【美联社科技讯】2026 年 4 月 30 日，谷歌 Chrome 团队正式向全球开发者开放 Prompt API，相关话题迅速以 827 个点赞登顶 Hacker News 榜单榜首，评论区引发全球开发者热议。数十万工程师在看到技术文档的第一时间意识到：过去五年苦心构建的各类云端 AI 服务，从此不再是 Web 应用实现 AI 能力的唯一选择。
这项技术的颠覆性，用一句话就能概括：开发者在浏览器控制台敲下一行 const session = await ai.languageModel.create () 代码，即可直接调用 Gemini Nano 模型在用户设备本地完成 AI 推理。全程无需配置 API 密钥、无需搭建服务器、无需跨境网络支持，更没有按 Token 计费的账单，所有用户数据全程锁死在设备本地，不会向外传输一分一毫。
浏览器原生 AI 的落地，不再是三个月后的技术规划，也无需复杂的企业审批流程，只需要开发者打开 Chrome Canary 浏览器，复制几行代码，就能完成全部部署。以下为经过实测验证的 3 分钟快速上手指南，全流程无复杂操作，新手也能顺利落地。
第一分钟：开启浏览器的实验性功能开关
在编写任何代码之前，首先需要完成运行环境的配置。截至 2026 年 5 月初，Prompt API 仍处于实验性阶段，Chrome 主流稳定版暂不支持网页端调用，开发者需要单独安装 Chrome Dev（开发者版）或 Chrome Canary（金丝雀版）浏览器。
实测结果显示，Chrome Canary 对新特性的支持更及时，是体验该功能的最优选择。开发者可采用双浏览器策略：日常浏览使用稳定版，单独安装 Canary 版体验 AI 功能，确保两条使用线互不干扰。
安装完成后，在浏览器地址栏输入 chrome://flags，进入 Chrome 实验性功能配置页面，找到并开启两个核心开关：
- #prompt-api-for-gemini-nano：选择 Enabled，这是调用 Gemini Nano 模型的总开关，未开启则后续所有操作均无法生效；
- 若直接选择 Enabled 无法生效，可选择 Enabled BypassPerfRequirement，该选项会强制 Chrome 下载模型，即便设备未完全达到官方发布的硬件标准。
设置完成后，仅关闭浏览器窗口无法让配置生效，需要在任务管理器或活动监视器中，将所有 Chrome 相关进程全部关闭后重启浏览器，完成配置的冷启动。
第二分钟：完成本地模型文件下载部署
浏览器重启后，AI 引擎落地前的最后一步，是让 Chrome 完成 Gemini Nano 模型文件的本地下载。该模型不会预装在浏览器安装包中，而是在用户首次调用相关功能时按需下载。
在地址栏输入 chrome://components/，在组件列表中找到 Optimization Guide On Device Model 选项，点击下方的 Check for update 按钮，Chrome 便会开始从远端服务器下载模型文件。桌面版 Nano v3 模型大小约 4.27GB，不同版本文件大小在 2.7GB 至 4.27GB 之间，建议在稳定的 Wi-Fi 环境下完成下载。
下载进度条不会实时显示，开发者可每隔 1-2 分钟手动刷新页面，当版本号从 "0.0.0.0" 变为具体的日期版本号时，即代表下载完成。
谷歌官方建议，为该模型预留至少 22GB 的可用磁盘空间。尽管模型本身仅占用 4GB 多的存储空间，但运行过程中需要额外空间用于解压、数据交换和热更新。若磁盘空间不足，可检查设备是否连接不计流量网络，以及是否满足 GPU 或 CPU 模式的硬件要求。
完成下载后，开发者可访问 chrome://on-device-internals/ 内部状态面板，确认模型是否正确加载，该面板会提供模型路径、版本参数等全量诊断信息。
第三分钟：编写首个本地 AI 程序
模型完成本地部署后，即可通过代码验证整个调用流程。按下 F12 打开 Chrome 开发者工具，切换到 Console 控制台标签页，执行以下测试代码，即可完成首次本地 AI 调用：
javascript
运行
async function testPromptAPI() {
// 第一步：检查API可用状态
const availability = await LanguageModel.availability();
console.log('可用状态:', availability);
// 返回值说明：'available'可直接使用、'downloading'下载中、'unavailable'不支持
if (availability !== 'available') {
console.log('Prompt API 暂不可用，请检查flags配置或等待模型下载完成');
return;
}
// 第二步：创建会话实例
const session = await ai.languageModel.create();
// 第三步：发起提示词调用，完成本地推理
const response = await session.prompt('用三句话解释为什么AI在浏览器里运行很重要');
console.log(response);}
testPromptAPI();
实际运行结果显示，第一轮提示词调用会有轻微加载迟滞，这是模型首次载入内存的冷启动时间，后续调用即可体验到零网络延迟的本地推理速度。
同时，该 API 原生支持多轮对话上下文记忆，无需开发者手动维护上下文内容，基础对话管理逻辑示例如下：
javascript
运行
// 创建全局会话实例let session = await ai.languageModel.create();
// 多轮对话示例，模型会自动记忆上下文内容await session.prompt('我的名字叫小明');await session.prompt('我叫什么名字？'); // 模型输出：你的名字叫小明
核心避坑指南：兼容性处理与混合架构设计
整套实操流程耗时不到 3 分钟，但有一个核心兼容性问题需要开发者重点关注：目前 Prompt API 仅 Chrome 浏览器支持，Firefox、Safari 等其他浏览器暂不兼容。若代码中直接调用 ai.languageModel.create () 方法，在不支持该 API 的浏览器中会出现页面白屏报错，需要开发者做好优雅降级处理。
行业通用的最优解决方案，是打造 “本地优先、云端兜底” 的混合模式架构：
- 先通过 LanguageModel.availability () 探测浏览器环境状态，返回 available 则直接启用本地 AI 能力；
- 返回 downloading 时，向用户展示 “浏览器正在下载所需的 AI 模型，请稍候...” 的提示，配合进度指示器优化用户体验；
- 返回 unavailable 时，自动降级调用云端备用通道，如 OpenAI、Claude 等主流大模型 API；
- 通过 monitor 选项订阅模型下载进度的回调事件，实时更新下载进度，避免用户误以为页面卡死。
需要明确的是，文中所述的 const session = await ai.languageModel.create () 方法，是 Chrome 已正式开放的原生 Prompt API，并非占位符或需要复杂部署的服务，而是浏览器已提供的现成基础设施。
行业影响：Web 开发进入本地 AI 优先新时代
早在 2025 年，谷歌就将 Gemini Nano 模型直接嵌入 Chrome 运行时，而此次 Prompt API 的开放，更是将其变成了无需外部 API 密钥、无需服务器端支持的 Web 原生能力。
这项技术革新也引发了行业的广泛讨论。Mozilla 开发者关系负责人 Jake Archibald 近期公开表示，担忧 Web 平台可能会因此被绑定到特定的模型提供商。但争议的背后，是无法逆转的行业趋势：浏览器底层的 AI 能力只会在市场竞争中持续升级，而这项能力，已经成为 JavaScript 开发当下即可落地的现实。
一行代码无法改变整个行业，但它确实推开了 Web 原生 AI 时代的大门。2026 年，网页将真正拥有独立的本地思考能力，而开启这个时代的钥匙，就藏在这几行简单的代码里。对于全球 Web 开发者而言，“Local AI First（本地 AI 优先）”，将成为下一代 Web 产品架构设计的核心准则，很快，这项能力就会像 localStorage 和 Geolocation 一样，成为网页默认的原生基础能力。
对于需要处理高复杂度 AI 任务、追求云端大模型稳定调用体验的开发者及企业用户，UseAIAPI 提供了全链路一站式解决方案，三大核心权益全面解决大模型调用痛点。
其一，全量主流大模型一站式无缝接入。平台已完成全球热门 AI 大模型的全覆盖，包括 Claude、Gemini、ChatGPT、DeepSeek 等最新版本模型，无需用户单独对接多个平台、处理多账号资质审核与风控问题，开箱即可实现平滑调用，大幅降低研发对接、日常运维的时间与人力成本。
其二，专属企业级定制化服务。针对企业级用户，平台可提供全流程定制化接入方案与 7×24 小时专属技术支持，彻底解决账号风控、调用限流、高并发稳定性、数据安全合规等核心需求，可根据业务场景定制专属算力调度方案，保障业务长期稳定运行，无需用户投入精力维护底层调用架构。
其三，行业极致成本优势。平台所有大模型调用费用，最低可享官方定价 5 折优惠，大幅削减高频调用、高强度内容生成、长上下文会话等场景下的算力消耗成本，即便是大流量生产级业务，也无需为高额的 API 调用费用担忧。