源：Google Developers Blog（Gemini 与开发者工具演进的官方发布说明）：https://developers.googleblog.com/

青衣网络 AI 观察团队 · 最后更新 2026-08-25　|　本文基于 Google AI Studio / MakerSuite 公开信息与第三方资料整理，用于帮助读者理解产品定位、能力边界与适用场景；功能、模型列表、配额、价格与数据政策随时可能调整，实际使用请以官方最新公告与隐私政策为准。