Ing. Calogero Bono
谷歌宣布，在 Gemini 应用中可以直接在聊天里生成、预览和编辑文件。涉及的类型包括文档、PDF、演示文稿、电子表格、Markdown、TXT 和代码。据谷歌表示，该功能面向所有用户开放，覆盖 Gemini 应用支持的所有语言。它的意义在于，把润色工作搬进了对话之中，无需切换到其他应用。
在进入具体内容之前，先了解几个术语。prompt 是你发给模型的指令。PPTX 是 PowerPoint 演示文稿的格式。Markdown 是一种用符号来设置文本格式的简单方法。LaTeX 是一种用于技术和科学文档的排版语言。inline 指的是操作直接在聊天中完成，无需打开其他页面。
现在你可以在 Gemini 中对文件做什么？
根据谷歌官方博客的说明，你可以在聊天中生成、预览和编辑文件。你可以把文档放大到全屏，并手动输入修改内容。你还可以选中一段文字，向 Gemini 提问，或者请它帮你润色。
谷歌展示的例子是一份学习用的 PDF，内容来自用户上传的手写课堂笔记。之后可以手动改正错误，选中某一部分让 Gemini 修改文字或图表，也可以继续追问。
据The Verge报道，一个典型用法是选中表格，然后让 Gemini 把它转换成图表。The Verge 还提到，谷歌今年早些时候已经加入了文件生成和下载功能，但若要修改这些文件，就必须退出应用。
哪些格式在网页端和手机端可用？
区别很明确。PDF 的预览和编辑在网页端和手机端都支持。其他所有格式只能在网页端使用，包括 Google Docs、Google Sheets、演示文稿、Markdown、TXT 和代码。
据9to5Google报道，网页端功能通过 gemini.google.com 使用。如果你经常用手机工作，目前唯一能在应用内润色的格式是 PDF。
如何顺利转到 Docs、Sheets 和 Slides？
9to5Google 根据谷歌的文档，列出了三个具体用途。
- 制作演示文稿时，Gemini 可以生成提纲或幻灯片内容，在聊天中展示版式，并允许你调整语气和结构。之后可以在 Google Slides 中打开，也可以下载为 PPTX 或 PDF。
- 制作表格时，Gemini 可以根据提示生成跟踪表、数据表和模板，先在预览中展示，再在 Google Sheets 中打开。
- 制作文档时，Gemini 可以生成 PDF、Google Docs、LaTeX、Markdown 或 TXT，支持手动或指令式修改，并能把文件上传到 Drive。
因此，它的价值在于起点。草稿在聊天中生成并整理，然后再进入你已经在用的工具。
此前已有什么功能，竞争对手又在做什么？
The Verge 提到，通过谷歌 Workspace 应用中的集成，例如 Google Docs 中的 Gemini 侧边栏，此前就已经可以用 Gemini 修改文件。它还提到，Anthropic 今年推出了一项功能，可以在 Claude 的聊天中生成和编辑文档与演示文稿。
所以，这个创意本身并不新鲜。新的是 Gemini 把它搬进了自己的聊天界面。如果你读过我们关于 Gemini 多模态能力的指南，就会知道它早已能分析文档，这次只是进一步扩展了范围。
需要了解的局限
现有资料没有说明生成文件的质量，也没有说明格式在转到 Docs 或 Slides 后保留得有多好。关于错误、耗时或文件大小限制，目前也没有数据。资料中提到的是所有用户，但没有区分个人账户和企业账户，因此我们无法确定两者的功能是否完全相同。
手机端的支持还不完整，之后可能会变化，但谷歌没有给出时间表。另外，实际可用性可能因账户而异，请以你自己的账户为准。
对处理数字工作的人意味着什么
对于自由职业者或企业主来说，最实际的好处是减少报价单、资料卡、内容计划或工作表格的制作步骤。表格或演示文稿的草稿可以直接准备和修改，无需复制粘贴。
不过，数据问题仍然存在。如果你把客户的笔记或文件上传到聊天中，就要清楚它们最终会去哪里。对于敏感资料的交换，一个客户专区仍然是更可控的选择。
开发者也可以阅读我们关于 面向开发者的 Gemini的分析，因为代码是聊天中可编辑的格式之一，但目前仅限网页端。如果你关心表格数据，还可以将其与在 CSV 文件上使用 ChatGPT的情况做个比较。
我们的看法
这是一步有用但可以预见的举措。Anthropic 已经在 Claude 上这样做了，对谷歌来说如果落后反而奇怪，尤其是在自家拥有 Docs、Sheets 和 Slides 的情况下。它的优势在于生态系统，因为生成的文件可以直接进入你平时工作的地方。
另一方面，聊天中的预览并不能替代真正的审阅。模型可能会出错，包括数字、公式和引用来源，一份看起来很自信的表格仍然需要逐格核对。此外，手机端只支持 PDF，其余格式仅限网页端，这使得体验不够统一。我们认为它适合用来起草，而不适合直接交付。
常见问题
Gemini 可以在手机上修改文件吗？
只能修改 PDF。PDF 的预览和编辑在网页端和手机端都可用，而 Docs、Sheets、幻灯片、Markdown、TXT 和代码仅支持网页端。
这个功能支持中文吗？
据谷歌表示，支持。该功能面向所有用户开放，覆盖 Gemini 应用可用的全部语言。
生成的演示文稿可以下载吗？
可以。据 9to5Google 报道，你可以在 Google Slides 中打开，也可以下载为 PPTX 或 PDF。
可以只修改文件的一部分吗？
可以。选中文字后，让 Gemini 修改它或回答相关问题即可。The Verge 举的例子是把表格转换成图表。
这是全新的功能吗？
不是。Gemini 此前已经可以通过 Workspace 集成处理文件，Anthropic 的 Claude 也有类似功能。新的地方在于，你可以在 Gemini 的聊天中完成这些操作。
未来几个月值得关注的方面
关键在于谷歌是否会扩展手机端支持，以及生成文件的质量能否经得起日常使用的考验。与此同时，你可以先做好以下准备。
- 用一份非敏感文档试用该功能，并在 Docs 或 Sheets 中打开后检查格式和数字。
- 明确哪些内容可以放进 AI 聊天，哪些不可以，尤其是客户数据。
- 如果你需要可重复、可控的流程，可以考虑定制化工具，例如定制软件，而不是在聊天和文件之间来回复制。
