# 影片筆記：【歴代最高進化】Gemini Notebookの「中身」が変わった！エージェント化でパワポ・Excel・Wordを編集可能なファイルで生成【Gemini/Google Workspace


<!-- VIDEONOTE_PUBLICATION_WARNINGS_BEGIN -->
## ⚠️ 可先使用，仍有待修正項目

本筆記已完成可閱讀的逐字稿與時間跳轉；下列為待處理問題，建議播放原片確認。

- 待修正：Whisper 幻覺段落已切除（已移除 6 段幻覺內容，其餘逐字稿保留使用。；原始 Whisper 證據保留在 transcript.whisper.raw.json。）
- 待修正：診斷筆記：目前沒有可可靠理解的逐字稿（asr_language_failure；wrong_language_after_segmented_asr）
- 待修正：逐字稿品質檢核未完全通過（requested_language_repair_inconclusive；保留 719 段 Whisper 逐字稿，已先行發布。）
- 待修正：逐字稿語言與宣告語言不一致（已保留來源字幕/Whisper 內容並繼續產生筆記；請確認影片語言。；若語音辨識輸出英文，也會被語言檢查標記，不會覆蓋日文底稿。）
- 待修正：逐字稿全文快速校讀未完成（已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。）
- 尚有 3 項待修正細節，請查看工作清單。

<!-- VIDEONOTE_PUBLICATION_WARNINGS_END -->

## 一句話總結
Google 將 Notebook LM 升級為具備自主行動能力的「Gemini Notebook」，底層採用 Agent 架構與 Antigravity/Gemini 3.5 模型，支援生成可編輯的 PowerPoint 與 Excel 檔案，並實現來源與對話的深度整合，但受於 Linux 環境安全隔離，目前尚無法直接與 Google Drive 互通。

## 核心重點
1.  **產品更名與架構升級**：產品正式更名為 **Gemini Notebook**（前身為 Notebook LM），後端從普通模型升級為具備自主執行能力的 **Agent**（代理程式）。
2.  **底層技術支援**：底層平台採用 Google 的 **Antigravity** 模型，運算支援 **Gemini 3.5**（講者認為 3.5 已足夠強大，雖有 3.7 版本）。
3.  **可編輯檔案生成**：
    *   **PowerPoint**：可生成可編輯的簡報檔案（非靜態圖片），支援文字、圖片、圖表編輯。
    *   **Excel**：可生成包含複雜公式（Functions）與多個工作表（Sheet）的試算表，支援數據分析與圖表繪製。
4.  **自動化技能（Skills/Recipes）**：支援超過 100 種技能，可自動執行製作簡報、分析數據、設計排版等複雜任務。
5.  **來源（Sources）與對話整合**：
    *   可透過聊天欄指示將網路搜尋結果（Deep Research）或對話摘要自動新增至「來源」。
    *   實現「研究 -> 對話整理 -> 新增來源」的閉環，避免幻覺（Hallucination），建議使用者檢查後手動勾選匯入。
6.  **限制與現狀**：
    *   **Google Drive 整合限制**：因底層運行於隔離的 Linux 環境，出於安全考量，目前無法直接將檔案儲存至 Google Drive 或從 Drive 讀取檔案，需透過「下載」後再手動上傳。
    *   **介面變化**：視覺介面與舊版差異不大，主要變化在於後端能力與聊天欄功能擴展。
    *   **語言預設**：底層環境為 Linux 英語環境，若未特別指定，內容可能預設為英文，建議在 Prompt 中明確指定語言（如日語）及設計風格。

## 詳細大綱

### 一、 Gemini Notebook 的核心架構變更
*   **名稱與定位**：
    *   產品名稱為 **Gemini Notebook**（口語常誤稱為 Notebook LM）。
    *   定位從單純的筆記工具轉變為具備執行力的應用程式。
*   **底層技術升級**：
    *   **Agent 化**：內部機制從普通模型轉變為「Agent」（代理程式）。
    *   **模型支援**：
        *   底層平台採用 Google 的 **Antigravity** 模型。
        *   頭腦運算支援 **Gemini 3.5**（雖有 3.7，但 3.5 已足夠強大）。
    *   **能力擴展**：Agent 能組合多種指令，自律性地執行複雜任務。

### 二、 新功能演示：可編輯的 PowerPoint 簡報
*   **操作方式**：
    *   在聊天欄輸入指令，明確要求「製作可編輯的 PowerPoint」（強調「可編輯」以避免生成靜態圖片）。
    *   支援將多份來源資料（如會議記錄、問卷數據、業績數據）作為輸入。
*   **生成結果**：
    *   系統會生成完整的 PowerPoint 檔案並下載至本地。
    *   **可編輯性**：文字、圖片、圖表均可在 PowerPoint 中直接編輯，非靜態圖片。
    *   **語言問題**：
        *   若未特別指定，部分內容可能預設為英文（因底層環境為 Linux 英語環境）。
        *   建議在 Prompt 中明確指定「日本語で」（用日語）及設計風格（如白色背景）。
    *   **圖片生成**：
        *   系統會針對各頁面生成專屬圖片並插入簡報。
        *   若未指定語言，圖片中的文字可能為英文；指定日語後則可生成日文圖片。

### 三、 新功能演示：自動化 Excel 試算表與數據分析
*   **操作方式**：
    *   輸入經營管理或市場分析相關的來源數據。
    *   指示製作「經營管理用 Excel」。
*   **生成結果**：
    *   自動生成包含複雜公式（Functions）的 Excel 檔案。
    *   包含多個 Sheet（工作表），如「經營分析摘要」、「排氣損失分析」等。
    *   自動繪製圖表，並進行數據歸納與分析。
    *   **版本管理**：支援生成新版本（如 Ver.2），自動在現有試算表中插入新 Sheet，並考慮排版邏輯（如將新 Sheet 插入中間而非末尾）。
    *   **精準度**：數據計算與匯總準確度較高，可視為高品質的報告資料。

### 四、 新功能演示：來源（Sources）與對話的深度整合
*   **自動新增來源**：
    *   使用者可在聊天欄指示「調查市場並新增至來源」。
    *   系統會執行網路搜尋（Deep Research），並將結果摘要後，由使用者確認後手動或自動新增至左側「來源」列表。
    *   **注意**：為避免幻覺（Hallucination），建議使用者檢查搜尋結果後，手動勾選要匯入的項目。
*   **對話轉來源**：
    *   過往需先存為筆記再匯入，現在可透過聊天欄直接指示「將此對話內容新增至來源」。
    *   實現了「研究 -> 對話整理 -> 新增來源」的無縫連接。

### 五、 限制與現狀
*   **Google Drive 整合限制**：
    *   儘管成為 Agent，目前仍無法直接將檔案儲存至 Google Drive 或從 Drive 讀取檔案。
    *   **原因**：底層運行於隔離的 Linux 環境，出於安全考量切斷了與外部網路及 Drive 的直接連線。
    *   使用者仍需透過「下載」方式獲取檔案，再手動上傳至 Drive。
*   **介面變化**：
    *   視覺介面與舊版 Notebook LM 差異不大，主要變化在於後端能力與聊天欄的功能擴展。

## 工具 / 模型 / 名詞整理

| 類別 | 名稱/專有名詞 | 備註 |
| :--- | :--- | :--- |
| **產品名稱** | **Gemini Notebook** | 影片主要介紹的產品，前身為 Notebook LM。 |
| **產品名稱** | **Notebook LM** | 舊版名稱，講者提到容易口誤稱呼此名。 |
| **模型名稱** | **Antigravity** | Google 的底層 Agent 模型平台。 |
| **模型名稱** | **Gemini 3.5** | 支援的頭腦運算模型版本。 |
| **模型名稱** | **Gemini 3.7** | 提及有該版本，但認為 3.5 已足夠。 |
| **模型名稱** | **Claude** | 作為 Agent 類型的對比參考。 |
| **模型名稱** | **Codex** | OpenAI ChatGPT 中的程式碼/Agent 模型，作為對比參考。 |
| **工具/功能** | **Deep Research** | 深度研究/搜尋功能，用於自動調查並建議新增來源。 |
| **工具/功能** | **Skills / Recipes** | 超過 100 種技能/食譜，如製作 PPT、Excel、設計等。 |
| **軟體** | **PowerPoint** | 可生成的可編輯簡報格式。 |
| **軟體** | **Excel / Spreadsheet** | 可生成的包含公式的試算表格式。 |
| **軟體** | **Google Workspace** | 提及與此生態系的關係（目前整合有限）。 |
| **軟體** | **Google Drive** | 檔案儲存處，目前無法直接與 Notebook 互通。 |
| **環境** | **Linux Server** | 提及底層運行環境為 Linux，解釋了語言預設與網路隔離原因。 |

## 操作流程整理

1.  **準備來源資料**：
    *   上傳會議記錄、問卷數據、業績數據等多份來源資料至 Gemini Notebook。
2.  **執行 Agent 任務（生成可編輯檔案）**：
    *   **PowerPoint**：在聊天欄輸入指令，明確要求「製作可編輯的 PowerPoint」，並指定語言（如日語）與設計風格。系統生成簡報檔案並下載。
    *   **Excel**：輸入經營管理或市場分析數據，指示製作「經營管理用 Excel」。系統生成包含公式、多個 Sheet 及圖表的試算表檔案並下載。
3.  **整合來源與對話**：
    *   **自動新增來源**：在聊天欄指示「調查市場並新增至來源」，系統執行 Deep Research 搜尋，使用者檢查結果後手動勾選匯入左側「來源」列表。
    *   **對話轉來源**：在聊天欄指示「將此對話內容新增至來源」，將對話摘要直接加入來源，實現研究閉環。
4.  **檔案管理**：
    *   由於無法直接儲存至 Google Drive，使用者需將生成的 PowerPoint 或 Excel 檔案下載至本地，再手動上傳至 Google Drive。

## 值得注意的限制或風險

1.  **Google Drive 整合斷層**：
    *   儘管具備 Agent 能力，但受底層 Linux 環境安全隔離限制，無法直接讀取或儲存檔案至 Google Drive。
    *   使用者必須進行「下載」與「手動上傳」的額外步驟，影響工作流效率。
2.  **語言與環境預設風險**：
    *   底層環境為 Linux 英語環境，若 Prompt 未明確指定語言，生成的內容（文字、圖片文字）可能預設為英文。
    *   需特別注意在指令中指定語言（如「日本語で」）及設計風格，以確保輸出符合預期。
3.  **幻覺（Hallucination）風險**：
    *   雖然支援自動新增來源，但系統執行 Deep Research 後仍需使用者檢查。
    *   建議使用者手動勾選要匯入的項目，以避免錯誤資訊進入來源列表。
4.  **介面與認知落差**：
    *   視覺介面與舊版 Notebook LM 差異不大，使用者可能忽略後端巨大的架構變更（Agent 化）。
    *   口語中常誤稱為「Notebook LM」，需注意產品名稱已更迭為「Gemini Notebook」。

## 逐字稿辨識疑點

*   **segment 6, 7, 213, 215, 588, 589**: `unnatural_sentence_boundary` — 標點出現在句首或停在逗號位置，斷句可能不符合文法/口語。
*   **segment 376**: `adjacent_duplicate` — 與前一段完全重複，可能是滾動字幕或 ASR 重複。
*   **「ジェミーノートブックエレム」**：講者口語中出現的詞彙，疑為 **Gemini Notebook** 的聽寫錯誤或口誤。
*   **「アンチグラビティ」**：講者口語中對底層模型的稱呼，疑為 **Antigravity** 的聽寫錯誤。
*   **「ジミニ」**：講者口語中對模型的稱呼，疑為 **Gemini** 的聽寫錯誤。
*   **「GEMI」**：講者口語中對模型的稱呼，疑為 **Gemini** 的聽寫錯誤。
*   **「PowardPotor」**：講者口語中對軟體的稱呼，疑為 **PowerPoint** 的聽寫錯誤。
*   **「ディープリサーシ」**：講者口語中對功能的稱呼，疑為 **Deep Research** 的聽寫錯誤。
*   **「Camp市場」**：講者口語中對指令的稱呼，疑為 **「市場調査」** 或類似詞彙的聽寫錯誤。
*   **「V2のV2のV2」**：講者口語中對版本的稱呼，疑為 **「Version 2」** 的聽寫錯誤。
*   **「FIRDファイル」**：講者口語中對檔案類型的稱呼，疑為 **「PDFファイル」** 或特定檔案格式的聽寫錯誤。
*   **「Notebook AirM」**：講者口語中對產品的稱呼，疑為 **Notebook LM** 的聽寫錯誤。
*   **「Cloud Code」**：講者口語中提及的名詞，疑為 **Cloud Code** 或相關開發工具的聽寫，需查證是否為特定 Google 工具名稱。
*   **「11 時代」**：講者口語中提及「Notebook 11 時代」，疑為 **Notebook LM** 時代的聽寫錯誤。
*   **「イーサー」**：講者口語中提及「Google Workspace イーサー」，疑為 **Workspace** 後綴詞或聽寫錯誤，需查證。
*   **「ボーンと左側」**：講者口語中「ボーンと」疑為 **「そのまま」** 或 **「自動的に」** 的聽寫錯誤。
*   **「ブラウンス更新」**：講者口語中「ブラウンス」疑為 **「ブラウザ」**（瀏覽器）的聽寫錯誤。
*   **「ナノバーム」**：講者口語中「ナノバーム」疑為 **「Nano」** 或特定圖片生成技術名稱的聽寫錯誤，需查證。
*   **「ミックス」**：講者口語中「ミックス」疑為 **「Mix」** 或特定功能的聽寫錯誤。
*   **「ディープリサーチソース追加」**：講者口語中此詞彙組合較長，疑為 **「Deep Research でソースを追加」** 的連讀或聽寫錯誤。
*   **「壁打ち」**：日語常用詞，意指「對談/腦力激盪」，此處用法正確，指與 AI 進行反覆對話測試。
*   **「ハルシネーション」**：日語常用詞，意指 AI 的「幻覺/胡說八道」，此處用法正確。
*   **「リッチ」**：講者口語中「目次めっちゃリッチ」，「リッチ」意指「豐富/高級」，用法正確。
*   **「トンマナ」**：講者口語中「トンマナ」疑為 **「トーン＆マナー」**（語氣與風格）的縮寫或聽寫錯誤。

## 可延伸追問

1.  **Antigravity 模型的具體技術細節**：Google 的 Antigravity 模型與現有 Gemini 系列模型在架構上有何具體差異？Agent 化的具體實現方式為何？
2.  **Linux 環境隔離的未來規劃**：Google 是否有計畫解決 Linux 環境與 Google Drive 的整合問題？未來是否會開放更直接的檔案存取權限？
3.  **Skills/Recipes 的擴展性**：超過 100 種技能中，使用者是否可以自定義或開發新的技能（Recipes）？
4.  **多語言支援的完善度**：目前針對非英語環境（如日語、中文）的支援程度如何？是否存在特定的語言限制或偏差？
5.  **與 Claude/Codex 等競爭對手的比較**：Gemini Notebook 的 Agent 能力與 Claude 或 OpenAI 的 Codex 相比，在複雜任務執行上有何優勢或劣勢？