Ing. Calogero Bono
Google ogłosiło, że w aplikacji Gemini można generować, podglądać i edytować pliki bezpośrednio w czacie. Chodzi o dokumenty, PDF, prezentacje, arkusze kalkulacyjne, Markdown, TXT i kod. Według Google nowość jest dostępna dla wszystkich użytkowników we wszystkich językach, w których działa aplikacja. Ma znaczenie, bo przenosi dopracowywanie pracy do rozmowy, bez przechodzenia do innej aplikacji.
Kilka terminów, zanim przejdziemy do faktów. Prompt to polecenie, które wpisujesz modelowi. PPTX to format prezentacji programu PowerPoint. Markdown to prosty sposób formatowania tekstu za pomocą symboli. LaTeX to język używany w dokumentach technicznych i naukowych. Określenie inline oznacza, że działanie odbywa się w czacie, bez otwierania czegokolwiek innego.
Co możesz teraz zrobić z plikami w Gemini?
Według oficjalnego bloga Google możesz generować, podglądać i edytować pliki w czacie. Dokument możesz rozwinąć na pełny ekran i wpisywać zmiany ręcznie. Możesz też zaznaczyć fragment tekstu, aby zadać Gemini pytanie albo poprosić o jego poprawienie.
Przykładem pokazanym przez Google jest PDF z materiałami do nauki, stworzony na podstawie odręcznych notatek z wykładu, które użytkownik wgrał. Następnie poprawia się tekst ręcznie, zaznacza sekcję, aby Gemini zmienił tekst lub wykresy, i zadaje kolejne pytania.
Według The Verge typowym przypadkiem jest zaznaczenie tabeli i poproszenie Gemini o zamianę jej w wykres. Jak podaje The Verge, wcześniej Google dodało w tym roku generowanie i pobieranie plików, ale żeby je poprawić, trzeba było wyjść z aplikacji.
Które formaty działają w wersji webowej i mobilnej?
Różnica jest wyraźna. Podgląd i edycja PDF są dostępne zarówno w wersji webowej, jak i mobilnej. Wszystkie pozostałe formaty działają tylko w wersji webowej, czyli Google Docs, Google Sheets, prezentacje, Markdown, TXT i kod.
Jak informuje 9to5Google, część webowa działa na gemini.google.com. Jeśli często pracujesz z telefonu, na razie jedynym formatem, który możesz dopracować w aplikacji, jest PDF.
Jak wygląda przejście do Docs, Sheets i Slides?
9to5Google wymienia trzy konkretne zastosowania, opisane na podstawie dokumentacji Google.
- W przypadku prezentacji Gemini tworzy plan lub treść slajdów, pokazuje układ w czacie i pozwala zmienić ton oraz strukturę. Potem prezentację otwierasz w Google Slides albo pobierasz jako PPTX lub PDF.
- W przypadku arkuszy Gemini generuje z polecenia trackery, tabele i modele danych, pokazuje je w podglądzie i otwiera w Google Sheets.
- W przypadku dokumentów Gemini przygotowuje PDF, Google Docs, LaTeX, Markdown lub TXT, z poprawkami ręcznymi albo kierowanymi, i pozwala zapisać je na Dysku.
Wartość tkwi więc w punkcie wyjścia. Szkic powstaje i jest poprawiany w czacie, a potem trafia do narzędzi, z których już korzystasz.
Co już istniało i co robi konkurencja?
The Verge przypomina, że pliki można było już wcześniej modyfikować w Gemini dzięki integracjom z aplikacjami Workspace Google, na przykład pasek Gemini w Google Docs. Przypomina też, że Anthropic wprowadził w tym roku funkcję generowania i edycji dokumentów oraz prezentacji w czatach Claude.
Nowością nie jest więc sam pomysł. Gemini przenosi go do własnego czatu, obok analizy dokumentów, którą znasz, jeśli czytałeś nasz przewodnik po multimodalności Gemini.
Ograniczenia, o których warto wiedzieć
Źródła nic nie mówią o jakości generowanych plików ani o tym, na ile formatowanie zachowuje się po przeniesieniu do Docs lub Slides. Brak danych o błędach, czasie działania i limitach rozmiaru. Nie wiadomo, czy funkcje są takie same dla kont prywatnych i firmowych, bo źródła mówią o wszystkich użytkownikach bez rozróżnienia.
Wsparcie mobilne jest częściowe i może się zmienić, ale Google nie podało żadnych dat. Dostępność w praktyce może też różnić się w zależności od konta, więc sprawdź ją na swoim.
Co zmienia się dla osób pracujących cyfrowo
Dla freelancera lub właściciela firmy praktyczną korzyścią jest mniej kroków przy ofertach, kartach produktów, planach publikacji czy tabelach roboczych. Szkic arkusza lub prezentacji można przygotować i poprawić bez kopiowania i wklejania.
Pozostaje jednak kwestia danych. Jeśli wgrywasz do czatu notatki lub dokumenty klientów, musisz wiedzieć, gdzie one trafiają. Przy wymianie poufnych materiałów bezpieczniejszym rozwiązaniem pozostaje prywatna strefa klienta.
Osoby programujące mogą zajrzeć też do naszej analizy Gemini dla programistów, bo kod jest jednym z formatów edytowalnych w czacie, ale tylko w wersji webowej. Przy danych w tabelach porównaniem jest użycie ChatGPT z plikami CSV.
Nasza opinia
To użyteczny, ale przewidywalny krok. Skoro Anthropic zrobił to samo z Claude, Google nie mogło zostać w tyle, zwłaszcza mając w domu Docs, Sheets i Slides. Mocną stroną jest ekosystem, bo wygenerowany plik trafia tam, gdzie już pracujesz.
Po krytycznej stronie podgląd w czacie nie zastępuje prawdziwej weryfikacji. Modele mylą się w liczbach, formułach i źródłach, a arkusz wygenerowany z pewnością siebie trzeba sprawdzić komórka po komórce. Dodatkowo różnica między PDF w telefonie a resztą dostępną tylko w przeglądarce sprawia, że doświadczenie jest niejednolite. Traktujemy to jako narzędzie do szkiców, a nie do finalnej dostawy.
Najczęściej zadawane pytania
Czy Gemini może edytować pliki także na smartfonie?
Tylko PDF. Podgląd i edycja PDF działają w wersji webowej i mobilnej, a Docs, Sheets, slajdy, Markdown, TXT i kod są obsługiwane wyłącznie w wersji webowej.
Czy funkcja jest dostępna po polsku?
Tak, według Google. Funkcja jest aktywna dla wszystkich użytkowników we wszystkich językach, w których dostępna jest aplikacja Gemini.
Czy mogę pobrać utworzone prezentacje?
Tak. Według 9to5Google możesz otworzyć je w Google Slides albo pobrać jako PPTX lub PDF.
Czy mogę poprosić o zmiany tylko w jednym fragmencie pliku?
Tak. Zaznaczasz tekst i prosisz Gemini o jego zmianę lub o odpowiedź na pytanie. The Verge podaje przykład tabeli zamienionej w wykres.
Czy to całkowita nowość?
Nie. Gemini mogło już wcześniej pracować na plikach dzięki integracjom Workspace, a Anthropic ma podobną funkcję w Claude. Nowością jest to, że działa to w czacie Gemini.
Na co zwrócić uwagę w najbliższych miesiącach
Pytanie brzmi, czy Google rozszerzy wsparcie mobilne i czy jakość plików wytrzyma codzienne użycie. Już teraz możesz się przygotować.
- Wypróbuj funkcję na niepoufnym dokumencie i po otwarciu w Docs lub Sheets sprawdź formatowanie oraz liczby.
- Określ, co może trafić do czatu z AI, a czego nie, zwłaszcza jeśli chodzi o dane klientów.
- Jeśli potrzebujesz powtarzalnych i kontrolowanych procesów, rozważ narzędzia szyte na miarę, jak oprogramowanie na zamówienie, zamiast kopiować pliki z czatu.
