啟動 Gemini 3 — 無需安裝，無需帳號

您不需要 Google Cloud 專案。您不需要 API 金鑰。您甚至無需登入 — 除非您希望保留歷史記錄或自訂記憶。Gemini 3 已預先部署並準備就緒於 MidassAI 介面上。本指南將引導您在五分鐘內展開您的首次真實對話 — 具備運作中的上下文、多輪推理及原生工具呼叫。每個步驟均使用即時生產環境（截至 2024 年 6 月為 v3.1.2 版本），而非沙盒或示範。

步驟 1：開啟介面 (0:00–0:25)

前往 https://app.midassai.com。如果您是新手，請跳過註冊 — 點擊 「以訪客身份繼續」。您將直接進入聊天介面，Gemini 3 已預選為活躍模型（檢查右上角的模型選擇器下拉選單 — 應顯示 gemini-3-pro 或 gemini-3-flash，取決於您的區域和配額層級）。

⚠️ 應避免的陷阱：不要點擊「試用 Gemini 2」或「切換至 Claude」。這些模型缺乏 Gemini 3 的結構化輸出模式、JSON 架構強制執行及內建網頁搜尋路由。確認模型 ID 以 -3 結尾。

步驟 2：發送您的首個提示詞 (0:26–1:40)

輸入以下確切提示詞 — 它經過設計可同時觸發三項 Gemini 3 關鍵行為：

List three underrated cities in Southeast Asia for digital nomads. For each, give: (1) average monthly rent for a 1BR apartment near coworking spaces, (2) reliable LTE/5G coverage score (1–10), and (3) one local cultural norm that surprises Western visitors. Format as valid JSON with keys "city", "rent_usd", "coverage_score", and "cultural_norm".

按下 Enter。Gemini 3 將在大約 1.8 秒內回應（歐盟伺服器的中位延遲）。您將看到：

乾淨、語法高亮的 JSON 區塊（非 markdown 程式碼 fence — 原始可執行 JSON），
回應旁邊有一個細微的「✅ Verified schema」徽章，
以及內嵌的「🔍 Search used」標籤 — 表示它從 Numbeo 抓取了即時租金數據，並從 Opensignal 獲取覆蓋率指標。

這不是幻覺。這是 grounded、typed 且可追蹤的。

步驟 3：啟用感知上下文的後續追蹤 (1:41–3:10)

點擊輸入框下方的「+ Add context」按鈕。貼上此片段：

I'm planning a 3-month rotation across these cities. My budget is $1,800/month total, including rent, food, and transport. Prioritize places where I can work reliably without tethering.

現在詢問：

Re-rank the cities by fit for my budget and connectivity needs. Show net monthly surplus/deficit.

Gemini 3 將：

回憶所有先前的 JSON 條目（無需重新貼上），
使用即時匯率重新計算總額（例如，透過 XE API 將 IDR 轉換為 USD），
輸出新的排名列表，包含 surplus_usd 和 deficit_usd 欄位 — 同樣，嚴格的 JSON。

💡 為何有效：Gemini 3 在各輪次間維持有狀態、類型的上下文 — 不像 v2 需要明確的 /context 命令或手動 JSON 重新注入。

步驟 4：觸發工具呼叫 (3:11–4:20)

輸入：

Compare flight prices from Berlin to each of those three cities for departures between July 10–15, 2024. Return only origin, destination, cheapest nonstop fare, and airline.

Gemini 3 將自動呼叫其 flight_search 工具（整合 Skyscanner 的合作夥伴 API）。您將看到：

一個標記為「Fetching live fares」的載入 spinner，
然後是 聊天內部 的表格 — 不是連結，不是摘要 — 包含即時價格，每小時更新。

無需複製貼上。無需切換分頁。工具結果已被解析、標準化並嵌入 — 準備好供您進行下一次查詢，例如「哪個選項讓我在七月剩下最多工作天？」

步驟 5：匯出並重用您的会话 (4:21–5:00)

點擊 ⋯ 選單 → 「Export as JSON Schema」。您將獲得一個 .json 檔案，包含：

完整對話歷史（含時間戳和模型 ID），
所有工具呼叫元數據（tool_used, api_version, latency_ms），
以及可重用的 OpenAPI 3.1 相容架構定義，用於回應結構。

您可以將此架構直接插入 Next.js 應用程式的 zod 驗證，或饋送至 LangChain 的 JsonOutputParser。

重點摘要

適用場景Developers, product managers, and ops teams building AI-native workflows

見效時間Under 5 minutes, zero config

關鍵差異Stateful JSON + live tool chaining in one turn

適用對象

前端工程師 交付 AI 功能，需要可預測、類型的輸出 — 而非自由格式文字。
產品經理 在承諾後端整合前驗證 LLM 驅動的工作流程。
新創創辦人 運行精簡 PoC：如果您的 MVP 需要 grounding、工具使用和結構化輸出，Gemini 3 可比拼湊單獨的 RAG + 函式呼叫層減少約 70% 的開發時間。

它不適用於需要長上下文文件分析（>128K tokens）的用戶 — 那是 Gemini 3 Ultra 的領域。也不適用於離線部署；Gemini 3 需要 MidassAI 的托管推理層（自動處理速率限制、備援路由和架構合規檢查）。

開始使用 MidassAI

接下來是什麼

完成這五分鐘後，您將擁有運作的基礎。從此處擴展：

自訂記憶槽：將用戶偏好（「偏好素食選項」，「過敏：花生」）附加到未來的聊天，
提示詞護欄：透過內嵌 @policy 指令強制執行安全政策（例如，「絕不建議醫療建議」），
批量評估：上傳 50 個測試提示詞並比較 Gemini 3 與您舊模型的準確性 — 並排差異高亮顯示。

無抽象層。無 YAML 配置。僅提示詞 → 回應 → 行動。這就是 Gemini 3 的承諾 — 現在開始。

Gemini 3 快速入門：5 分鐘內展開首次對話