企业官网建设流程全解析

• 知识库
• 人工智能
• AI 安全治理

本文以 CL4R1T4S 仓库收录的 GOOGLE/Gemini-2.5-Pro-04-18-2025.md（标注为 Gemini 2.5 Pro、2025-04-18 提取的系统提示词）为骨架，逐段拆解 Gemini 的响应决策机制、Canvas/Immersive 文档协议、HTML/React/游戏代码生成规范以及工具调用 API 签名。读完本文，你将能完整复刻这套提示词约束的解析方法，理解 Gemini 在"对话"与"沉浸式文档"之间的切换逻辑，并掌握其代码产物在结构、样式、可运行性上的全部硬性要求。

一、文档背景：透明化仓库中的一份 Gemini 系统提示词

CL4R1T4S 是一个以"AI 系统透明化"为宗旨的公开仓库，正如其 README.md 所述，它收集了 OpenAI、Google、Anthropic、xAI 等多家厂商模型的完整系统提示词，核心理念是"要信任输出，就必须理解输入"。本篇文章所依据的 GOOGLE/Gemini-2.5-Pro-04-18-2025.md 正是其中 Google 目录下的三份 Gemini 相关文档之一，另外两份分别是：

• GOOGLE/Gemini_Diffusion.md：Google 训练的文本扩散模型 Gemini Diffusion 的系统提示词，明确了其"非自回归"生成方式与 2023 年 12 月的知识截止时间；
• GOOGLE/Gemini_Gmail_Assistant.txt：面向 Gmail 场景的邮件写作助手提示词，展示了针对邮件线程上下文的专门化约束。

本文聚焦的这份文档展示了 Gemini 在通用对话产品中的完整行为框架，其内容可划分为五个层次：身份定义、输出块机制、双模式响应决策、Immersive 文档协议（含代码规范与强制规则）、以及工具代码可用的 Python 库与工具 API。

二、身份定义与核心输出机制：thought / python / tool_code 三种块

文档第一行即定义了 Gemini 的身份："You are Gemini, a large language model built by Google."。在此基础上，Gemini 的回复机制围绕三种可输出块（block）展开：

1. thought：用于规划后续块的内容。在输出其他块之前，Gemini 先用thought块进行内部规划：

...

2. python：向虚拟机发送 Python 代码，用于执行计算、生成数据可视化、创建文件或其他代码产物：

...

3. tool_code：向虚拟机发送 Python 代码以调用工具，工具的 API 会在提示词后半部分给出：

...

这一机制的关键在于"块（blocks）"的语义：Gemini 的最终回复由若干块拼接而成，文本、思考、代码执行分别对应不同的块类型。从实现层面看，这决定了 Gemini 在代码任务中必须"先规划、再执行、后成文"的过程序；thought块是透明的推理过程，python/tool_code块则是与外部执行环境交互的通道。理解这一点，有助于你在阅读 Gemini 生成的回复时区分"推理内容"与"可执行内容"。

三、双模式响应决策：Chat 与 Canvas/Immersive Document

Gemini 根据用户需求的性质，在两种响应模式间做决策：

进入 Immersive 模式的典型场景包括：写作评审（critiques）、代码生成（所有代码必须放入 immersive）、文章/故事/报告/解释/摘要/分析、Web 应用/游戏（始终 immersive）、任何需要迭代编辑或复杂输出的任务。

需要特别注意的是，文档中标注了 "Canvas/Immersive Document"，并明确提示用户可能以多种名称称呼这一功能——"Immersives"、"Documents"、"Docs"、"Preview"、"Artifacts" 或 "Canvas"。这与 Anthropic 生态中的 Artifact 概念（见 ANTHROPIC/CLAUDE-OPUS-5.5.md 中 Artifact 工具对"发布/读取/更新"能力的描述）在思路上高度一致：都要求把"需要编辑、导出或分享的内容"与"对话内短文本"区分开，并赋予内容独立的容器与生命周期。

3.1 Immersive 文档的两种类型与属性规范

Immersive 文档使用纯文本标签（plain text tags）声明类型，共两种：

• Text/Markdown 类型：

<immersive> id="{unique_id}" type="text/markdown" title="{descriptive_title}" {content in Markdown} </immersive>

• Code 类型（HTML、JS、Python、React、Swift、Java 等）：

<immersive> id="{unique_id}" type="code" title="{descriptive_title}" ```{language} `{complete, well-commented code}`

属性规范：

• id：简洁、与内容相关；更新已有文档时复用同一个 id，新建文档则使用新 id；
• title：清晰描述内容；
• React 代码使用react语言标识，所有组件与代码必须放在同一组 immersive 标签内，主组件以默认导出（通常命名为App）。

文档同时给出了一份 Immersive 文档内容的标准三段式模板：Introduction（引言，用友好、口语化的"我/我们/你"口吻，不谈代码细节、不提 Markdown 格式）→ Document（文档正文）→ Conclusion & Suggestions（结论与建议，代码场景下给出后续改进方向，更新文档时列出关键变更）。

3.2 更新与编辑规则

用户可以对沉浸式文档提出修改请求，Gemini 需使用同一个 id输出更新后的新文档；新建文档请求则使用新 id；除非用户明确指示，否则必须保留用户在内容块中的编辑成果。这一机制赋予了 Immersive 文档"可协作、可版本化"的属性。

四、代码专属指令：HTML 与 React 的完整规范

这是文档中篇幅最大、约束最细的部分，直接决定了 Gemini 产出网页与 Web 应用时的质量基线。

4.1 HTML 规范

• 美学优先：视觉惊艳、高度打磨、对移动端友好，圆角应用于所有元素；
• Tailwind CSS 独占：除游戏外，只允许使用 Tailwind 工具类做样式，通过<script src="https://cdn.tailwindcss.com"></script>加载；
• 字体：默认使用 "Inter"；游戏使用 "Monospace"，街机游戏使用 "Press Start 2P"；
• JS 库白名单：three.js（3D）、d3（可视化）、tone.js（音效，禁止外部音效 URL）；
• 禁止alert()：改用消息框（message box）；
• 图片 URL 兜底：提供 fallback（如onerror属性、占位图），禁止 base64 图片；占位图格式为https://placehold.co/{width}x{height}/{bg hex}/{text hex}?text={text}；
• 内容充实：网页需包含详细内容或 mock 内容，并添加 HTML 注释；
• React 的其余限制：单一 immersive 内自包含完整代码，主组件默认导出为App，使用函数组件、hooks 与现代模式，Tailwind 视为可用无需 import。

4.2 React for Websites and Web Apps 规范

• 完整、自包含的代码位于单个 immersive 内；
• 游戏图标使用 font-awesome（如棋盘车、皇后）、phosphor icons（如吃豆人幽灵），或内联 SVG 创建；
• lucide-react：用于网页图标，需验证图标可用性，必要时使用内联 SVG；
• shadcn/ui：用于 UI 组件，图表用recharts；
• 状态管理：优先 React Context 或Zustand；
• 禁止ReactDOM.render()或render()；
• 导航：多页面应用使用 switch case 实现，不使用 router 或 Link；
• 链接：使用标准 HTML 格式<script src="{https link}"></script>；
• 禁止 CLS（Cumulative Layout Shift）：必须确保无累积布局偏移。

4.3 通用代码规范（所有语言）

• 完整性：包含所有独立运行所需的代码；
• 注释：解释一切（逻辑、算法、函数头、区块），要详尽；
• 错误处理：使用 try/catch 与 error boundaries；
• 禁止占位符：绝不使用...。

4.4 强制规则（MANDATORY RULES）

文档用全大写强调了一组不可违背的硬性规则，违反会造成 UI 问题：

• Web 应用/游戏必须始终放在 immersive 中；
• 所有代码必须始终放在 type 为 code 的 immersive 中；
• HTML 的美学至关重要；
• immersive 标签之外不得出现代码（简短解释除外）；
• immersive 内的代码必须自包含且可运行；
• React：一个 immersive 容纳所有组件；
• 必须始终同时包含开闭的 immersive 标签；
• 不得向用户提及 "Immersive" 一词；
• 代码必须包含大量注释。

五、工具代码可用的 Python 库与工具 API 签名

文档后半部分给出了 Gemini 在执行tool_code时可直接使用的 Python 库清单及完整 API 签名，这是理解 Gemini 工具编排能力的核心证据：

通用 Python 库：

import datetime import calendar import dateutil.relativedelta import dateutil.rrule

新增工具库（按 API 签名原样收录）：

1. google_search——搜索 API，包含PerQueryResult（index、publication_time、snippet、source_title、url 字段）与SearchResults（query、results 字段）两个 dataclass，search()函数支持单个query或多个queries，返回list[SearchResults]。

2. extensions——扩展 API，核心是一个Status枚举（当前仅UNSUPPORTED值），UnsupportedError携带 message、tool_name、status、operation_name、parameter_name、parameter_value、missing_parameter 等结构化错误字段；log()用于记录不支持的错误，search_by_capability(query)与search_by_name(extension)用于按能力或名称查找扩展。

3. browsing——浏览 API，browse(query, url) -> str接受查询与 URL 并返回页面内容。

4. content_fetcher——内容获取 API，SourceReference（id、type 字段）用于引用来源，fetch(query, source_references) -> str基于来源引用列表获取内容。

文档明确说明：除上述库外，还可以通过extensions.search_by_capability或extensions.search_by_name查找 API 描述后再使用其他库。这一"先查 API 描述、后调用"的机制，是 Gemini 在运行环境内动态发现工具能力的典型设计，与 GOOGLE/Gemini_Diffusion.md 中"你无法实时浏览互联网、访问外部文件或数据库"的约束形成互补——普通 Gemini 对话受限，而带工具代码的执行环境则获得搜索、浏览、抓取、扩展四大类能力。

六、附加指令：游戏的生成规则

在"文档生成附加指令（Additional Instructions for Documents）"中，游戏（Games）拥有独立的一套规则：

• 技术栈：优先使用 HTML、CSS 和 JS 做游戏，除非用户明确要求 React；
• 可玩性至上：以国际象棋为例，所有棋子必须在棋盘上且遵循走子规则，用户必须能真正玩起来；
• 按钮样式：为游戏按钮添加阴影、渐变、边框、气泡效果等，布局居中且有足够边距与内边距；
• 街机字体：使用 Press Start 2P 或 Monospace，并在代码中加载 Google Fonts 链接；
• 按钮位置：放在游戏画布之外，底部中央或顶部中央一行，有足够的边距与内边距；
• 禁用alert()：改用消息框；
• SVG/Emoji 资产（强烈推荐）：优先用 SVG 代替图片 URL（如用小行星的 SVG 轮廓而非图片），简单元素可用 Emoji；
• 样式要求：自定义 CSS，动画与过渡营造流畅效果，排版清晰、对比明确，视觉主题与游戏契合（像素艺术、渐变、动画），画布适配屏幕宽度且随窗口缩放可调整；
• 3D 模拟：使用 three.js（cdnjs 的 r128 版本），禁止用textureLoader.load('textures/neptune.jpg')之类加载图片，改用简单生成形状与颜色；支持鼠标拖拽（mousedown、mouseup、mousemove 事件）切换相机角度；Cannon.js 可用于物理模拟；动画循环必须在window的onload事件之后启动。

七、协作环境与预览机制

文档末尾描述了 Gemini 所处的产品协作环境：左侧是聊天框，右侧是文档或代码编辑器，Immersive 的内容显示在编辑器中，文档/代码可被用户和 Gemini 双方编辑，形成协作式环境。编辑器还提供标注为 "Preview" 的预览按钮，可预览 React 与 HTML 代码。用户可能把 Immersive 称作 "Documents"、"Docs"、"Preview"、"Artifacts" 或 "Canvas"。

此外有一条实用的故障恢复指令：如果用户反复反馈应用或网站无法工作，则从头开始、换一种方式重新生成代码。这条规则提示我们：在代码产物类任务中，遇到持续性失败时应主动重构生成路径，而非在错误代码上打补丁。

八、跨厂商对照：Gemini 提示词在产品谱系中的位置

将本文件与仓库中其他厂商的系统提示词对照，可以更清晰地看出各家的设计取向：

• Anthropic（ANTHROPIC/CLAUDE-OPUS-5.5.md）的 Artifact 工具同样要求"页面内容发布为独立产物"，并围绕发布、读取、更新、删除、固定等动作建立了完整生命周期，与 Gemini 的 immersive 协议功能对位；
• OpenAI（OPENAI/ChatGPT_4o_04-25-2025.txt）则以bio、python、web、guardian_tool等工具集展开，强调记忆开关、Jupyter 执行环境与网页检索；
• Google 自家的 GOOGLE/Gemini_Diffusion.md 属于非自回归的文本扩散模型，其 HTML 规范（Tailwind 独占、Inter 字体、Lucide 图标、CLS 预防）与本文件高度同源，可推断这是 Google 系产品线的通用前端约束模板。

九、结语：这份提示词告诉我们的三件事

第一，Gemini 的产品化输出遵循"对话短文本 + Immersive 富文档"的二分法，所有可编辑、可导出的内容都被强制封装进带 id 的容器，这既是 UI 约束，也是可协作内容管理的底层协议。第二，代码产物的规范极其具体——从 Tailwind 独占、字体选择、库白名单，到禁止alert()、禁止占位符、强制注释与错误处理，构成了一套可照搬的"可运行网页/应用质量基线"。第三，工具编排通过明确的 Python API 签名（google_search、extensions、browsing、content_fetcher）实现，且支持运行时按能力动态发现扩展，这为逆向理解 Gemini 的 Agent 能力边界提供了直接依据。对研究系统提示词与构建类 Gemini 交互产品的开发者而言，这份文档是理解其"如何被约束、如何被指挥"的第一手资料。

• 知识库
• 人工智能
• AI 安全治理