Gemini新的AI Agent,
Gemini Spark,
已經在臺灣推出了。
因此這次我將為大家介紹幾個
我覺得非常實用的範例。
不過還是要說一下
Gemini Spark
的定位是什麼呢?
簡單的說,它是一個給非工程師用的,
用來處理工作上事物的
AI Agent。
在定位上與 Claude Cowork,
ChatGPT Work 非常相似。
你可以拿來處理試算表,整理公文,
但有一個很大的不同點在於,
它是在雲端運行的agent,
不是在你的本機端,
因此它成了一個24小時聯網的
AI agent。
就算你把電腦關上,它也能繼續幫你工作。
你可以讓他晚上幫你處理定期任務，
早上起來驗收。
接下來我們就從設定開始教你怎麼使用
Gemini Spark,
並且透過幾個範例,
教你怎麼把這個
24小時不休息的AI助手建立起來。
首先讓我們打開Gemini,
目前這項功能對於Pro 以上的付費帳戶開放。
不過就算是付費帳戶,它也是分批開放的。
如果輪到你的話,看看左邊的選單,
你會在這裡看到這個切換至Spark
的Beta測試版圖示,
點選進去就可以進入Spark。
那麼對於初次使用的人來說,
現在會先有一個歡迎以及隱私說明的視窗。
你大致看一下,
主要是跟你說明它可以自動幫你執行任務,
以及如果你使用到一些第三方服務,
可能會有隱私資料共享的風險等等。
看完後按下確認,
就可以真正進入到Spark的頁面。
一開始先看一下這個介面,
它這是與Gemini完全分離出來的介面,
與Gemini原本的側邊欄完全不一樣。
這些工作欄上面顯示的,
也就是它目前可以進行的功能。
我們把工作欄由上而下來看一下,
最上面這個是工作,
也就是你主要會用到的功能。
切換到這裡與它進行對話,交代任務。
再來往下看,這個是排程,
這裡是顯示一些已經安排好週期性的工作。
接著再往下,這裡則是技能,
也就是你在上面打造的一些你工
作會用到的一些規則以及流程。
最後是連接的應用程式,
這是讓它可以直接穿梭於各個APP之
間代替你執行跨軟體多步驟的複雜任務。
不過這裡目前連接的主要還是以
Google家族的服務為主。
好,我們看到這裡在拿之前
我們講過的ChatGPT
網頁版的Work介面來比較一下,
其實兩者之間無論是界面、
邏輯以及用法都是非常近似的
你可以把它直接看成是Gemini
版的work
那你可能會問兩者到底有什麼不一樣
關於這個問題我們先來實
作幾個範例等等再來討論
首先一開始我們進來這個界面後
你可以看到在輸入框下方這裡
已經預設好幾個可以協助你更
快掌握它的用法的預設提示詞
像是這裡有個Gemini Spark
設置這個項目用來協助新
手快速進行一些基本設定
那我們就在這裡點選下去
點選進去之後
在右邊就會跟你開始對話
在這裡說可以透過你的一
些Google連接的服務
讓他學會瞭解你的角色
興趣以及優先的事項
透過這些瞭解
他可以幫你預先建立好一些技能以及工作任務
我們就試試看他是不是真的這麼有本事
到底可以對我有多瞭解
因此在下面回答好
接下來我們看他做了哪些動作
首先他看我的Google profile
其實我是第一次聽到這個查了資料後發現
這是我們對一些書籍、電影專輯的評論。
總之我從沒用過這個功能。
再來它會啟動Google
Workspace Search,
這是搜尋我們的Gmail、
雲端硬碟、日曆文件及日誌等內容。
然後它去檢視我們的Google行事曆、
Gmail等等。
總之就是透過各種Google服務的串接,
它嘗試理解我們工作習慣以及屬性。
到了最後進行總結,
它給了我們一個針對它對
我們的瞭解進行的設定檔。
我們來看一下這個內容,
這裡包括名字
實用的語言居住在新北市都沒有錯誤
再來他表示我的目標或是興趣
是生成式AI工具與自動化工作流研究
以及科技影音內容企劃與腳本撰寫
然後我的角色是科技媒體資深編輯
以及內容創作者
這部分也很正確
然後在優先順序這裡
他列出的三點看來也很合理
然後最後這裡顯示的是
他建議這個助理與我在協同工作上的建議
他列出的是這兩點
看起來也沒有問題
那他問我要不要儲存我也回答好
那在儲存之後他又問我是否
要幫我安排一些排程的工作
那就讓他試試看好了
最終他幫我安排了兩個排程工作
第一個是在每週六上午9
點生成AI與科技趨勢週報
另一個是在每週二與週四中午12點
進行T科邦影音細化與內容進度追蹤
另外還有一個並沒有標示排程的項目
表示他就是一般的工作任務
好的,這就是透過他對我的瞭解
我們幾乎沒有輸入任何內容
就幫我自動完成的設置
那麼我們現在跳回主頁面這裡
剛剛他幫我們自動設定了一個
基本與他溝通的流程
以及設定的規則
另外又幫我們設定了兩個工作排程
那麼我們現在要去哪裡
找到這兩個建立的內容呢
先來看他設定的規則
我們點選左邊的技能
這裡在右邊出來的技能頁面這裡
下方有一個使用中的列表
這裡目前只使用一個技能
我們移到最右邊
點選這三個點的設定
然後點選手動編輯
在跳出來的這個視窗這裡就可以看到
這是剛剛他幫我們寫好的基本工作設定的內容
決定了他與我們的對話方式
工作流程規則
偏好的語言等等
如果你需要微調的話可以在這裡調整
那麼跳出來回到剛剛的畫面
我們再來點選左邊的排程
就可以看到在這個頁面這裡
就可以找到他剛剛幫我
們設定好的兩個排程工作
那麼我們到這裡先暫停一下
目前為止我們看了一遍
Gemini Spark 基本的界面
以及透過對話的方式幫我
們建立好了基本的設定檔
以及簡單的排程工作
再接下來我們要先跳出來講另外兩個功能
連接的應用程式以及技能
理解了這兩個功能
你才知道 Gemini
Spark 的能力範圍
以及怎麼指揮它做事
現在來說 Gemini
Spark 利用了它與
Google 家族的生態優勢
與其他的 Google 服務進行了整合
我們點選左邊連接的應用程式這裡
就可以在右邊看到
你可以將Gemini Spark與
Gmail Google文件
Google雲端硬碟
以及Google Keep進行連減
目前來說你可以在這裡讀取這些服務中的內容
也可以把資料寫入進去
等於說是讓Spark的
應用範圍又擴張到更遠了
不過同樣的功能
ChatGPT Work其實也有
在那邊叫做外掛程式
我們來看一下GPT
Work的外掛程式有多少
你看這樣一直往下拉
可以說是一眼望不完
而相較之下Spark可以連接的應用程式不超過十個
真的是少得可憐
可想而知可以應用的範圍要陽春得多
這點是Spark需要加強的地方
雖然說在下面這裡
他說他可以支援用mcp的方式
來連接到其他的第三方程式
但是他必須要用oOS的方式
因此可以使用的範圍又大幅縮小
目前也不值得去研究
還是等到Google未來改進再說吧
不管怎麼樣有了雲端硬碟的支援
Spark 可以應用的範圍還是大幅的擴張
你可以把雲端硬碟當成是你資料讀取的基地
或是把分析之後的結果放到雲端硬碟上
這樣就可以讓它進行更複雜的工作
舉例來說我現在想要設計臉書社群的貼文以及貼圖
我輸入的指令是這樣
要它去網站上找最受歡迎的一則新聞
生成一份臉書貼文以及一份臉書貼圖
重點是要把它儲存在我們
Google Drive的
叫做Facebook的資料夾
注意哦其實現在我的Google Drive
並沒有這個叫Facebook的資料夾
因此他必須要自己先幫我建立這個資料夾
再把圖片跟文字放到裡面去
接下來就看他怎麼樣去分析我們的要求
然後開始一步一步去規劃
建立要怎麼執行我們的命令
基本上這個推理的過程是
沒有什麼需要注意的地方
我們就快速跳過
直接來看結果
那麼現在我們就等他跑完
最後他告訴我們完成了
我們先看這裡
這是他選定的當天的T客邦的一則新聞
這的確是當天的沒錯
它在下面列出了這則新聞的幾個重點
不過我們的命令
重點是要做成檔案儲存在雲端硬碟上
因此我們往下移動
看到在這邊它有說明
已經在我們的Google
Drive中建立了叫做
Facebook的資料夾
並且在這裡依照了臉書貼
文以及臉書貼圖附上了連接
那我們點選連接
它現在就打開我們的
Google Drive
並且開啟了這個叫做Facebook
的資料夾我們可以看到現在有一個臉書貼文的文字檔案
以及臉書貼圖的圖片檔案
不過我們打開來看一下
所產生的文字以及圖片,
發現它做出來的效果並不是很好。
像是這個文字看起來比較像是新聞的語氣,
內容太過於正式,
不像是社群用的貼文那麼輕鬆。
那另外再來打開這個圖片看看,
也是做成像是科普類的圖片,
一點也沒有社群那種輕鬆感。
其實這也很正常,
通常它給你的結果都沒辦法一次到位,
因此我們回到Spark這裡,
再輸入要求它改進。
當然如果你能把改進的要求描述的越詳細
那它可以給你更好的結果
那如果還是不行
還有一個小技巧
就是直接丟給它幾個範例
讓它參考修正
經過反覆幾次調整的動作
你可以看到我的雲端硬碟中
的Facebook資料夾
多了很多圖片檔案
這就是我們反覆溝通修正的結果
當然多做幾次一定會更好
但我們現在就先假定已經完成了
那麼我們花了很長的一段時間得到這樣的結果
那麼下次如果我們要再做一次類似的工作
比方說去其他的網站抓新聞
做臉書貼圖的話
那這些試錯的步驟難道要再來一次嗎
為了下次你不需要重複時間在同樣的工作上
我們建議你當你要他做完一件你的工作流程
並且對於結果調整到滿意後
就把這整個流程做成Skill技能
這個Skill就是把你的工作流程
以及所需要的指令或是程式碼都打包起來
一般人應該無法從無到有獨立寫好
可以真正能上線工作的skill
因此建議你像我一樣
在剛剛驗證出一套實際可以完成工作的流程後
現在就在這裡輸入
把我的整個工作流程製作成技能
讓Spark協助你去做好一個技能
輸入好之後它會開始執行幫你打包
不過在這個過程中發生幾次小插曲
不知道是最近太多人使用
導致平臺不大穩或是怎麼樣
總之我製作技能時
它卡在這個畫面十分鐘沒有任何反應
遇到這情況沒有關係
因為Spark它其實是在雲端跑的
我們這裡卡住不代表是真的卡住
因此我們可以跳出來更新一下
重新進入Spark
現在點選技能
這裡我們可以在上面看到
現在新增了一個名字
以Techbang FB為開頭的技能
在這個選項點選進去
可以看到它已經幫我們把整個技能架構完成
那麼接下來要怎麼樣使用這個技能呢
我們在輸入框這裡
輸入斜線就可以列出
目前我們儲存下來的技能
那我們選擇剛剛這個
Techbang FB的技能
然後輸入請它到國外網站上幫我
們找出三則AI相關的科技新聞
然後製作成三則臉書的圖文
那麼現在它就開始執行了
或許你會問剛剛我們在製作技能的時候
明明內容是去T客邦網站上找一則新聞
然後製作成臉書的圖文
可是現在我們下的指令
是去國外網站找三則新聞
做成三則臉書圖文
這樣不是跟原本的技能內容不一樣嗎
在這裡說明一下
在Spark中,
Skill並不是死板的規則,
而比較像是一個參考的指南
Agent會依照你的指令去調整流程,
嘗試理解,並且達到你想要的效果
以這個範例來說,
它會將來源網站從"T客邦"動態抽換成"國外網站"
把產出數量從"一則"自動變成到"三則"
我們看看現在它給我們的結果
它在這裡給了我們三個依照
先前的模板產生的臉書貼圖
然後在這個文件裡頭包含
了三則國外新聞的臉書貼文
我們切換到我們Facebook資料夾來看
這裡就是生成出來的三則臉書貼圖
明顯看得出來
我們生圖的提示詞寫得好像還是太死了
導致這些臉書貼圖除了文字外幾乎沒有變化
不過這事後可以再來持續調整
我們主要看的還是Skill的原理以及應用
你可以依照個原理自己去變化
製作你自己的技能
現在我們再回過頭來說排程
在 Gemini Spark 中,
排程是讓AI 從被動問答變為
主動工作的核心的功能。
簡單來說,排程功能可以讓
Spark 全天後 24
小時在雲端自動運行,
因為 Spark 基本就是一臺
Google 雲端的電腦。
因此,即使你把筆電關上,
設定好的排程任務依然
會在後臺自動執行完畢。
剛剛在一開始的範例中,
它已經幫我們設計了兩個排程工作。
首先點選到排程這裡,點選進來可以看到,
下面在執行中這個標籤的下方,
下方,顯示了有三個任務,
而上面這兩個就是他剛剛
幫我們設定好的排程任務。
那其中第一個,匯總每週生成式AI動態,
下面有標示是每週六上午九點執行,
那在下面有顯示上次執
行的時間是幾個小時前。
那在這個排程任務這裡的最右邊,
點選最右邊三個點,
這裡就可以進行排程任務的調整。
我們點選手動編輯可以跳到這個編輯窗口,
下方會顯示出目前這個
排程任務的提示詞內容。
我們看這個提示詞,
其實這內容本質上就還是一個技能,
就是叫他幫我們彙總一週
的AI資訊工作的資訊,
整理成一個週報,
基本上跟其他的技能沒有兩樣。
文中也沒有說要怎麼排程,
他的排程主要是依靠這個
界面上面的週期表來設定,
你可以在這裡進行調整。
不過如果你想知道上次排程
產生出來的任務結果,目前
Gemini
Spark的設計得非常不好,
你必須要跳回到前一頁,
它在這裡有一個前往對話串的選項,
你點選下去之後,
它也只是跳回到一開始的頁面這裡。
然後你要自己在下面的對話串中,
依照標題去對照哪一個對
話串是排程出來的結果。
我們先點選進來,
看看這裡就列出了它幫我
們依照排程輸出的結果。
雖然這個結果還不錯,
但我們回頭來看看這個對話串是不是很混亂。
從裡頭要找到特定的排程主題,
還真的有點難度。
也由於這個關係,
所以建議你最好在指令中明確加入要
把成果存在雲端資料夾中的特定位置,
這樣就不用來 Spark 裡頭大海撈針。
另外要提的一點是,在
Spark 中,
除了依照時間去觸發排程任務外,
也可以依照事件來觸發任務,
去執行重複性的動作。
比方說,你可以要它檢查
Gmail 中收到特定主題的郵件後,
自動進行後續的動作,
或是檢查雲端資料夾中,
新增了什麼檔案,去進行後續的動作。
我們現在來舉一個例子,
假設我要針對我每次交易
時發票來進行整理存檔,
那我現在打開我手機板的Gemini,
切換到Spark,
然後在對話框這裡切換到相機,
拍下一張發票的照片,我在手機上輸入,
幫我把發票照片儲存在我的
Drive中的發票資料夾。
你看,雖然是在手機上,
但是因為其實它與我的桌機板的Spark
用的是同一個雲端的Spark,
因此在體驗上以及速度上其實是一樣的。
那處理完之後他還給了我發票的明細資訊
那我在手機上要他以後只要收到發票
的圖檔都放到同樣的資料夾中讓他執行
我這樣在手機上反覆上傳了四張發票的照片
不過呢手機版的Spark還是陽春了一點
在介面上我們看不到排程連
接應用程式那些側邊欄的內容
也無法進一步設定
因此現在我們切換回桌機版的Spark
我們在排程這裡可以看到新增加了一
個叫做自動處理與歸檔電子發票的排程
我們點選進來看內容,
它上面的觸發條件目前
寫的是收到電子郵件時,
主題或是附件中有發票相關的內容,
才會幫我們觸發這個任務。
這個觸發條件是我們先前另外追加的要求,
沒有在前面的示範中演示出來。
那現在我們可以修改這個任務的內容,
比方說希望我們的發票除了有單獨的資訊外,
還可以有一個統一彙總的表格,方便我整理。
我們現在回到上一頁,
在設定這裡選擇使用Gemini編輯,
那麼實際上它的動作是跳回到我
們先前在手機上的對話串裡頭。
我們現在在對話串中追加一些新的任務,
表示我要把發票的內容整理到一個試算表中,
可以統一看到我在哪裡花了多少錢,
以進行分析。
那麼它在這裡處理了一下之後,
回答我們它已經在原本的發票資料
夾中新增了一個發票消費記帳表。
好,我們現在到我的雲端硬碟中,
打開這個發票資料夾來看一下。
在這個資料夾中有幾張
是上傳發票的文字內容。
你可以看到在最下面有一個叫做發
票消費記帳表的試算表。
打開之後可以看到它已經依照日期、
消費地點、商家、金額等等的資訊幫我們記錄起來了。
這就是你可以利用觸發事件
的功能來建立的排程任務。
你也可以想想有哪些週期性固定
性的工作任務可以分配給它處理。
最後我們來簡單分析一下
雖然 Gemini Spark 與
ChatGPT Work 乍看之下很相似
但是其實有很大的差異
首先 Spark 目前只能串接
Google 自家的生態系
在能力上受限很多
完全不及 ChatGPT
Work 的多樣化
此外 Spark 只能處理網絡上的內容
無法處理你本極端的檔案
因此目前的 Spark
比較像是常駐在你背景的助理
還無法像 ChatGPT
Work 那樣全面
不過如果你是高度依賴Google
服務的重度使用者
Spark也的確能幫
你處理很多工作中的瑣事
再來因為Gemini
Spark在背景幫你處理各種自動化任務時
底層調用的依然是Gemini模型
所以它消耗的總算力
基本上是跟你的Gemini
App共用同一個額度池
所以如果你的任務很複雜的話
可能要隨時再設定檢查一下你的用量
好啦 這就是今天
Gemini Spark整個教學的內容
有什麼問題 歡迎在留言告訴我
也請幫我按贊分享開啟小鈴鐺
今天的教學就到這裡
我們下支影片再見
拜拜!