Промпты для Gemini 3.1 Pro — 90+ готовых шаблонов 2026

Представьте редактора, которому можно за раз отдать всю «Войну и мир», к ней — двадцать переводов, годовой финансовый отчёт компании и двухчасовую запись совещания, а через минуту получить связный разбор со ссылками на страницы и тайм-коды. Примерно так работает Gemini 3.1 Pro — флагман Google 2026 года с контекстом в 2 миллиона токенов (около 5 000 страниц A4).

Но именно из-за длинного контекста и мультимодальности промпты для Gemini пишутся иначе, чем для ChatGPT или Claude. Скопируете сюда привычный короткий запрос — получите средний результат. Заставите модель работать на её сильных сторонах — получите то, на что у человека ушёл бы рабочий день. В чём разница и как её использовать?

Чем Gemini отличается от GPT и Claude

Три флагмана 2026 года решают разные задачи. Если упростить: GPT-5.4 — универсальный собеседник, Claude Opus 4.7 — сильнейшая логика и код, а Gemini 3.1 Pro — про объём и форматы, которые остальным не по зубам.

Практический вывод простой: то, что в Claude и GPT приходится резать на куски и обрабатывать по очереди, Gemini глотает целиком — документацию на 800 страниц, кодовую базу из 50 файлов, час видео-интервью. Плюс он единственный из тройки нативно понимает видео и умеет ссылаться на ваши Google Docs и письма прямо в промпте через символ @.

Как собрать промпт под длинный контекст

Google в официальном гайде по Gemini API советует держать порядок: сначала материалы, потом задача. Это противоположно привычке экономить токены — здесь, наоборот, чем больше сырого контекста вы зальёте, тем лучше. Рабочий каркас промпта выглядит так:

1. Материалы — в самом начале залейте все документы, файлы, ссылки. Gemini обрабатывает контекст лучше, когда он идёт перед задачей.
2. Роль — кто отвечает: «Ты финансовый аналитик с CFA и 12 годами в M&A».
3. Задача — что сделать с материалами: «Составь инвестиционный меморандум на 5 страниц».
4. Под-задачи нумерованным списком — Gemini лучше всего следует структуре из 5–10 чётких шагов.
5. Формат вывода — таблица, JSON, отчёт по разделам. Эту модель стоит вести за руку: она угадывает желаемую форму хуже Claude и GPT.
6. Ссылки на источники — для длинных документов обязательно просите указывать страницу или тайм-код, иначе модель может фантазировать.

Один неочевидный приём: если контекст огромный (за миллион токенов), добавьте в конце «Используй весь контекст, не пропускай». Gemini иногда «ленится» и читает только начало — эта фраза заметно выправляет результат.

Главная суперсила: разбор длинных документов

Здесь Gemini вне конкуренции. Договор на 200 страниц, годовой отчёт, 50 научных статей разом — то, на что у юриста или аналитика уходят дни. Несколько проверенных шаблонов (переменные в фигурных скобках замените на свои):

• Аудит договора. «Приложен договор. Ты юрист по корпоративному праву. Выдели 10 главных рисков для нашей стороны, дисбаланс ответственности, дыры в формулировках. Вывод — таблица + executive summary, со ссылкой на пункт по каждому риску».
• Годовой отчёт на 300 страниц. «Извлеки financial summary, ключевые события, риски, capex-план, прогнозы менеджмента и отклонения от прошлого года. Сравни с отраслевыми бенчмарками».
• Литобзор. «50 приложенных статей по теме {тема}. Дай состояние поля, основные школы мысли, противоречия, пробелы и библиографию в APA».
• Финансовая модель в Excel. «XLSX на 30 листов. Объясни логику расчёта EBITDA, найди ошибки в формулах, предложи 5 сценариев чувствительности и назови главные драйверы стоимости».

Заметили закономерность? Везде в конце — требование сослаться на источник. На длинных документах это не формальность, а страховка от галлюцинаций: модель, которую просят «attribute every claim to a page», врёт в разы реже.

Код: вся база проекта в одном промпте

В чистом программировании Gemini третий — Claude и GPT решают изолированные задачи точнее. Но у Gemini есть козырь: в контекст влезает весь средний проект целиком, поэтому он видит картину, а не отдельный файл.

• Архитектурный аудит. «Приложен полный исходник (800 файлов). Ты principal engineer. Дай: связи компонентов, технический долг с приоритетами, дублирование логики, узкие места по производительности, дыры безопасности по OWASP. Отчёт на 10 страниц с конкретными issues».
• Поиск багов по всей базе. «Найди все race conditions, утечки памяти, SQL-инъекции и XSS. По каждой — файл, строка, severity, объяснение, патч».
• Видеоразбор скринкаста. «Приложено видео, где разработчик пишет фичу. Дай конспект решений, найденные ошибки и стенограмму с тайм-кодами» — то, что не умеют ни GPT, ни Claude.

Deep Research: автономный аналитик

Deep Research — режим, в котором Gemini сам планирует исследование, делит ваш вопрос на под-вопросы, читает 50–200 источников и выдаёт отчёт со ссылками. Глубина задаётся явно:

Промпт для Deep Research пишется как ТЗ для живого аналитика: один чёткий research question, scope (что включаем и что нет), формат отчёта. И тут кроется главная ошибка новичков. Сравните: «Расскажи про рынок облаков» даст поверхностный пересказ Википедии. А «Какие 5 факторов сильнее всего повлияли на консолидацию российского рынка облачных провайдеров в 2024–2025 и какие из них актуальны на 2026?» — выдаст глубокий отчёт со ссылками. Чем острее вопрос, тем ценнее ответ — а насколько точно вы formулируете свой?

То, чего нет у конкурентов: Workspace и YouTube

Gemini подключён к Google-экосистеме напрямую. Не нужно копировать текст из документов в чат — достаточно сослаться на файл через символ @. Это меняет сам стиль работы: вместо «вот текст, проанализируй» вы пишете «сравни @Q1 Strategy с @Q4 Retro».

• Brief перед встречей. «Перед встречей с {клиент} в 15:00 собери из Gmail все письма за полгода, из Drive — документы, из Calendar — историю встреч. Дай brief на 1 страницу: открытые вопросы, прогресс, что обсудить, риски».
• Разбор YouTube-видео. «Видео {ссылка}. Конспект с тайм-кодами по 10 темам, фактчекинг 5 главных тезисов, вывод — стоит ли смотреть целиком».
• Сводка почты. «Сводка всех писем за неделю по проекту {проект}: подтемы, action items, кто что должен и к какому сроку».

Agent Mode: задачи без вашего участия

Agent Mode выполняет многошаговые задачи сам — ходит по сайтам, заполняет формы, работает с Google Cloud, шлёт письма (с подтверждением). Промпт пишется как должностная инструкция: триггер, шаги, что должно получиться, когда писать вам. Например: «Каждый понедельник в 9:00 бери данные из @Sales Sheet, строй отчёт по 5 метрикам, шли в Slack и команде на почту». Одно правило железное — перед запуском в работе всегда прогоняйте dry run на тестовых данных.

Частые ошибки в промптах для Gemini

• Не использовать длинный контекст. Главное преимущество модели — 2 млн токенов, а её просят как GPT-4: коротко, без приложений. Заливайте всё, не сокращайте.
• Размытый вопрос в Deep Research — даёт поверхностный обзор вместо глубокого отчёта.
• Не указан формат вывода — получите абзац вместо готовой таблицы или плана.
• Markdown в голосовом режиме Gemini Live — модель зачитает звёздочки и буллеты вслух.
• Не проверять Agent Mode перед продакшеном — автоматизация без dry run однажды отправит письмо не туда.

Как пользоваться Gemini 3.1 Pro из России

Напрямую — никак: с 2022 года Google блокирует российские IP, gemini.google.com не открывается, оплата с карт «Мир» не проходит. Через VPN с зарубежной картой доступ возможен, но нестабилен — Agent Mode и Deep Research часто отваливаются, аккаунты блокируются. Практичный путь для России — агрегатор MashaGPT, где Gemini 3.1 Pro (с длинным контекстом, видео-анализом и Deep Research) идёт в одной подписке вместе с GPT-5.4 и Claude Opus 4.7, с оплатой в рублях через СБП и без VPN. Российские YandexGPT и GigaChat работают без VPN бесплатно, но контекст у них в 10–20 раз меньше и видео они не понимают.

Итог: с чего начать сегодня

Возьмите задачу, в которой вы сейчас вручную перелопачиваете большие объёмы — договоры, кодовую базу, записи встреч, мониторинг конкурентов. Залейте все исходники в один промпт без сокращений, добавьте нумерованный список под-задач, укажите формат и попросите ссылки на страницы. Уточните в 2–3 итерации — и сравните, сколько времени это заняло раньше.

Через пару месяцев у вас накопится 30–50 своих шаблонов, и Gemini превратится во второй мозг, который читает то, что вы прочитать не успеваете. Хотите попробовать прямо сейчас, без VPN и зарубежной карты — модель доступна в MashaGPT рядом с GPT-5.4 и Claude Opus 4.7: прогоните одну задачу на всех трёх и оставьте ту, что отвечает лучше в вашей сфере. А какую рутину вы отдали бы ИИ первой?