KeyFrame內部研究專用

Gemini不是笨,是你不會用?文件、簡報、試算表 4 大新功能一次看!上班族必看!|泛科學院

泛科學院·7月30日週四·9 min中文

三句話摘要

Google 在 Workspace 內集成 Gemini AI 功能,實現跨文件、簡報、試算表等工具的個人化與智能內容生成。 Google 以生態系深度整合作為 Gemini 的差異化策略,但這種做法同時帶來易用性與直觀性的代價,且強烈依賴雲端儲存使用戶難以脫離 Google 環境。 Gemini 系統分離與個人化設定:Google 將 Gemini 劃分為 App 版與 Workspace 版兩套獨立系統,個人化設定互不影響。用戶需在 Workspace 內各自設置偏好語氣、格式習慣與背景資訊,確保 AI 回答符合個人風格。

重點整理

重點
  • 1

    Gemini 系統分離與個人化設定:Google 將 Gemini 劃分為 App 版與 Workspace 版兩套獨立系統,個人化設定互不影響。用戶需在 Workspace 內各自設置偏好語氣、格式習慣與背景資訊,確保 AI 回答符合個人風格。

  • 2

    文件生成從套用樣式升級為模仿寫作風格:Google 文件新增「套用寫作風格」功能,用戶上傳自己先前的文章後,Gemini 會分析該文章的用字與語氣風格,生成具有個人特色而非標準 AI 味的內容,徹底解決文章缺乏靈魂感的問題。

  • 3

    簡報從無法編輯升級為完全可編輯檔案:過去 Gemini 生成的簡報是一整頁死圖,新版本改為支援編輯、匯出多種格式(Google 簡報、PPTX、PDF),並可套用公司模板自動變換設計風格,同時支援一鍵轉換為影片並加入 AI 配音。

  • 4

    試算表情報整理從手工升級為全自動分類與視覺化:Gemini 可自動將混亂的文字資料(錄音稿、客服回饋、發票)整理成分類表單並生成互動式儀表板,支援情緒分析與文字分類,大幅降低數據處理的人工成本。

實用技巧與重點

乾貨
  • 功能入口與設置
  • Gemini in Workspace 個人化設定:任何 Workspace 工具 → 召出 Gemini → 三層漢堡選單 → 設定 → 個人化
  • 個人化設定項目:名字、回應語言、語氣設定、偏愛格式
  • Google 文件新功能觸發:檔案 → 新文件 → 「幫我創作」
  • Google 文件功能
  • 新按鈕:「套用文件格式」(複製版面排版)、「套用寫作風格」(模仿個人用字與語氣)
  • 中文支援狀況:需翻譯成英文指令才能使用
  • 段落編輯:框選文字 → 點筆形按鈕 → 套用寫作風格或直接修改
  • Google 簡報功能
  • 輸出格式:Google 簡報、PPTX、PDF
  • 生成可編輯投影片:點選最上面加闪亮標誌按鈕 → 補充提示詞
  • 風格套用:點調色盤 → 上傳過往簡報作為模板
  • 轉換為影片:檔案 → 轉換成影片 → Google Vids(含旁白、AI 配音、背景音樂)
  • Google 試算表功能與實際應用
  • 觸發位置:列表上的 Gemini 按鈕 → 選取檔案 → 建立表單
  • 可用功能:生成表格、圖表、情緒分析、文字分類
  • 案例 1(40 分鐘混亂錄音逐字稿):自動生成工作進度表含負責人與狀態下拉選單
  • 案例 2(60 多則客服回饋):一鍵生成分析圖表 + 自動分類(正面、業務需求、客訴等)
  • 案例 3(出差混合發票):用指令「製作成支出統計表並整理成公司帳與個人帳務」自動分類與統計
  • 互動式儀表板:需將 Google 帳號語言切換至英文版 → 出現 Canvas Menu → 用英文指令轉換 → 支援快速新增資料而無需重新生成
  • 快速操作技巧
  • 利用瀏覽器版 Gemini 翻譯中文指令為英文後貼入
  • 框選資料 → 右鍵 → 分析這項資料 → 箭頭 → 轉換至下拉式選單
  • 直接用指令修改欄位屬性

結論

結論

Google 以生態系深度整合作為 Gemini 的差異化策略,但這種做法同時帶來易用性與直觀性的代價,且強烈依賴雲端儲存使用戶難以脫離 Google 環境。

完整解析

詳細

Google 在這波更新中並未發布期待已久的 Gemini 3.5 Pro 旗艦模型,反而在七月推出效能更快、成本更低的 Gemini 3.6 Flash。但若將目光從旗艦模型移開,會發現 Google 悄悄對 Workspace 生態系進行了四項重要更新。這些功能分散在文件、簡報、試算表等不同工具內,形成了競爭對手難以複製的深度整合優勢。

首先理解 Gemini 的架構區分。Google 實際上將 Gemini 切分為兩套獨立系統:日常使用的網頁版或手機版 Gemini App,以及整合進 Workspace 的 Gemini in Workspace。兩者的個人化設定完全分離,如果希望 Gemini 在文件、簡報等工具內記住個人偏好,必須進入 Workspace 單獨設置。設置入口在任何 Workspace 工具內召出 Gemini,點選三層漢堡選單進入設定,打開個人化後即可新增偏好。用戶可設定名字、回應語言、語氣風格(如專業、幽默、簡潔)與文字格式(如優先使用條列式與粗體),之後 Gemini 的所有回答都將遵循這些規則。

Google 文件首次支援按照寫作風格自動生成內容。新增的「幫我創作」功能位於檔案 → 新文件,文件底部可召喚 Gemini。關鍵創新在於兩個新按鈕:「套用文件格式」讓 AI 複製用戶提供的範本版面與排版;「套用寫作風格」則更進一步——用戶上傳自己先前撰寫的文章作為風格樣本,Gemini 會分析該文章的用字與語氣,生成具有個人特色而非標準 AI 味的內容。然而目前該功能僅支援英文指令,用戶需先用瀏覽器版 Gemini 將中文需求翻譯為英文再貼入。若需修改特定段落,可框選後點選筆形按鈕進行微調。

Google 簡報的升級解決了長期痛點。過去 Gemini 生成的簡報是一整頁無法編輯的圖片,新版本改進為可編輯檔案,支援匯出 Google 簡報、PPTX 與 PDF 格式。編輯時在側邊欄召出 Gemini,點選調色盤按鈕可上傳過往簡報作為風格模板,使新簡報快速套用既有設計而內容保持可編輯。更新還新增了轉換成影片的功能——將完整簡報轉入 Google Vids,可編輯每張投影片的旁白腳本並加上 AI 配音與背景音樂。

Google 試算表的 Gemini 功能最為強大。點選列表上的 Gemini 按鈕後出現多項新選項:生成表格、建立圖表、進行情緒分析與文字分類。實測案例包括:將 40 分鐘的混亂錄音逐字稿自動整理成具有下拉選單的工作進度表;把 60 多則客服回饋一鍵轉換為分析圖表並自動分類;將出差時混合的公司與個人發票上傳後,用指令自動生成分類統計表。最新功能是互動式儀表板,需將 Google 帳號語言切換為英文版本才會出現,用戶可用英文指令將表格直接轉換為可互動的視覺化儀表板,臨時新增資料時只需點選新增選項而無需重新生成。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing
編輯精選
83 min
AI 技術英文PODCAST8月26日

🔬“We have foundation models for language, not for physics” — Anima Anandkumar, Bren Professor of Computing

Latent Space

  • 加速傳統物理模擬的典範轉移:氣象科學家原本認為 AI 無法匹敵數十年的物理建模工作,但傅里葉神經算子不僅達到同等精度,還快了一萬多倍。原本需要超級計算機的計算現在用消費級 GPU 就能完成,這改變了整個領域的思維方式。
  • 傅里葉域的非局部現象捕捉:傅里葉域能有效表示非局部現象(如大氣河流跨越千里的影響),且計算複雜度為準線性,遠優於完全連接的全局模型。這特別適合流體動力學、量子化學等自然現象中普遍存在的非局部相互作用。
  • 多解析度連續函數表示:神經算子將輸入輸出視為連續函數而非固定維度向量,可在推論時以任意解析度查詢,並能在更高解析度上疊加物理約束或額外數據,克服了固定解析度神經網路的限制。
Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Why the Next AI Breakthrough May Come from Physics with Max Welling - #774
55 min
AI 技術英文PODCAST8月25日

Why the Next AI Breakthrough May Come from Physics with Max Welling - #774

TWIML AI

  • 多層篩選的材料設計流程:先搜尋文獻資料庫找現有材料,若無合適的就用生成模型產生數十萬個候選分子,用機器學習力場進行分子動力學模擬篩選,再進行實驗驗證。這套流程相比傳統量子力學計算能加速效率數個數量級。
  • 生成AI與熱力學的數學等價性:資訊論是兩個領域的共同基礎,生成模型的擴散過程與非平衡統計力學描述資訊損失的過程在數學上完全對應,許多開發出來的方法工具在兩領域都有精確對應的形式。
  • 基礎模型的遷移學習策略:先在廣泛材料資料集上訓練基礎力場表示,再針對特定材料類別進行蒸餾微調,既能保持計算效率也能獲得專一性。