在「编程与开发」类工具里，Gemini CLI 的定位是：谷歌开源的命令行 AI 助手，可在终端中操作代码与文件。

这些技巧适合已经会基本操作、想进一步提效的用户。

8 条进阶用法

  1. 给一个你满意的样例，让它模仿结构而不是复制内容。
  2. 把固定的背景和规则保存为预设或模板，避免每次重复输入。
  3. 长材料分段处理，每段完成后再要一份汇总。
  4. 要求输出「不确定清单」，把需要人工核实的地方单独列出。
  5. 把「补全（Completion）」等关键设置弄清楚再调参。
  6. 记录每次的输入、设置和结果，形成自己的经验库。
  7. 敏感信息用代号替换，交付前再换回。
  8. 遇到瓶颈时，用 Codex CLI 做一次对照，判断是工具问题还是用法问题。

示例：分步完成的写法

读懂陌生代码库

输入：一个刚接手的项目仓库。

先不要改任何代码。请阅读这个仓库，输出：1）目录结构说明；2）主要模块之间的调用关系；3）本地运行步骤；4）你认为最脆弱的 3 个地方。

检查点：运行步骤能实际跑通。

延伸练习

小功能开发

准备材料：一个清晰的需求描述。

实现以下需求：【需求】。要求：先给出实现计划和要改动的文件列表，等我确认后再写代码；遵循现有代码风格；补充必要的测试。

验收标准：先有计划再动手。

补单元测试

准备材料：一个缺少测试的函数或模块。

为【函数名】编写单元测试，覆盖正常输入、边界值和异常输入，使用项目现有的测试框架，不要修改被测代码。先列测试用例再写代码。

交付前确认：测试能在本地通过。

修复报错

输入：一段报错堆栈和相关代码。

这是报错信息和相关代码。请先解释报错原因，给出最小修改方案，并说明为什么这个修改不会影响其他调用方。

检查点：修改范围足够小。

常见问题：泄露密钥的风险

把密钥放在环境变量，规则文件中禁止读取 .env 等敏感文件。

常见问题：AI 改动范围过大

要求先给计划和文件清单，限定只改指定文件。

常见问题：测试全绿但功能不对

人工补充关键用例，检查测试是否真正断言了结果。

概念补充：MCP

让编程工具连接外部数据和工具的协议。

概念补充：上下文索引

把代码库建立索引，让 AI 回答时能引用相关文件。

适合人群：数据分析师

数据分析师可以用 Gemini CLI 处理取数与 SQL、清洗与可视化等工作。需要注意：确认指标口径，敏感数据脱敏后再交给 AI 处理。

适合人群：科研人员

科研人员可以用 Gemini CLI 处理文献检索与阅读、实验记录与数据整理等工作。需要注意：遵守期刊和机构关于 AI 使用的披露要求，引用逐条核对。

适合人群：咨询顾问

咨询顾问可以用 Gemini CLI 处理行业研究、访谈整理等工作。需要注意：客户机密遵守保密协议，研究结论注明来源。

注意事项

本文基于 Gemini CLI 公开的定位与通用用法编写，具体功能、套餐与可用地区以官方页面为准，产品更新后界面和名称可能变化。

涉及个人信息、商业机密或受监管数据时，先确认 Gemini CLI 的数据处理条款，再决定能否使用。

延伸阅读