使用自然语言构建、编辑和共享迷你AI应用程序。现在还可以直接接入Gemini生态。
本来只想创建一个简单的Gem来帮助创建插入博客，论文，报告的图片。但进入页面后，突然发现Gemini应用的Gems更新了：
现在可以通过自然语言创建一个工作流，并且可以无缝在Gemini应用中使用：
虽然在Gemini应用程序中，可以通过自然语言让AI帮助我们修改工作流，但是目前测试效果并不理想。AI在为了满足下一个要求进行修改时，可能会忽视之前的一些要求。并且对于一些细节的要求比较难以满足。
所以建议使用AI创建大致的应用程序框架，再进入高级编辑进行细节调整。
进入高级编辑模式后发现，原来其背后接入了Google自家的Opal平台：
接下里我们就来探究一下，如何使用Opal创建一个能够生成高质量论文图片的Gems。
Opal
这个AI搭建的工作流麻雀虽小，五脏俱全。已经包含了OPal平台中核心的三个组件。我们来一一学习一下。
User Input
此步骤用于收集用户输入。系统会向用户显示提示信息。您可以使用高级选项来指定用户应提供的输入类型，例如文本或图像。
Input中的文字会显示在用户输入页面中，作为用户输入的提示：
在高级设置中，我们可以选择该输入的类型，以及该输入是否为必须的。
- 不勾选
input is required：用户不输入任何内容依然可以进入下一步。
针对特殊的需要，我们可以引导用户进行连续的多次输入，在console中可以查看每个输入框输入的顺序：
- 针对不同的输入，可以设置不同的引导词
- 多次输入可以一并提交给后续过程
Generate
这一步骤是大多数 Opal 系统的基础构建模块。您可以选择要使用的 AI 模型，然后指定要发送给该模型的提示。通过在之前的步骤中收集用户输入，您可以在向 AI 模型发送提示以生成新内容（例如文本回复、视频或图像）时参考用户的输入，具体取决于您选择的模型。
Output
输出步骤允许您控制在收集和生成所需数据后所显示的内容。您可以选择应用程序的输出方式，例如创建由 AI 模型决定布局的动态网页，或导出到 Google 云端硬盘电子表格。一个 Opal 中可以使用多个输出步骤。
tools
在Geneate和Output中，我们可以选择调用一些Tools：
绘图工作流
在论文、博客中插入一些生动形象的图片是必不可少的，这有助于读者更好的理解文章的内容，尤其是对于理工科来说。
但是如果我们直接在如Gemini，Chatgpt等平台中进行绘图，结果往往是不理想的。生成的图片可能会出现各种各样的问题：
- 风格各异：在一个文档中，出现各种风格迥异的图像，有的是浅色系，有的是深色系。
- 不稳定性：哪怕是相同的提示词，我们也并非一次就能生成满意的图片，AI生图仍有一定的随机性。
- 文字乱码：尤其是对于中文来说，容易出现错别字，导致整张图片报废。
于是我总结经验，提出一套针对博文生成插图的最佳实践：
-
将文章摘要，或这个文章发给AI进行理解，让AI知道文章的主题
-
发送一张你满意的，或者你希望风格的示例图片，让ai以后生成相似风格的生图提示词。
-
接下来便可以将文章中需要插入图片的段落，依次发送给AI，让AI生成提示词。
-
在生图网站批量生成，查看整体风格是否满意。挑选喜欢的那一张，进入下一步。
该网站一次可以生成两张图片，并且生图速度快，可以准确生成英文，但是中文是乱码。所以在这一步时，我们生成图片最好要干净，不要有其他注释性文字。
- 若效果不佳，请反复修改AI生成提示词的风格
-
添加中文注释，很多时候我们还需要在图片中增加一写中文注释，来解释图片中的一些抽象的内容。这时，我们就需要使用一些比较强的生图模型，如Nano Banana。我们将选好的图片与文本片段一同发送给AI：
最终效果如下：
除了图片中的内容外，还补充了：生成的注释不仅贴合文本，而且也能融入图片，不突兀。
在Gemini网站在线预览图片时，由于像素过低，可能出现一些汉字看起来失真\错误，请下载后检查文字是否有误。
使用Opal
Opal只是一个很简单的AI工作流，仅支持整个过程单向传递，无法实现上述完整的绘图工作流。
现在Opal的每次运行，都像是一个实现单一功能的过程流的封装：
- 运行前：用户填入所有需要的数据
- 运行中：无法打断，无法再次交互，反馈
- 运行后：程序直接结束，给出最终结果
所以我打算制作一个生成与上面图片类似风格的工作流：
嗯…
现在Opal在调用Gemini 3 Pro的绘图模型时，还存在明显的bug。你可能遇到包括但不限于以下情况：
- 绘图时报错(如上图)。
- 不报错，但是无响应，持续数分钟后被我手动结束。
- 成功画图，但是分辨率超低，下载后只有70K。
已经向官方提交feedback，期待修复：
这里分享我创建的工作流：生成3D插图
以及一张结果图：
使用Imagen4绘制的：
使用Gemini 3 Pro Image 绘制的中文版(超低分辨率Bug)：
