9月底，谷歌在Gemini应用里发了一条通知：2026年11月17日起，Gems功能正式停用，用户之前做的Gems不会被删掉，会由官方自动迁移成”技能”。在此之前Gems照常能用。
单看这是一条产品改名的消息，真正值得老板琢磨的是背后的演进方向。过去两年，大家用AI的方式是养一个个”自定义机器人”：写一段提示词，存成一个专属助手，下次用专门打开它。而谷歌现在把这套逻辑换成了”技能”：AI在对话里随时识别你要干什么，你输入一个斜杠就能把对应的能力调出来，还能一次调几个。AI的使用单位，正在从一个完整的机器人，变成一个个可以随用随取的动作。
我们给1000多家企业做过AI和智能体相关服务，这种变化对企业怎么用AI、怎么沉淀自己的能力，影响很实在。这篇用产品拆解的方式讲清楚：Gems和技能到底差在哪、其他大厂在往哪走、老板现在该提前做哪些准备。
先拆产品：Gems和技能，差的不只是名字
Gems是谷歌2024年推出的功能，定位是”自定义版本的Gemini”。用户把一段提示词、几份参考文件、甚至默认工具（比如画图、画布）打包成一个专属助手，还能把链接分享给别人。用它得先在侧边栏找到Gems入口，往下翻到自己建的那几个，再点进去单独对话。
技能不一样。它最早随Gemini Spark推出，表面上和Gems干的是同一件事，让用户给Gemini自定义指令，但调用方式和主动性变了，差别主要在三点。
第一，输入斜杠就能调用。不用再进专门的入口，在对话框里敲一个”/”，技能列表就出来了，选一个直接用。这对熟手效率高很多，交互更像调用工具，而不是切换到另一个机器人。
第二，多个技能能同时用。Gems更像一个个分开的助手，一次进一个。技能可以在同一段对话里叠加调用几个，谷歌希望AI主动判断这件事需要哪些能力，而不是等用户一个个去安排。
第三，从”完整人格”变成”能力片段”。Gems存的是一整套设定，像一个有角色、有专属资料的机器人；技能更像一个个封装好的动作和流程，嵌在正常对话里，需要时冒出来。趋势是让AI越来越主动地识别任务、调用能力。
当然也有个现实的门槛。Gems对所有谷歌账号免费，而技能目前要订阅谷歌的AI付费档，还要有Spark权限，并且只对个人账号、年满18岁、部分地区开放，欧盟、英国、瑞士、尼日利亚等地暂时还用不了。企业和机构账号的迁移也排在更后面，要到2027年。这意味着”技能化”是个方向，但全面铺开还需要时间，老板不用焦虑追赶，先把准备做足更重要。
对照看：不止谷歌，大厂都在往”技能和工具调用”走
如果只有谷歌一家这么干，可能只是它自己的产品调整。把本周其他大厂的动作放在一起看，方向相当一致。
就在9月29日，OpenAI在年度开发者大会上发布了一批更新，里面有两个信号跟谷歌的技能化正好对上。一是它推出了”可分享的个人资料页”，用户可以把自己做的站点和插件集中展示、供别人发现和复用，团队成员之间还能发现共享的技能。二是它把ChatGPT开放成一个让开发者直接面向用户提供原生体验的平台，同时强调工具搜索、工具调用这些能力。
往前再看，9月中旬OpenAI给法律行业做的专用版本，本身就是”技能化”思路的样板：同一个模型，配上专业资料库、行业指令和一批伙伴插件，就变成了干法律活的工作台，上线时带着26个伙伴插件、9个社区插件和47个用户自建技能。用户不必养一个新机器人，在一个入口里按需调用不同技能即可。
把谷歌、OpenAI的动作连起来，一条主线很清楚：AI行业正在从”造很多个机器人”，转向”一个入口、背后一堆可复用、可组合的技能”。未来比的不是你存了多少个AI助手，而是你有没有把自己的业务经验沉淀成AI能调用的技能。
对企业意味着什么：高频流程，可以沉淀成自己的技能
讲了这么多产品，落到老板身上，到底意味着什么？一句话：企业里那些反复在做、规则相对固定的活儿，今后都可以封装成自己的技能，让员工和AI随用随取，而不是每次从零交代。
最典型的是三类高频流程：
· 客服问答。客户反复问的产品参数、发货周期、售后政策，把标准答案和边界整理好，封装成技能，AI一调就能稳定回答，不会每个客服各说各话。
· 报价和方案生成。把报价规则、产品组合、方案模板结构化，输入客户需求就能生成初稿，销售只做审核和微调，省掉大量重复劳动。
· 资料整理。合同、报表、产品资料的归类、提取、汇总，按固定流程做成技能，新人也能调出老员工的经验，不用事事从头教。
这里头真正值钱的不是AI本身，是你封装进去的那套业务规则和经验。通用模型谁家都能用，你积累多年的判断标准、报价逻辑、客户问答口径，才是别人抄不走的东西。技能化时代，企业的竞争优势会越来越体现在”你把多少看家本领沉淀成了可复用的技能”。
老板现在该做的四个准备
技能全面铺开还要时间，聪明的做法不是现在就冲去买工具，而是趁这段时间把下面四件不花钱、却最关键的事做好。等工具和时机成熟，直接就能接上。
第一，盘点高频重复流程。让团队把每天、每周反复在做、又比较占时间的事列出来，按”频率高、规则相对清晰、做错代价可控”三个标准排序，挑出最值得先沉淀的两三个。别贪多，先从客服问答这类最典型的入手。
第二，把流程里的规则和标准整理成文字。这是最花功夫、也最容易被跳过的一步。把”遇到什么情况、按什么标准、怎么处理”一条条写清楚，包括那些只存在老员工脑子里的经验。没有这层底稿，再好的工具也封装不出像样的技能。
第三，整理企业的标准资料。产品参数、报价规则、常见问答、合同和方案模板，统一口径、存成规范的数字文档。这些既是技能的原料，也是前面讲的GEO和垂类平台的底子，一份整理多处能用。
第四，先小规模试，跑通一个再扩。选一个流程、一个场景，用现有的AI工具按”固定指令加标准资料”的方式先试跑，看效果、改规则，跑顺了再封装、推广到更多场景。一上来全公司大干快上，往往因为规则没想清楚而返工。
同时建议老板把权限和边界提前想清楚：哪些技能可以直接对外回答客户，哪些只能内部生成初稿、必须人审，涉及钱和合同的要把确认环节留出来。技能越好用，越要先划好它能自主到哪一步。
一个真实案例
我们服务过一家做工业设备销售的企业，销售团队每天要回答大量参数和选型问题，报价还得一个个手动凑，新人上手特别慢。我们没急着上复杂系统，先陪它把事理顺：把客户最高频问的四十多个问题整理成标准答案和边界，把选型逻辑和报价规则结构化，连同产品参数一起做成规范资料。
然后先在一个场景跑：销售接到需求，用固定指令加这套资料让AI生成选型建议和报价初稿，自己只做核对。跑了一个多月，规则反复改了几轮，稳定之后才推广到整个团队。效果很实在：出一份报价从原来的大半天压到半小时左右，新人照着技能里的逻辑也能答个八九不离十，老员工从重复回答里解放出来，能多跟客户。老板后来感慨，他原以为要用AI就得追最新的产品，结果最大的收获是借着这个机会，把公司多少年没理清的问答和报价规则，第一次完完整整沉淀了下来。这套底稿，才是真正跟着企业走的资产。
华企手记
做了这么多年企业服务，我们看AI的各种更新有个习惯：不追名字，看它在替企业解决什么。谷歌把Gems改成技能，看似是一次功能调整，背后其实是把AI的使用门槛又往下压了一截，从”会养机器人”到”会调技能”。对老板来说，这波变化真正的机会不在抢先用上哪个新功能，而在趁这个时间窗，把公司里反复在做的事和老员工的经验，一条条整理成机器能用的东西。我们帮企业做的时候，重点也从来不是堆工具，而是先陪它盘流程、理规则、沉淀标准资料，再选场景一个个跑通。技能会更新、平台会换代，唯有你自己这套业务经验的沉淀，换什么工具都用得上。早一步把家底理清，等技能化真正铺开时，你就不是旁观者，而是直接把多年的本事装进了AI里。
扫码添加企业微信客服
更多企业获客实操内容，微信搜一搜「华企在线」；想了解短视频代运营、GEO优化、网站建设服务，可访问我们的服务项目页 https://www.mtbyy.com/services 或直接扫码沟通。
