Transcription
嗨，大家好！
今天要来聊聊 Gemini。Gemini 是由 Google 开发的一款人工智能模型。自十一月中旬最新的 Gemini 3 推出之后，许多科技媒体与专业分析师普遍认为，它的逻辑推理和编写程式的能力已超越了 ChatGPT，使得近期网路上出现了一股“退订 ChatGPT，转投向 Gemini”的风潮。
那在今天的教学影片，我会带大家从零开始，全方位认识 Gemini 的所有功能。即使你过去完全没用过任何的 AI 工具，也不用担心，只要跟着步骤操作，就能轻松上手。
那要使用 Gemini，你可以直接打开浏览器，前往 Gemini 的首页。在画面下方有一个长条状的输入框，这是我们向 AI 提问的地方，跟 ChatGPT 非常地相似。那这边我会建议大家登入自己的 Google 帐号，因为登入后，系统才会保留我们跟 AI 的对话纪录，同时也会解锁上传档案等进阶的功能，让你享有完整的使用体验。
Gemini 能做的事非常多，像是生成图片、制作影片、撰写文章、协助你学习新的事物等。但 AI 的思考方式其实跟人类并不一样，它是透过学习大量的资料，找出其中的规律，然后根据这些规律做出最佳的预测。
举例来说，假设今天我写了一句“其实我一直想告诉你”，然后我请 Gemini 把这句话完成。那么 Gemini 会根据机率和统计原则，预测下一句话有可能是“你做的所有努力我都看在眼里”。但如果今天我在原句子的后面，加上两个惊叹号，那么 Gemini 就会根据这两个惊叹号带来的情绪变化，预测下一句有可能会变成“你对我来说有多么重要”。由此可知，想要让 AI 做出更精准的预测，关键就在于我们提供的资讯是否充足。如果你的问题过于笼统，AI 就只能依靠有限的资讯进行预测，回覆的结果就容易偏离我们的预期。
好，那我们来看一个案例。假设小明是某家公司的人资训练专员，最近几个月公司新人的离职率很高，因此主管要求小明规划一套改善的方案。小明想到可以请 Gemini 来帮忙，于是他在对话框内输入：“我想要改善公司的新人培训计划，你有什么建议？”
由于这个问题相当笼统，因此 Gemini 会生成很一般且通用的答案，对于小明的实际情况来说，参考价值非常有限。
为了提升 AI 回覆的品质，小明决定在提示词内加入更多具体的资讯。首先是“角色”的设定。角色会影响 AI 答覆的思考方式和回应风格。举例来说，如果我在问题前加了一句“你是知名的海盗船长杰克史派罗”，那么 Gemini 就会变成以幽默、狂放不羁的口吻来回答问题。而如果我把角色改成是“刚进公司的新人员工”，那么 AI 在回覆时就会改从新人的角度出发，着重于他们遇到的困难和需求。又或者，如果我请 AI 扮成一位“精于统计学的数据分析师”，那么 Gemini 的回覆就会倾向使用数据和量化指标来分析问题。
当然，并不是每一个问题都需要设定“角色”。如果问题本身很明确，答案也很单纯，直接询问 AI 就可以得到很好的效果。但如果你希望 AI 以某种专业角度来思考和回覆时，透过角色设定就可以让答案更符合你的实际需求。
好，影响 AI 答覆品质的第二项要素，是任务的“目标”。这就好像你在开车或骑车时，如果开了导航，却没有设定“目的地”，那么 GPS 就只能带着你漫无目的地绕来绕去。所以在小明的案例中，如果他把目标设为“在三个月内降低新人离职率”，那么 Gemini 就会把战线拉长，提出为期 90 天不同阶段的辅导机制，来协助新人融入公司的环境。但如果小明把目标改成“一周内可立即实施的改善方案”，那么 AI 就会改建议小明去优化培训简报，或设计一些能快速执行的小型任务喔。
好，再下来第三个关键要素是“情境”。“情境”可以说是提示词中最重要的一部分，就好像我们去医院看病时，必须跟医生仔细说明自己的症状，医生才能对症下药。同样地，当小明需要 Gemini 提供协助时，他必须详细描述公司的实际情况。譬如，公司是一家规模精简、员工人数不超过 15 人的小型企业，还是一家正处于快速成长期、拥有 300 名员工的科技新创公司。这些背景细节会直接左右 Gemini 所给出的建议方向喔。
OK，提示词的第四个关键要素是“格式”。“格式”决定了资讯要以何种的方式呈现。例如，“要点式”的清单可以让用户快速抓到重点，适合用在操作指南和流程指引等。而采用分段式的“短文”，则适合用在带有前后脉络的解说、完整的故事叙述或脚本文稿。至于“表格”这种结构化的资讯，则适合用来进行比较和分类整理，让用户能一眼看出各项数据的关联性和差异。
那在设定“格式”时，如果你不确定 AI 是否能照着指定的格式进行回覆，最有效的做法就是附上一个具体的“范例”，供 AI 作参考。如此一来，AI 就能照着这个范本来生成内容，从而产生更精确且更符合预期的结果喔。
好，由于小明这个问题涉及一套较完整的培训规划，因此他可以考虑将 AI 模型切换成“思考型”，让 Gemini 在回覆前，会先做逻辑推演和多步骤的分析，进而提供更周全的解决方案。
那在刚开始学习使用 AI 时，我们常会期待设计出一个“完美提示词”，来得到想要的答案。然而，比起追求一次到位，更理想的做法是把与 AI 的互动当作是“一段对话”。你可以针对 AI 每次的回覆进行追问、补充和修正，直到最后取得满意的结果。
你会发现，免费用户在使用“思考型”的 Gemini 时，每天会有使用次数的上限。如果要解除这个限制，最直接的作法就是订阅 Google AI Pro 的方案，来享受各项进阶的福利。但如果暂时不想升级，我们也可以透过提示词，来让一般模型模拟推理的过程。譬如，一个很常见的技巧是，在提示词中请 AI“逐步思考”，并且把推理步骤明确写出来，最后再给出结论。而另一个技巧是让 AI“发散思考”，也就是先产生几个可行的方案，然后评估各自的利弊后再选出最优解。透过这类型的技巧，就可以有效提升 AI 回覆的品质与深度。
Gemini 每次在回覆完毕后，左下角会显示几个功能按钮，其中包含了“复制”选项，让你能将文字拷贝到剪贴簿，或是将答案转成一封 Email 寄送给他人，也可以选择汇出成 Google 文件，以方便日后查阅。
那最上方有一个“查证”的功能。之所以有这个功能，是因为目前的 AI 很容易产生“幻觉”，也就是生成看似合理，但实际上是错误的内容。那在点击“查证”之后，Gemini 会主动到网路上搜寻资料，来验证自己的答覆，并使用颜色来标记“安全”或“可疑”的句子。
那目前仍没有一套绝对有效的方法可以完全杜绝幻觉，因此面对重要的问题，使用者务必要亲自查证，或是把相同问题分别询问多个 AI 来进行交叉比对。此外，你也可以在提示词中明确告诉 AI，“不要猜测”或“不要自行补充细节”。而如果你觉得每次都这样写感觉很麻烦的话，你可以进入个人化设定的页面，点击“新增”，来把这行指示直接贴进去。那这里你还可以输入其它你希望 Gemini 记住的资讯，像是你的工作背景、兴趣偏好和习惯用语等，让 Gemini 在回覆时能更贴近你的需求。
好，除了“幻觉”的问题之外，目前的 AI 还有两个明显的限制。一个是“知识截止日”。如果你询问一个 AI 知识截止日“之后”发生的事情，就可能会得到过时或不正确的答案。那以 Gemini 来说，如果要弥补这个限制，你可以在提示词中明确要求 Gemini 在答覆前先在网路上进行搜寻。或是你可以改用 Google 搜寻的“AI 模式”，这种基于“搜寻”的 AI 工具，会更适合用来查询网路上的即时资讯喔。
好，那 AI 的最后一个限制，是目前的 AI 一次能“记住”的资讯量有限。例如，免费版的 Gemini 在同一页的对话中，大约能记住 25000 个中文字，而 Pro 方案的 Gemini 则号称能记住近百万字的等级。只要超过 AI 能记住字数的上限，AI 的回覆品质就会明显地下降。而这时最好的策略，就是直接开启一个新的对话。
在侧边栏，你可以看到之前跟 Gemini 所有的对话记录。你可以替它们重新命名使其易于识别，也可以钉选重要的对话，以方便日后进行查找。那在上方有一个放大镜按钮，它可以让你用关键字来搜寻过去的对话内容。而如果你有一些敏感、属于个人隐私的问题，你可以在下方启用“临时对话”的模式，这样对话内容就不会保留在历史记录当中啰。
好，那小明在开始草拟新人培训的计划之前，他打算启用“引导式学习”的功能，先来熟悉“新人培训”的核心概念。在这个模式下的 Gemini 不会把答案一次全部塞给你，而是像真人老师一样，会根据你对于该主题的理解程度，动态调整回覆的内容，并给予正向回馈，营造出一个无压力且高效的学习体验。
而除了对话式的互动之外，Gemini 也能分析用户上传的各类型档案，像是 Word、Excel 和 PDF 等。譬如，小明可以把新人的问卷调查结果上传给 Gemini，请它找出离职率较高的部门，或是标记需要留意的风险指标。透过这个方式，小明就可以快速掌握关键问题所在，进而修正新人培训的策略。
那小明有些档案是储存在 Google 云端硬碟，Gemini 同样能存取这些资料。小明只要打开左下角的功能选单，选择“连结的应用程式”，来建立 Gemini 与 Google Workspace 的连线。如此，小明就可以回到首页点击 + 号，来浏览云端硬碟中的档案，并选择想要让 Gemini 分析的文件。这样一来，小明就无需将档案下载到电脑，这对于习惯将文件放在云端的使用者来说，非常地方便喔。
好，Gemini 是一个多模态的 AI 模型，这代表它不光是能处理文字，还能理解和分析其他类型的资料。举例来说，小明可以直接上传公司会议的录音档，请 Gemini 帮忙转成逐字稿，这样就可以省去手动誊写的时间。或着，他也可以上传开会时白板上的讨论照片，让 Gemini 辨识图片中的文字，来将这些资讯转换成笔记中的要点。
Gemini 甚至还能分析影片中的内容。举例来说，假设小明录了一段 Google 试算表的教学，他需要把影片中的操作整理成文字步骤，那么他只需上传这段影片，Gemini 就能分析影片中的重点来生成摘要。这对于制作培训教材或工作交接文件来说非常地实用喔。
好，那现在许多人都会透过 YouTube 来学习新技能或解决问题，而现在有了 Gemini，这个过程变得更简单了。譬如，小明在 YouTube 找到一个影片，是关于新人培训的重要性和完整流程介绍。而小明可以将影片网址拷贝下来，贴到 Gemini，请它做重点的摘要，并且在关键处标上时间码。如此一来，小明就可以迅速掌握影片中的核心内容啰。
好，Gemini 真正的强项，不仅是模型本身的优异性能，更在于它与 Google Workspace 生态系统的紧密结合。你可以在这些 Apps 的右上角，找到一个 Gemini 的图示。如果你不知道 Gemini 可以提供什么样的协助，你妨不妨可以直接询问它。Gemini 会列出一系列实用的建议功能。透过这样的设计，小明就不需要在不同分页之间，频繁地进行切换，就像是身旁多了一位随时待命的智慧助手喔。
好，那小明先前透过“引导式学习”的功能，对于新人培训已有了一些基本概念。不过，他想要更全面地掌握这个主题，于是他启用了 Gemini 的 Deep Research (深度研究) 功能，来了解其他公司是如何设计和执行新人培训的计划。
那 Deep Research 会针对你指定的主题，系统性地搜寻数十甚至上百个网站，包括产业报告、学术文章，以及知名企业的实际案例等，最后整合成一份结构完整、且具有参考价值的研究报告。
那这份报告小明可以将它汇出成 Google 文件，以便于个人编辑或与他人共同协作。而如果想要深入研读这份报告，小明可以前往 NotebookLM 的网站，它是 Google 推出的一款知识管理工具，然后点击“云端硬碟”，这样就能把 Gemini 生成的研究报告汇入进来。透过 NotebookLM，小明可以针对这份报告的内容进行提问，而且 NotebookLM 在答覆时都会附上引用来源，因此比起一般的 AI，NotebookLM 的答覆会比较安全，较不容易有幻觉的情形。
值得一提的是，NotebookLM 可以针对文件产生多样性的摘要。例如，“资讯图表”会将资料以流程图等视觉化的方式呈现，使报告内容变得更为直观且容易理解。而“测验”则是将报告转换成一个互动式的学习工具，让用户可以检视是否自己已真正理解报告的内容。
再下来，“影片摘要”是一个非常酷的功能。它会依据报告内容自动生成 AI 语音旁白和影片，让学习变得更加生动有趣。
旁白：你的公司是不是成长的很快？那同时也发现新同事好像来得快，去得也快。今天我们就是要来聊这个。
那小明在使用 NotebookLM 时，他突然收到一封 Email，是主管希望他能够前往台北总部，出席“跨部门新人培训工作坊”。为了确保当天没有任何冲突的行程，小明先透过 Gemini 查询他的行事历，确认时间可行之后，小明就让 Gemini 把工作坊的行程排入到日历之中，并协助他撰写一封简洁礼貌的回信，回覆给小明的主管。
而在几天过后，当小明想要再次确认工作坊的详细资讯时，他只要在 Gemini 输入一个 @ 符号，就能快速呼叫 Google 日历，来查询工作坊的时间、地点和其它重要的细节。
由于小明的办公室是位于高雄，而工作坊将会在台北的总公司举行，因此小明请 Gemini 先帮他规划往返的交通安排，包含高铁班次和捷运转乘的方式。如有需要，小明也可以打开连结，在 Google 地图查看详细的路线指引。
那借着此次北上，小明还打算在会后，与几个许久未见的大学同学聚餐叙旧。于是他请 Gemini 推荐总公司附近适合聚餐的餐厅，省去了自行搜寻的麻烦。
由于此次北上小明需要做个人简报，为了确保一切准备就绪，小明请 Gemini 在会议前一天，提醒他要检查简报的内容。而除了设定“单次”提醒之外，Gemini 还能执行“周期性”的自动化任务。例如，总公司为了新人培训专案，在 Google 云端硬碟建立了一个共用资料夹，小明可以请 Gemini 在每周固定的时间，针对新上传的档案生成重点摘要，这样小明就能随时掌握最新的培训资源。而之后如果想要中断自动化的任务时，小明只要进入“排定动作”的页面，将该任务的状态改成“暂停”就 OK 啰。
好，到了出差当天，小明搭上了高铁准备前往台北总部。那在休息空档时，小明发现座位前方放了一本杂志，封面印了一个很特别的几何图腾。出于好奇，小明拿出手机打开了 Gemini 的 App，并启用了旁边的通话功能，然后按下“镜头”按钮。这样小明就可以透过自然语音，询问 Gemini 关于这个图腾的含义和起源啰。
好，小明在结束了在台北总部的工作坊之后，对于新人培训的架构和执行方式，有了更深入的理解。于是他准备着手来修改部门现有的新人培训计划。为了让编辑过程能更有效率，小明选择使用 Gemini 的 Canvas 功能。这个功能可以让小明和 Gemini 共同编辑一份文件或程式码。
于是小明先上传了公司的员工手册，作为参考资料，请 Gemini 拟定一份新人培训的计划。那在 Gemini 完成了初步的草稿之后，小明可以针对文件内容进行细部的调整，例如新增或删除文字。而小明也可以反白特定的段落，请 Gemini 调整该段落的长度，或是改变文字的语气风格等。如有需要，小明也可以从右上角的选单，生成资讯图表或语音摘要等。
而当培训计划修改到一个令人满意的阶段时，小明就可以将它汇出，作为一份正式的人资培训文件。日后如果还需要做内容上的调整，小明仍可以从侧边栏叫出 Gemini 来提供协助。
那 Gemini 在这份报告中，有预留了插入图片的位置。对此，小明可以将提示词复制下来，执行“插入”、“生成图片”，然后将提示词贴上。这样 Gemini 就会自动生成合适的插图，小明也不用再花时间到网路上搜寻图片素材。
而如果小明觉得从侧边栏生成的图片，不符合他的需求，他可以改前往 Gemini 的首页，来启用 Nano Banana 的功能。它是目前最先进的图片生成 AI 模型。Nano Banana 最大的特色在于它支援“多轮对话”的调整。举例来说，如果小明想要替中间的男性员工，加上一件西装外套，他只要将这个需求写在提示词内，Nano Banana 就可以立即完成这项任务。而如果想要生成包含文字的资讯图表也没有问题，因为 Nano Banana 目前已可以正确渲染繁体中文，因此无论是用在简报、培训文件，或社群媒体都非常地方便。
不仅如此，小明还可以进一步把 Nano Banana 生成的图片，透过 Google Veo 3.1 的模型转换成影片。譬如，小明可以把刚才那张茶水间聊天的照片拖曳进来，稍微描述一下他想要看到的动态效果，然后按下 Enter 键送出指令。于是这段影片，小明就可以把它用在简报，或是新人培训的教学短片里面啰。
好，为了协助新进员工能更快融入公司的环境，小明最后打算制作一款简单的 App，来将入职流程游戏化，使新人在完成每一项任务时，都能获得即时的成就感。虽然小明自己不懂得程式开发，但是透过 Gemini 的协助，他只需说明 App 的设计需求，Gemini 就可以根据这些描述产生对应的程式码，并制作出完整的应用程式。而如果测试过程中，小明发现某些地方不如预期，他只要再告诉 Gemini 哪里需要调整就 OK 了。
那制作好的 App，小明可以透过右上角的“共用”生成一个连结，来分享给所有新进的员工。而且无论是在电脑、手机或平板，App 的版面都会自动适应荧幕的尺寸，不会有显示异常的问题喔。
而除了新人任务的 App 之外，小明还打算使用 Gemini 的 Gem 功能，打造一个新人专属的“智慧助理”。Gem 基本上就是一个客制化的 Gemini。小明可以替它取一个亲切且好记的名字，并指派它一项明确的职责。这些小明都可以写在 Gem 的系统提示词里面。当然，要让 Gem 能准确回答新人的各种问题，它本身必须拥有足够的背景知识。因此小明上传了公司的员工手册，作为 AI 的资料来源。然后小明就可以先做个测试，随便问几个与公司相关的问题，看看 Gem 是否能照着员工手册准确地回答。如果测试过后一切都没有问题，小明就可以生成一个共用的连结，分享给所有新进的员工，让新人无论何时何地，都能获得即时且可靠的协助喔。
OK，那今天关于 Gemini 的功能介绍，我们就聊到这边。那我们就下回再见啰。拜拜！