Gemini 教學：2026 年如何使用 Google AI 生態系

🧑‍🏫 這支影片把 Google 的 Gemini 拆成四層來講：模型、它出現的產品、跨產品的記憶、會自己動手做事的代理。值得看的原因是，你平常用的 Search、Chrome、Docs 裡大多已經有 Gemini，而且多數免費，看完會知道哪些現在就能用、哪些先不用追。中間有幾段是業配，下面會標出來。

• 00:00 Gemini 不是單一 app，而是一個模型家族，內建在 Search、Chrome、Workspace、Android、YouTube、Maps、Photos、Notebook LM 等產品裡。
  ↳ 別把 Gemini 想成一個聊天 app。它是一組 AI 模型，被裝進你本來就在用的 Google 產品裡，所以你可能早就在用了。
• 00:32 四層地圖：Level 1 模型（負責思考的引擎）、Level 2 surfaces（模型接入的產品）、Level 3 glue（跟著你跨產品的記憶）、Level 4 agents（從回答變成行動）。
  ↳ 整支影片的骨架是四層：會思考的模型、模型出現的產品（surfaces）、記得你的記憶（glue）、替你動手做事的代理（agents）。後面照這個順序講。
• 01:04 Gemini app 的 model picker 有三個選項。Flash 是預設，適合日常：email、快速改寫、腦力激盪清單，幾秒內給答案。
  ↳ model picker 是 Gemini app 裡選模型的選單。Flash 是預設的快速款，寫信、改句子、列點子這類小事用它就好，不必多想。
• 01:36 Thinking 用在需要真正解決問題時，例如比較一次性定價與月訂閱哪個賺更多，它會先推理取捨再回答，而不是用猜的。
  ↳ Thinking 會先花時間推理再回答。遇到要權衡利弊的問題，像定價該一次收還是月收，選它比較不會得到隨口猜的答案。
• 01:36 Pro 是 Google 給最重任務的標籤：進階數學與程式。範例：貼上課程大綱，請它找出結構最弱的三點並說明原因。
  ↳ Pro 是最強的一款，留給最吃力的工作，像數學、寫程式，或請它挑出一份大綱的結構弱點並講出理由。
• 02:06 Google 還有一個更便宜更快的 tier 和一個獨立的 research mode，但不在 app 的 picker 裡，而是在 AI studio。
  ↳ app 裡看到的三個選項不是全部。還有一個更省更快的等級（tier，就是分級）和一個專門做研究的模式，放在另一個地方。
• 02:06 AI studio 是 Gemini 的免費 lab 版本，多出兩個工具。
  ↳ AI studio 是 Google 給人試玩模型的免費實驗場，功能比一般 app 多，上面說的那兩個工具就在這裡。
• 02:36 flashlight（字幕原文）是 Google 最便宜、最快的 tier，適合重複執行的批次工作：圖說、標籤、快速標註，例如幫十張產品照各寫一行圖說。
  ↳ 字幕寫 flashlight，很可能是 Flash-Lite 的聽寫誤差。它是最便宜最快的一款，適合量大又單調的工作，像一次幫十張照片寫圖說。
• 02:36 deep research：輸入主題後會瀏覽數十個來源，幾分鐘後交出附引用的完整報告（不是摘要），每個論點都連回出處。
  ↳ deep research 是讓 AI 自己上網查幾十個來源，花幾分鐘寫成完整報告。每個說法都附出處，你可以點回去檢查真假。
• 03:09 這兩個工具放在 AI studio，是因為不適合 app 的簡單 picker：flashlight 處理枯燥的事，deep research 處理需要查證的事。
  ↳ 一般人在 app 裡只需要簡單選擇，所以這兩個比較特定用途的工具被放到 AI studio：一個做無聊的量產，一個做要查證的研究。
• 03:09 （業配段落）示範用一款 AI catalog generator 把機械鍵盤的雜亂 PDF 做成多頁型錄，可換模板、放產品照、用 AI copy tool 修文案，匯出印刷用 PDF 與網頁版。
  ↳ 這段是業配，跟 Gemini 無關。內容是示範某款工具把雜亂的產品 PDF 做成可印刷、可上網的型錄，知道是廣告就好。
• 04:47 AI mode 回傳的不是一大段文字，而是可互動的表格（電池續航、ANC 評分、價格、舒適度並排，可點欄位展開），這就是 generative UI。
  ↳ generative UI 是 AI 當場幫你生出可操作的畫面。比方比較耳機，它會排成表格讓你點開看（ANC 是主動降噪），不是丟一大段字。
• 05:18 Chrome 的 Gemini side panel 於一月推出，可在任何分頁旁開啟，摘要、比較內容，並直接從你所在頁面找答案（示範為 40 頁 PDF 規格表）。
  ↳ side panel 是 Chrome 旁邊可以叫出來的 Gemini 側欄。看很長的網頁或 PDF 時，直接問它，不用自己從頭讀到尾。
• 05:49 side panel 只是被動版本；同月 Chrome 還推出 auto-browse，Gemini 可自行跨分頁導覽與點擊。
  ↳ 側欄只會回答你問的。auto-browse 更進一步，Gemini 會自己切分頁、自己點按鈕，等於替你操作瀏覽器。
• 05:49 Docs、Sheets、Meet 現在統稱 Workspace Intelligence，四月在 Cloud Next 發表。
  ↳ Workspace Intelligence 只是一個總稱，指 Docs、Sheets、Meet 這些辦公工具裡的 Gemini 功能，在 Google 四月的 Cloud Next 活動上發表。
• 05:49 在 Docs 點 Help Me Create 並輸入需求（例如寫給幫忙澆花鄰居的感謝函），得到的是完整初稿，不是填空模板。
  ↳ Help Me Create 是 Docs 裡的按鈕。你講清楚要寫什麼，它就給一篇可以直接改的完整草稿，不是留空格讓你自己填。
• 06:22 DocsLive 是語音模式：你把想法說出來，Gemini 邊聽邊把內容整理成有結構的文件。
  ↳ DocsLive 是用講的寫文件。你把想法隨口講出來，它一邊聽一邊排成有標題、有段落的文件，適合不想打字的時候。
• 06:22 在 Sheets 選取資料範圍並要求追蹤每月訂閱花費與總額，得到的不只是圖表，而是試算表內可運作的 mini-app。
  ↳ 在 Sheets 圈起資料、說出需求，它會做出一個能實際操作的小工具，像訂閱花費追蹤器。不只是畫一張圖。
• 06:22 在 Meet 通話開始時點 Take Notes for Me，通話一結束就得到含待辦事項的摘要；此功能僅限 Pro 與 ultra。
  ↳ 開會時按 Take Notes for Me，結束後自動拿到會議摘要和待辦清單。不過這是付費功能，要 Pro 或 Ultra 方案才有。
• 06:54 Meet 也有跑在 3.5 Flash 上的 Live Translate，可即時語音翻譯超過 70 種語言。
  ↳ Live Translate 是 Meet 裡的即時口譯。對方講外語，你當下就聽得到翻譯，支援七十多種語言。
• 06:54 Vids 是 Workspace 裡的影片 app：打開已寫好提案的 Google Doc 點 Help Me Create，它會讀文件並建立完整分鏡（場景、素材影片、配樂）。
  ↳ Vids 是 Google 的做影片工具。它可以讀你寫好的提案文件，自動排出一場一場的畫面、素材和配樂，不用從空白開始。
• 07:27 Vids 可把場景變成念指定腳本的 talking avatar，avatar 來自你的自拍與一段短錄音；每段影片都帶可見浮水印，避免被誤認為真實影像。
  ↳ 它還能用你的自拍和一小段錄音，做出一個會念稿的虛擬分身（talking avatar）。影片上會有明顯浮水印，讓人知道這是 AI 做的。
• 07:27 以上都不必離開 Docs、Sheets 或 Meet，這就是 surface 的重點：模型來找你。
  ↳ surface 的重點是你不用另外開 Gemini。你在哪個產品工作，AI 就在那裡，不必複製貼上、跳來跳去。
• 07:57 Notebook LM（字幕此處寫作 Notebook LL）：把一個專案的合約、brief、客戶 email 全丟進去，再問只有你的文件能回答的問題，例如已同意的付款條件。
  ↳ Notebook LM 是只讀你給的資料來回答的工具。把一個案子的合約、信件全放進去，就能問「當初談好的付款條件是什麼」。
• 07:57 它不會用猜的，每個答案都指回確切的文件與行數；專案載入一次就記住所有細節，適合同時處理五個客戶的接案者。
  ↳ 它的答案會標出來自哪份文件的哪一行，所以不會亂編。同時接好幾個客戶的人，不用再靠記憶翻舊信。
• 08:27 在 Android 上，Gemini 實質上已取代 Google Assistant，長按 Home 鍵開啟的是 Gemini。
  ↳ Android 手機上以前的 Google 助理，現在基本上換成 Gemini 了。長按 Home 鍵叫出來的就是它。
• 08:27 Gemini for Home 現在跑在約 8 億台連網裝置上；六月 Google 推出 Gemini Go，是為平價手機打造的輕量版。
  ↳ 家裡的智慧音箱、螢幕等連網裝置也換上 Gemini。另外有給平價手機用的輕量版 Gemini Go，規格不高的手機也跑得動。
• 08:27 Ask YouTube：在影片上點 Ask 提問，會直接從影片內容找答案，不只看說明欄；目前僅限 premium、18 歲以上、美國，仍在擴大。
  ↳ Ask YouTube 是直接對影片發問，它會從影片實際講的內容找答案。目前只有美國、成年的付費會員能用，台灣還要等。
• 08:57 Ask Maps：在 Maps 輸入完整句子而非地名（例如附近安靜、咖啡好、適合工作的地方），是對話式搜尋而非精確名稱查找。
  ↳ 在地圖上可以用一整句話描述你要的地方，像「附近安靜、咖啡好喝、能工作的店」，不必先知道店名。
• 08:57 Photos 也有同樣的對話式搜尋，例如「給我看那次去山裡健行的旅行照片」。
  ↳ 相簿也一樣，用描述的就能找照片，像「上次去山上健行那趟」，不用自己滑半天或記日期。
• 09:27 Search、Chrome、Docs、Sheets、Meet、Android、YouTube、Maps、Photos 加起來是同一個模型家族，而且大多數不需額外付費。
  ↳ 這些產品背後是同一組模型，而且大部分功能不用多付錢。也就是說，你不必訂閱就能用到很多。
• 09:27 （業配段落）講者說影片的研究、查核與模型測試都在自家平台 AI Master 內完成，可把同一個 prompt 同時跑三個模型並排比較。
  ↳ 這段是業配。講者說這支影片的資料整理都在他自家平台 AI Master 上做，可以把同一個問題同時丟給三個模型比較。
• 10:30 （業配段落）AI Master 稱每 token 比直接使用便宜，圖像、語音、影片生成在同一視窗；角色建一次即保持一致，並可發布與變現。
  ↳ 仍是業配。prompt 是你下給 AI 的指令，token 是 AI 計費用的文字單位。這些都是該平台自己的說法，影片沒有佐證。
• 11:00 （業配段落）AI Master 內有 academy 與超過 12,000 名付費使用者的社群；年度方案目前有折扣，附七天退款保證，設定不到三分鐘。
  ↳ 還是業配，講該平台的課程、社群人數和折扣。這些是賣方的宣傳，跟學 Gemini 沒關係，可以跳過。
• 12:01 Level 3：Google 稱為 personal intelligence，一月中以美國 beta 起步，預設關閉，需自行 opt in。
  ↳ 第三層是 personal intelligence，讓 Gemini 認識你個人的資料。目前在美國測試，預設關閉，要你自己同意（opt in）才會開。
• 12:01 可分別開啟 Gmail、Photos、YouTube、Search、Calendar、Drive 的開關，每個開關讓 Gemini 讀取該產品，以實際脈絡回答而不是猜。
  ↳ 你可以一個一個決定讓它讀哪些：信箱、相簿、行事曆、雲端硬碟等。開了哪個，它就能根據你那裡的真實內容回答。
• 12:01 差別示範：沒開時要它回覆供應商最後一封信，Gemini 不知道是哪個討論串；連上 Gmail 後同一個 prompt 會抓到實際討論串並配合對話語氣。
  ↳ 沒連信箱時，叫它「回供應商上一封信」它根本不知道是哪封。連了之後它會找到那串信，還照你們平常的口氣寫。
• 12:31 glue 的第二部分是 gem：有自己指令與知識庫的 Gemini 設定版本，五分鐘可設好。點 new gem，在 custom instructions 寫角色（例：品牌語氣編輯）。
  ↳ gem 是你自己設定好的專用 Gemini。先寫好它的角色和規矩，像「品牌語氣編輯」，之後每次用都不必重講，幾分鐘就能建好。
• 13:04 知識來源改用連結一份 live Google doc 而非上傳檔案：之後隨時更新該文件，gem 的知識會自動更新，不必重新上傳或重寫 prompt。
  ↳ 給 gem 參考資料時，用連結一份 Google 文件，不要上傳檔案。這樣你改了文件，gem 知道的內容就跟著更新。
• 13:04 Google 也有 super gems，在同樣設定上加入可點擊的按鈕與表單，更接近輕量 app 而非聊天。
  ↳ super gems 是進階版的 gem，多了按鈕和表單可以點。用起來像一個小工具，不是只能打字聊天。
• 13:37 Level 4：Chrome 的行動版示範，要它在 Google Flights 找符合日期的最便宜航班並填好搜尋；過程中的暫停是 checkpoint。
  ↳ 第四層是 AI 動手做事。示範是叫 Chrome 去 Google Flights 找最便宜的機票並填好搜尋，中途它會停下來等你確認，這叫 checkpoint。
• 14:07 Spark 把 3.5 Flash 搭配字幕所稱的 anti-gravity hardware，跑在專用雲端機器上，所以你闔上筆電後仍持續工作。
  ↳ Spark 是在 Google 雲端機器上跑的代理，所以你電腦關了它還在做事。字幕說的 anti-gravity hardware 影片沒解釋，不確定指什麼。
• 14:07 Spark 原生可存取 Gmail、Docs、Sheets、Slides。
  ↳ Spark 能直接讀寫你的 Gmail、文件、試算表和簡報，不用你先把資料搬給它。
• 14:38 交辦方式是寄 email 給它：主旨寫任務、內文寫要求（例：抓本週報告數字並起草團隊更新），它會讀報告、抓數字、寫好草稿。
  ↳ 交代工作的方式是寄信給它：主旨寫任務、內文寫要求。像請它抓這週報告的數字、寫一封給團隊的更新，它會把草稿寫好。
• 14:38 Spark 透過 MCP（共用連線標準）連接第三方工具。
  ↳ MCP 是一套讓 AI 連接外部工具的共通規格。有了它，Spark 也能接 Google 以外的服務。
• 14:38 Spark 開放範圍很窄：先給 trusted testers，再給美國的 AI ultra 訂閱者，僅限英文；不在範圍內先不用追。
  ↳ Spark 現在只給少數測試者和美國最貴方案（AI Ultra）的訂戶，而且只支援英文。在台灣目前用不到，不必急。
• 15:11 Google 表示國際推出會在下次 earnings call 前跟上，值得一兩個月後再確認。
  ↳ Google 說下一次財報說明會（earnings call，公司每季對投資人的報告）之前會開放到其他國家，過一兩個月再查就好。
• 15:11 四層連續示範：先在 AI mode 研究 hyperlocal 農產共享 app 市場，generative UI 產生現有業者比較表，再進 deep research max mode 取得附註腳報告。
  ↳ 最後把四層串起來示範：先用搜尋的 AI mode 研究一個在地農產共享 app 的市場並拿到競爭者比較表，再用 deep research 出一份附註腳的報告。
• 15:42 把關鍵數字放進 Docs，用 Help Me Create 轉成提案草稿，再到 Sheets 用同樣數字建財務模型；用 nano banana pro 做資訊圖表與 logo 概念。
  ↳ 接著把數字放進 Docs 生成提案草稿，再到 Sheets 做財務試算。圖表和 logo 草圖用 nano banana pro（Google 的圖片生成模型）做。
• 15:42 接著進 Vids 用 Omni 做短提案影片分鏡，由個人 avatar 念腳本；同時 Spark 在背景監看收件匣中已聯絡對象的回覆。
  ↳ 然後用 Vids 做提案短片，由自己的虛擬分身念稿（Omni 是影片裡提到的功能名，沒多解釋）。同時 Spark 在背景幫忙盯回信。
• 16:12 整段流程是一條鏈、一個模型家族、零 app 切換。
  ↳ 想表達的是：從研究到提案到影片，全程都在 Google 自家產品裡完成，不用在不同 AI 工具之間搬資料。
• 16:43 Google 把存取權分成四個 tier。Free 涵蓋基本 app、Search，以及 Chrome 與 Workspace 內工具的輕度使用；剛開始學建議先用免費的。
  ↳ Google 的方案分四級。免費版就有基本 app、搜尋，以及 Chrome 和辦公工具裡的少量使用。剛開始學，用免費的就夠了。
• 16:43 上一級解鎖更多用量與 app 內更大的 picker，但不含進階 agent 功能；再上一級是為實際工作而設：更高限額、新模型優先使用、多數 Level 2 的受限功能。
  ↳ 往上一級是用量變多、可選的模型變多，但還沒有進階代理功能。再上一級才是給拿來工作的人：額度更高、先用到新模型。
• 17:18 最高 tier 給持續跑 agents 的人：最高用量上限，以及 Spark 等功能在全面開放前的搶先使用。
  ↳ 最貴的一級是給整天讓代理跑任務的人：用量上限最高，Spark 這類新功能也會先開給他們。一般人不需要。
• 17:18 Level 1 不需要你做決定：Google 決定背後跑什麼模型，而且會自己變快。Level 2 也幾乎不用動作，你常用的產品裡已經有 Gemini，不必手動開啟。
  ↳ 前兩層你不用做任何事。用哪個模型 Google 會幫你安排，常用的產品裡也已經有 Gemini，不用特地去開。
• 17:48 Level 3 是今天唯一值得做的決定：打開 Personal Intelligence，先開 Gmail 或 Drive，再建一個 gem 並接上你本來就在更新的文件。
  ↳ 真正要你動手的只有第三層：打開 Personal Intelligence，先連信箱或雲端硬碟，再建一個 gem 接上你平常就在更新的文件。
• 17:48 Level 4 先別碰，除非你已是美國的 AI Ultra 用戶；Spark 很強但還早期且僅英文，下次 earnings call 後再看。
  ↳ 第四層現在先不要花時間，除非你是美國的 AI Ultra 訂戶。Spark 還很早期又只有英文，等之後開放再看。
• 18:21 總結：模型替你思考，surfaces 讓它出現在你工作的地方，glue 讓它記得你，agents 讓它在你不在時行動；多數人停在 Level 1。
  ↳ 一句話總結四層：模型負責想，產品讓它出現在你工作的地方，記憶讓它認得你，代理讓它替你做事。大部分人只用到第一層。

依影片說明，建立 gem 時把知識來源設為「連結一份 live Google doc」而不是上傳檔案，最主要的好處是什麼？