چگونه از Gemini استفاده کنیم: راهنمایی کارمحور برای مبتدیان

شروع کار: اولین نشست Gemini شما

Gemini در سه جا اجرا می‌شود، و انتخاب شما تقریباً هیچ چیزی را در نحوهٔ prompt نوشتن تغییر نمی‌دهد. برنامهٔ وب در gemini.google.com کامل‌ترین نسخه است. برنامهٔ Gemini روی Android و iOS همان دستیار است با ورودی دوربین، عکس و صدا. امکانات Gemini در Gmail، Docs، Sheets، Drive و Meet هم برای حساب‌هایی که آن را روشن دارند ظاهر می‌شود، که پایین‌تر پوشش داده شده است.

1. gemini.google.com را باز کنید در هر مرورگری، یا برنامهٔ Gemini را از Play Store یا App Store نصب کنید.
2. با یک حساب Google وارد شوید. یک نشانی Gmail شخصی کار می‌کند. حساب کاری یا دانشگاهی به این بستگی دارد که مدیر شما چه چیزی را فعال کرده است، و در برخی حساب‌های Workspace، Gemini کاملاً خاموش است.
3. یک کار را در کادر پایین تایپ کنید. نه یک کلیدواژه، یک کار. «خلاصه کن» از «خلاصه» بهتر است، و یک جملهٔ کامل از هردو بهتر.
4. هر چیزی را که پاسخ به آن وابسته است پیوست کنید با کنترل بارگذاری: یک PDF، یک تصویر، یک اسکرین‌شات، یک صفحه‌گسترده، یا یک فایل از Drive.
5. پاسخ را بخوانید، بعد پس بزنید. پیام‌های بعدی در همان گفتگو می‌مانند، پس «کوتاه‌تر»، «مستقیم‌تر» یا «اعداد صفحهٔ ۴ را اضافه کن» هرکدام به‌تنهایی یک دستورالعمل کامل‌اند.

دو چیز در روز اول مردم را غافلگیر می‌کند. اول اینکه Gemini یک تاریخچهٔ گفتگو گره‌خورده به حساب Google شما نگه می‌دارد، پس می‌توانید بعداً یک گفتگو را دوباره باز کنید و هنوز زمینه را داشته باشد. دوم اینکه اولین پاسخ شما به‌ندرت پاسخ خوب است. الگوی پربازده یک prompt اول است که کار را تعریف می‌کند، بعد دو یا سه اصلاح. این کار وقت کمتری از تلاش برای نوشتن یک prompt بی‌نقص می‌گیرد.

اگر تا به حال از هیچ دستیار هوش مصنوعی استفاده نکرده‌اید، چگونه از هوش مصنوعی استفاده کنیم عادت‌های کلی‌ای را که برای همهٔ آن‌ها صدق می‌کند پوشش می‌دهد، و این راهنما هیچ‌کدام از آن‌ها را پیش‌فرض نمی‌گیرد.

Gemini رایگان در برابر Google AI Pro

می‌توانید برای همیشه و رایگان از Gemini استفاده کنید، فقط با یک حساب Google. لایهٔ رایگان از پیش‌نویسی، خلاصه‌سازی، توضیح‌دادن، ایده‌پردازی و پرسش دربارهٔ فایل‌های معمولی برمی‌آید، و بسیاری از مردم هرگز در آن به دیوار نمی‌خورند. پرداخت، سقف‌های بالاتر، دسترسی زودهنگام به تازه‌ترین مدل‌ها، مدیریت سخاوتمندانه‌تر فایل و امکانات Gemini داخل برنامه‌های Google Workspace را می‌خرد.

چه چیزی می‌گیرید	Gemini رایگان	Google AI Pro
قیمت	$0	ماهی $19.99 در ایالات متحده
چت، پیش‌نویسی و پرسش‌های روزمره	بله	بله
تازه‌ترین مدل‌ها و مدل‌های کندتر و اندیشمندتر	در دسترس با سقف‌های تنگ‌تر	سقف‌های بالاتر و دسترسی زودتر
بارگذاری فایل، تصویر و PDF	بله، با محدودیت‌های کوچک‌تر	فایل‌های بزرگ‌تر و تعداد بیشتر
Gemini داخل Gmail، Docs و Drive	جزئی و وابسته به حساب	شامل می‌شود
اجراهای پژوهش عمیق‌تر و تولید ویدیو	محدود یا در دسترس نیست	شامل می‌شود، همچنان اندازه‌گیری‌شده
فضای ذخیره‌سازی	سهمیهٔ رایگان ۱۵ گیگابایتی حساب Google	سهمیهٔ گسترش‌یافتهٔ Google One

ردیفی که مردم از قلم می‌اندازند ردیف آخر است. Google AI Pro به‌عنوان یک عضویت Google One فروخته می‌شود، پس فضای ذخیره‌سازی و امکانات هوش مصنوعی یک اشتراک واحدند و لغو یکی، دیگری را هم لغو می‌کند. این موضوع بعداً اهمیت پیدا می‌کند نه حالا، و جزئیاتش در چگونه Google AI Pro را لغو کنیم آمده است. Google یک لایهٔ ارزان‌تر به نام AI Plus هم با قیمت ماهی $4.99 در ایالات متحده می‌فروشد که از نظر سقف‌ها میان رایگان و Pro می‌نشیند. قیمت‌ها قیمت‌های فهرست ایالات متحده تا اوت ۲۰۲۶ هستند و در کشورهای مختلف فرق می‌کنند.

یک قاعدهٔ معقول برای تصمیم‌گیری: رایگان بمانید تا وقتی بیش از حدود یک بار در هفته وسط کار واقعی به یک سقف بخورید. تمام‌شدن سهمیهٔ یک مدل وقتی می‌خواهید چیزی را تمام کنید، همان نشانهٔ ارتقاست. کنجکاوی نشانه نیست.

Gemini در چه چیزهایی قوی‌ترین است

Gemini یک دستیار همه‌منظوره است و تقریباً هر کاری را که بقیه می‌کنند انجام می‌دهد. سه حوزه هست که در آن‌ها معمولاً حق اولین تلاش را دارد نه دومین.

ورودی‌های بزرگ. Google برای چند مدل Gemini پنجرهٔ زمینهٔ یک میلیون توکن و بالاتر را مستند کرده، و راهنمای زمینهٔ طولانی آن دقیقاً همان حالتی را نشانه رفته که حجم زیادی از مواد را یکجا تحویل می‌دهید: یک پوشه از یادداشت‌ها، یک رونوشت طولانی، یک مشخصات کامل، اسناد متعدد با هم. وقتی مسئله نگه‌داشتن هم‌زمان همه چیز در یک prompt است، از اینجا شروع کنید. اما یک هشدار واقعی هم هست: پنجرهٔ بزرگ اعلام‌شده وعدهٔ توجه یکنواخت در سراسر آن نیست، پس پیش از آنکه نتیجه‌گیری بخواهید، استخراج به‌همراه ارجاع بخش‌ها را بخواهید.

رسانهٔ ترکیبی. اسکرین‌شات‌ها، عکس‌ها، نمودارها، صفحات اسکن‌شده و PDFها ورودی‌های درجه یک‌اند نه یک فکر بعدی. در برنامهٔ موبایل، دوربین بخشی از prompt است، که «این پیام خطا چیست» یا «این برچسب به انگلیسی چه می‌گوید» را به کاری دو ثانیه‌ای تبدیل می‌کند. پیش از تفسیر، توصیف شواهد قابل‌مشاهده را بخواهید تا ابداع‌های مطمئن بسیار کمتری بگیرید.

هر چیزی که پیش‌تر داخل Google است. اگر مادهٔ منبع شما در Drive، Docs و Gmail زندگی می‌کند، Gemini مرحلهٔ کپی و چسباندن را حذف می‌کند، همان مرحله‌ای که بی‌سروصدا صرفه‌جویی زمانی را می‌بلعد. این کم‌زرق‌وبرق‌ترین مزیت است و در عمل اغلب بزرگ‌ترین آن‌ها.

برای جزئیات رودررویی که پشت این ادعاهاست، Gemini در برابر ChatGPT مقایسهٔ اسناد و چندرسانه‌ای را پوشش می‌دهد، و Claude در برابر Gemini زمینهٔ طولانی را در برابر کیفیت نوشتار.

الگوی prompt که جواب می‌دهد

بیشتر پاسخ‌های ناامیدکنندهٔ Gemini از prompt‌هایی می‌آیند که یکی از چهار چیز را کم دارند. هر چهار را فراهم کنید و جهش کیفیت از هر ارتقای مدلی بزرگ‌تر است.

اول زمینه. مادهٔ منبع و پس‌زمینه را بالا بگذارید، بعد دستورالعمل را. بگویید خواننده کیست، چه چیزی را از قبل می‌داند و پاسخ به کدام تصمیم خوراک می‌دهد. راهنمای زمینهٔ طولانی خود Google هم به همین سمت اشاره می‌کند: مواد را از همان ابتدا به مدل بدهید نه قطره‌قطره.

یک فعل کاری روشن. خلاصه کن، مقایسه کن، استخراج کن، بازنویسی کن، برنامه‌ریزی کن، نقد کن، ترجمه کن، دسته‌بندی کن. «در این مورد کمکم کن» یک کار نیست. «این را در ۱۵۰ کلمه برای مشتری‌ای که از قبل عصبانی است بازنویسی کن» هست.

محدودیت‌ها. طول، لحن، چه چیزی بیاید، چه چیزی بیرون بماند، و وقتی اطلاعاتی در دست نیست چه باید کرد. مفیدترین محدودیت از همه یک خط است: «اگر چیزی در منبع نیست، به جای حدس‌زدن بنویس یافت نشد.»

یک قالب خروجی نام‌برده. جدول، سیاههٔ بررسی، ایمیل با موضوع، یادداشت با عنوان‌ها، پنج بند فهرستی، یک مقایسهٔ دوستونی. قالب‌ها یک دیوار نثر را به چیزی تبدیل می‌کنند که واقعاً می‌توانید به کار ببرید.

یک قالب قابل‌استفادهٔ دوباره: «این [مادهٔ منبع] است. به نیابت از [مخاطب]، آن را [فعل کاری] کن و به [قالب] دربیاور. [آنچه باید بیاید] را بیاور. [آنچه باید نیاید] را بیرون بگذار. اگر جزئیاتی در منبع نیست، به جای استنتاج آن را یافت نشد علامت بزن. با سه چیزی که خودم باید بررسی کنم تمام کن.»

بعد تکرار کنید. Gemini به اصلاح‌های کوتاه در همان رشته خوب پاسخ می‌دهد، و «نصفش کن»، «کمتر رسمی»، «تاریخ‌ها را اضافه کن» و «نشانم بده این از کجای سند آمد» همه به‌عنوان پیام کامل کار می‌کنند. اگر نسخهٔ عمیق‌تر این را می‌خواهید، مهندسی prompt برای مبتدیان جلوتر می‌رود.

۱۸ prompt برای Gemini بر پایهٔ سناریو

بخش‌های داخل کروشه را جایگزین کنید، جایی که فایلی نام برده شده آن را پیوست کنید، و انتظار داشته باشید یکی دو پیگیری هم اجرا کنید. این‌ها نقطهٔ شروع‌اند نه واژه‌های جادویی.

روزمره و شخصی

1. «[موضوع] را طوری برایم توضیح بده که انگار هیچ چیز دربارهٔ آن نمی‌دانم. از یک تشبیه، یک مثال مشخص و سه اشتباهی که مبتدی‌ها می‌کنند استفاده کن.»

1. «[مواد اولیه] را دارم و [زمان] دقیقه وقت. سه چیز که می‌توانم بپزم با گام‌هایشان بده، و بگو کدام آسان‌تر است.»

1. «این را به [زبان] ترجمه کن و لحن را مؤدبانه و کمی رسمی نگه دار. بعد هر عبارتی را که تمیز ترجمه نمی‌شود فهرست کن و دلیلش را توضیح بده. متن: [بچسبان].»

1. «این عکس نامه‌ای است که دریافت کرده‌ام. بگو چه می‌گوید، از من می‌خواهد چه کار کنم و تا چه زمانی. هر چیزی را که شبیه مهلت یا مطالبهٔ پرداخت است علامت بزن.»

اسناد و فایل‌ها

1. «PDF پیوست‌شده را بخوان و اول یک نقشهٔ سند بده: بخش‌ها، جدول‌ها، تاریخ‌ها و ادعاهای اصلی. هنوز خلاصه نکن.»

1. «از سند پیوست‌شده، هر عدد، تاریخ و تعهد نام‌برده‌شده را در جدولی با ستون‌های مورد، مقدار، محل ظاهرشدن و میزان اطمینان استخراج کن. هر جا فیلدی در دست نیست بنویس یافت نشد.»

1. «این دو سند پیوست‌شده را مقایسه کن. جدولی برگردان از اینکه کجا توافق دارند، کجا تعارض دارند و هرکدام چه چیزی را پوشش می‌دهد که دیگری نمی‌دهد.»

1. «این گزارش ۶۰ صفحه‌ای را برای کسی که هشت دقیقه وقت دارد خلاصه کن. ساختار: چه می‌گوید، چه چیزی را پیش‌فرض می‌گیرد، کجا ضعیف است و من باید چه چیزی را راستی‌آزمایی کنم.»

Gmail و Workspace

1. «به ایمیل زیر پاسخی بنویس. هدف: [نتیجه]. لحن: گرم و مستقیم، نه عذرخواهانه. یک گام بعدی روشن و یک موضوع ایمیل بیاور. ایمیل: [بچسبان].»

1. «این رشتهٔ ایمیل را به تصمیم‌های گرفته‌شده، پرسش‌های باز، اینکه چه کسی چه چیزی بدهکار است و هر مهلت نام‌برده‌شده خلاصه کن. رشته: [بچسبان].»

1. «این یادداشت‌های جلسه را به یک به‌روزرسانی وضعیت برای [مخاطب] با سه بخش تبدیل کن: پیشرفت، ریسک‌ها، گام‌های بعدی. زیر ۲۵۰ کلمه نگهش دار. یادداشت‌ها: [بچسبان].»

1. «صفحه‌گسترده پیوست‌شده را بردار و توصیف کن واقعاً چه چیزی در آن است: ستون‌ها، مشکلات آشکار کیفیت داده، و سه پرسشی که این داده می‌تواند پاسخ دهد.»

پژوهش و تصمیم‌ها

1. «برای [هدف] میان [گزینهٔ الف] و [گزینهٔ ب] در حال تصمیم‌گیری‌ام. یک جدول مقایسه با هزینه، تلاش، ریسک و برگشت‌پذیری بساز، بعد یک توصیه بده و قوی‌ترین استدلال علیه آن را هم بگو.»

1. «دربارهٔ [موضوع] پژوهش کن و پاسخ را با منابعی که به کار بردی بده. برای هر ادعا بگو کدام منبع آن را پشتیبانی می‌کند، و هر چیزی را که استنتاج می‌کنی و نمی‌خوانی علامت بزن.»

1. «ده پرسشی را که پیش از تصمیم‌گیری باید بتوانم دربارهٔ [موضوع] پاسخ دهم بده، به‌علاوهٔ اینکه چه شواهدی به هرکدام پاسخ می‌دهد.»

تصاویر، اسکرین‌شات‌ها و کار بصری

1. «این یک اسکرین‌شات از یک خطاست. اول فقط آنچه را دیده می‌شود توصیف کن، بعد علت‌های محتمل را به ترتیب فهرست کن، بعد کوچک‌ترین کاری را که باید امتحان کنم بگو.»

1. «نمودار این تصویر را بخوان. اعداد زیربنایی را به شکل یک جدول بده، بعد بگو نمودار چه چیزی را بزرگ‌تر از آنچه هست نشان می‌دهد.»

1. «یک تصویر از [موضوع] در [سبک] و [نسبت ابعاد] تولید کن. بعد سه گونه بساز که فقط [پس‌زمینه / رنگ / زاویه] را تغییر دهند.»

هرکدام از این‌ها را که به کار ببرید، حرکت پایانی یکی است: بپرسید «در این پاسخ روی چه چیزی هیچ شرطی نمی‌بندی»، بعد همان بخش‌ها را خودتان بررسی کنید.

استفاده از Gemini در Gmail، Docs و Drive

یکپارچگی با Workspace بخشی از Gemini است که هیچ معادل واقعی در جای دیگر ندارد، و همچنین بخشی است که بیشترین رفتار وابسته به حساب را دارد. در دسترس‌بودن بر پایهٔ پلن، کشور و اینکه آیا یک مدیر آن را فعال کرده فرق می‌کند، پس پاسخ صادقانه به «چرا من دکمه را نمی‌بینم» معمولاً حساب است نه خود امکان.

وقتی روشن است، اینجاها ظاهر می‌شود: یک پنل کناری Gemini در Gmail، Docs، Sheets، Slides و Drive؛ یک کنترل «Help me write» در پنجرهٔ نگارش Gmail و در Docs؛ تولید خلاصه روی رشته‌های طولانی؛ و Gemini در Meet برای یادداشت‌برداری. در پنل کناری می‌توانید مستقیماً به فایل‌های خودتان ارجاع دهید، که همان هدف واقعی این یکپارچگی است.

حرکتی که داشتنش را ارزشمند می‌کند: به جای چسباندن محتوای یک فایل، در prompt با نام به آن ارجاع دهید. در پنل کناری Docs یا Gmail چیزی مثل این بپرسید: «با استفاده از سند برنامه‌ریزی Q3 در Drive من، پاسخی به این ایمیل بنویس که تاریخ‌ها را تأیید کند و دو ریسکی را که فهرست کرده علامت بزند.» همان یک prompt، وگرنه سه مرحلهٔ کپی و چسباندن و یک بعدازظهر ازدست‌رفته بود.

دو هشدار که ارزش نگه‌داشتن دارند. اول، ایمیل پیش‌نویس‌شده به‌محض فشردن دکمهٔ ارسال باز هم ایمیل خودِ شماست، و Gemini با اطمینان با تعهدی موافقت می‌کند که قصد دادنش را نداشتید، پس پیش‌نویس را بخوانید نه اینکه از رویش رد شوید. دوم، حساب‌های کاری قواعد مدیریت داده‌ای دارند که حساب‌های شخصی ندارند. پیش از چسباندن دادهٔ مشتری، کارمند، سلامت یا مالی در هر دستیاری، از جمله Gemini، سیاست سازمانتان را بررسی کنید.

وقتی مدل دیگری کار را بهتر انجام می‌دهد

Gemini برای همه چیز اولین تلاش درست نیست، و دانستن اینکه کجا دوم است از هر فهرست امکاناتی مفیدتر است. پیشتازان بر پایهٔ نوع کار از هم جدا شده‌اند، و جدا مانده‌اند.

کار	اگر این‌طور است اول Gemini	اگر این‌طور است اول چیز دیگری
پیش‌نویسی، برنامه‌ریزی و پرسش‌های روزمره	تمام روز را داخل برنامه‌های Google کار می‌کنید	گسترده‌ترین مجموعهٔ امکانات و ابزار را می‌خواهید، جایی که ChatGPT امن‌ترین پیش‌فرض واحد است
نوشتار و ویرایش پرداخته	پیش‌نویس از اسنادی شروع می‌شود که پیش‌تر در Drive هستند	صدا و خویشتن‌داری بیش از همه مهم‌اند، جایی که Claude معمولاً کمتر برای پاکسازی باقی می‌گذارد
اسناد طولانی و PDFها	مادهٔ منبع واقعاً بزرگ است و باید یکجا دیده شود	سند کوتاه است و آنچه می‌خواهید نثر پرداخته است نه استخراج
برنامه‌نویسی	زمینهٔ مرتبط در یک مخزن بزرگ یا یک مشخصات طولانی پخش شده است	یک اصلاح محدود، تست‌ها یا بازبینی دقیق یک وصله می‌خواهید
پژوهش با منبع	ترکیب میان منابع بسیار می‌خواهید و پیوندها را خودتان باز می‌کنید	هر ادعا به یک استناد ضمیمه نیاز دارد، جایی که یک ابزار جستجومحور برای همین ساخته شده
تصاویر	تولید و ویرایش را داخل همان گفتگو می‌خواهید	تصویر منتشر می‌شود، جایی که مدل‌های تخصصی در کنترل و یکدستی پیشتازند

عادتی که از انتخاب یک محبوب بهتر عمل می‌کند: همان کار واقعی را به دو مدل بفرستید و یادداشت کنید کدام را کمتر مجبور شدید اصلاح کنید. سه یا چهار تا از این یادداشت‌ها یک قاعدهٔ مسیریابی است، و یک قاعدهٔ مسیریابی از هر مقالهٔ مقایسه‌ای، از جمله همین یکی، باارزش‌تر است. بهترین هوش مصنوعی برای استفاده داوری‌های کار به کار را دارد، و چگونه از چند مدل هوش مصنوعی با هم استفاده کنیم چرخهٔ پیش‌نویس با یکی و بازبینی با دیگری را با جزئیات پوشش می‌دهد.

یک چیز با تغییر مدل عوض نمی‌شود. Gemini می‌تواند چیزی نادرست را با همان لحنی بگوید که برای چیزی درست به کار می‌برد، چون پاسخ‌های اشتباهِ مطمئن ساختاری‌اند نه ایرادی در انتظار وصله. چرا هوش مصنوعی اشتباه می‌کند این سازوکار را توضیح می‌دهد، و دفاع عملی کوتاه است: اعداد، تاریخ‌ها، نقل‌قول‌ها و هر چیزی را که می‌خواهید بفرستید راستی‌آزمایی کنید.