Gemini คืออะไร และต่างจากตัวอื่นตรงไหน
Gemini คือผู้ช่วย AI ของ Google คุณพิมพ์คำถามด้วยภาษาปกติแล้วมันตอบ ถ้าคุณเคยใช้ ChatGPT คุณจะคุ้นเคยกับมันภายในสิบวินาที
มีสองเรื่องที่ทำให้มันต่างออกไปจริง ๆ และทั้งสองเรื่องมีประโยชน์กว่าที่ฟังดู
มันรู้ว่าตอนนี้เกิดอะไรขึ้น เพราะ Google เป็นคนสร้าง มันจึงผูกกับ Google Search อย่างใกล้ชิด ถามเรื่องที่เกิดขึ้นเมื่อสัปดาห์ที่แล้ว มันไปดูให้ได้จริง ให้ลิงก์ และบอกได้ว่าคำตอบมาจากไหน ผู้ช่วยส่วนใหญ่ตอบจากสิ่งที่เรียนมาตอนฝึก ซึ่งแปลว่าคุณจะได้คำตอบที่มั่นใจเรื่องเดือนที่แล้วแต่ล้าสมัยไปแล้ว
มันอ่านข้อมูลปริมาณมหาศาลได้ในคราวเดียว ข้อนี้คือข้อที่คนประเมินค่าต่ำเกินไป ผู้ช่วยทุกตัวมีขีดจำกัดว่าจะเก็บข้อความไว้ในหัวระหว่างบทสนทนาได้เท่าไร และโมเดล Gemini รุ่นปัจจุบันเก็บได้ 1 ล้านโทเคน หรือราว 750,000 คำ ซึ่งสูงกว่าตัวอื่นมาก รายงาน 300 หน้า ชุดสัญญาทั้งชุด หรือสไลด์เลกเชอร์ทั้งเทอม ใส่เข้าไปทั้งไฟล์ได้เลย
ทำไม "อ่านได้ทีละมากกว่า" จึงเปลี่ยนสิ่งที่คุณทำได้
เมื่อเอกสารใหญ่เกินกว่าที่ผู้ช่วยจะเก็บไว้ได้ มันต้องไล่อ่านทีละส่วน ซึ่งไม่มีปัญหาสำหรับคำถามเกี่ยวกับหัวข้อเดียว แต่เชื่อถือไม่ได้สำหรับคำถามเกี่ยวกับทั้งเล่ม
เมื่อทุกอย่างอยู่ในสายตาพร้อมกันจริง ๆ คำถามพวกนี้ถึงจะใช้ได้
มีข้อไหนในสัญญาฉบับนี้ที่ขัดแย้งกันเองบ้างไหมในเอกสารสิบห้าฉบับนี้ ข้อค้นพบตรงไหนที่ไม่ตรงกัน และเพราะอะไรคำนี้มีการนิยามไว้ที่ไหนในเอกสารหรือไม่ และนิยามนั้นตรงกับวิธีที่ถูกใช้ในภายหลังไหมมีอะไรอยู่ในเนื้อหาละเอียดที่บทสรุปผู้บริหารไม่ได้พูดถึง
ไม่มีข้อไหนใช้ได้ดีเลยเมื่อเครื่องมืออ่านทีละท่อน เพราะทุกข้อต้องการให้เอกสารทั้งฉบับอยู่พร้อมกัน ถ้าคุณต้องทำงานกับ PDF ยาว ๆ รายงาน หรือถอดเทปเป็นประจำ ความสามารถข้อเดียวนี้น่าจะสำคัญกับคุณมากกว่าเรื่องอื่นใดของโมเดลนี้
พรอมต์ที่ควรคัดลอกไปใช้
อ่านเอกสารยาว ๆ
อ่านเอกสารที่แนบมาแล้วบอกฉันว่า ห้าเรื่องที่สำคัญที่สุดคืออะไร มีอะไรที่สร้างภาระผูกพันหรือค่าใช้จ่ายกับฉันบ้าง มีอะไรที่เขียนคลุมเครือ และมีอะไรสำคัญที่ส่วนบทสรุปไม่ได้พูดถึง ยกข้อความจริงมาประกอบและบอกเลขหน้าของทุกข้อด้วย
ขอข้อความอ้างอิงทุกครั้ง ใช้เวลาตรวจไม่กี่วินาที และเป็นวิธีเดียวที่เชื่อถือได้ในการรู้ว่าคำตอบมาจากเอกสารของคุณ ไม่ใช่จากความรู้ทั่วไปเกี่ยวกับเอกสารแบบเดียวกับของคุณ
ค้นคว้าเรื่องที่กำลังเกิดขึ้น
หาให้หน่อยว่าเรื่อง [หัวข้อ] มีอะไรเปลี่ยนไปบ้างในหกเดือนที่ผ่านมา ขอลิงก์แหล่งที่มาและวันที่ของทุกข้อค้นพบ ถ้าแหล่งข้อมูลขัดแย้งกัน ให้แสดงทั้งสองฝ่ายแทนที่จะเลือกข้างเดียว และบอกให้ชัดถ้ามีอะไรที่คุณยืนยันไม่ได้
เปรียบเทียบเอกสาร
เปรียบเทียบไฟล์สองไฟล์ที่แนบมา ขอเป็นตารางของความต่างที่มีนัยสำคัญทุกจุด: หัวข้อ ฉบับแรกว่าอย่างไร ฉบับที่สองว่าอย่างไร ไม่ต้องสนใจความต่างเรื่องการจัดรูปแบบ แล้วแยกรายการสิ่งที่มีในฉบับหนึ่งแต่หายไปจากอีกฉบับออกมาต่างหาก
ทำความเข้าใจภาพ
นี่คือรูปถ่ายของ [สิ่งของ] อธิบายสิ่งที่คุณเห็นให้ตรงตามภาพก่อนจะตีความอะไรทั้งสิ้น จากนั้นค่อยบอกฉันว่า [คำถามของคุณ] การขอคำบรรยายก่อนช่วยจับการอ่านภาพผิดได้ก่อนที่มันจะกลายเป็นคำตอบที่ผิด
สิ่งที่มันไม่ได้เก่งที่สุด
พูดตรง ๆ ตรงนี้ช่วยให้คุณไม่ผิดหวังทีหลัง
งานเขียนที่คนอ่านตั้งแต่ต้นจนจบ Gemini เขียนได้ในระดับใช้ได้ แต่ Claude เขียนได้ดีกว่า และสำหรับอีเมล ข้อความ และอะไรก็ตามที่มีข้อกำหนดเรื่องโทนเสียง ความต่างจะเห็นได้ตั้งแต่พรอมต์แรก
การจัดรูปแบบตายตัวในปริมาณมาก ถ้าคุณต้องการสองร้อยแถวในรูปแบบเดียวกันเป๊ะ ๆ ChatGPT ยึดรูปแบบเข้มงวดได้เสถียรกว่า
นั่นไม่ใช่จุดอ่อนเท่ากับเป็นความเชี่ยวชาญเฉพาะทาง Gemini อ่านและค้นคว้า ส่วนโมเดลอื่นเขียนและจัดโครงสร้าง งานจริงส่วนใหญ่ต้องใช้ทั้งสองซีก นั่นคือเหตุผลที่รูปแบบการทำงานที่ได้ผลคือค้นคว้าใน Gemini แล้วส่งผลลัพธ์ต่อให้ตัวอื่น
| สิ่งที่คุณกำลังทำ | ตัวเลือกที่ดีที่สุด | เพราะอะไร |
|---|---|---|
| อะไรก็ตามจากสัปดาห์ที่แล้ว | Gemini | ผูกกับ Google Search จึงค้นให้และให้ลิงก์มาด้วย |
| รายงาน 300 หน้า หรือชุดสัญญาทั้งชุด | Gemini | เก็บข้อความไว้ในคราวเดียวได้มากกว่าผู้ช่วยส่วนใหญ่ |
| คำถามที่พาดผ่านเอกสารสิบห้าฉบับ | Gemini | ทุกอย่างอยู่ตรงหน้าพร้อมกัน ไม่ต้องอ่านทีละส่วน |
| อ่านรูปถ่าย กราฟ หรือภาพหน้าจอ | Gemini | จัดการรูปภาพควบคู่ไปกับข้อความ |
| งานเขียนที่คนอ่านตั้งแต่ต้นจนจบ | Claude | เขียนได้ดีกว่า และเห็นความต่างตั้งแต่พรอมป์ต์แรก |
| สองร้อยแถวในรูปแบบเดียวกันเป๊ะ ๆ | ChatGPT | ยึดรูปแบบที่เข้มงวดได้สม่ำเสมอกว่า |
ราคาเท่าไร
มีเวอร์ชันฟรีอยู่ และมันเก่งจริง รวมถึงเข้าถึงเว็บได้ด้วย เพียงแต่จำกัดปริมาณการใช้โมเดลที่ทรงพลังกว่า
แผนแบบเสียเงินอยู่ที่ราว 20 ดอลลาร์ต่อเดือน และมาพร้อมกันเป็นแพ็กเกจ Google One AI Premium ที่มีพื้นที่คลาวด์ 2TB แพ็กเกจนี้ควรมองอย่างซื่อสัตย์ ถ้าคุณจะซื้อพื้นที่ Google 2TB อยู่แล้ว เพราะมีคลังรูปขนาดใหญ่หรือคนทั้งบ้านใช้ Drive ร่วมกัน ก็เท่ากับได้ AI มาในราคาถูกและถือว่าคุ้ม แต่ถ้าคุณอยู่บนพื้นที่ฟรีและใช้ไปแค่เศษเสี้ยว ส่วนหนึ่งของค่าสมัครก็คือการซื้อพื้นที่ที่คุณไม่มีวันใช้หมด
อีกอย่างที่แผนเสียเงินเพิ่มให้คือ Gemini ที่อยู่ใน Gmail, Docs และ Drive ถ้างานของคุณอยู่ในนั้น นั่นคือข้อได้เปรียบจริงที่เครื่องมือภายนอกลอกไม่ได้
และทางเลือกที่ควรรู้ไว้: Whizi รวมโมเดล Gemini ไว้ข้าง ๆ ChatGPT และ Claude เริ่มต้นที่ 19.99 ดอลลาร์ต่อเดือนเมื่อจ่ายรายปีในแผน Pro ถูกกว่าแผนของ Google โดยไม่มีพื้นที่เก็บข้อมูลรวมมาด้วย ดูการเปรียบเทียบตรง ๆ ได้ที่ Whizi เทียบกับ Gemini Advanced
เรื่องที่ต้องระวัง
การเข้าถึงเว็บไม่ได้แปลว่าถูกเสมอ การมีแหล่งอ้างอิงช่วยลดคำตอบที่แต่งขึ้นได้มาก แต่ไม่ได้กำจัดความผิดพลาดที่ยากกว่า นั่นคือแหล่งที่มีอยู่จริงถูกแนบไว้กับข้อกล่าวอ้างที่มันไม่ได้สนับสนุนจริง ๆ เปิดลิงก์ดูเสมอ
มันไม่ได้ค้นหาทุกครั้ง ขึ้นอยู่กับวิธีที่คุณถาม บางทีมันตอบจากความจำแทนที่จะไปดูจริง สำหรับเรื่องที่เป็นปัจจุบัน ให้เช็กว่ามันอ้างอิงอะไรมาจริงหรือเปล่า
มันเห็นด้วยง่ายเกินไป ถ้าคุณโต้กลับ มันมักทิ้งคำตอบที่ถูกต้องไป ถามความเห็นของมันก่อนจะบอกความเห็นของคุณ
ยาวไม่ได้แปลว่าละเอียด ถ้าคุณขอ "ทุกอย่างที่สำคัญ" จากเอกสารยาวมาก คุณจะได้รายการแบน ๆ กลับมา แต่ถ้าถามคำถามเจาะจง คุณจะได้คำตอบที่ใช้ได้
ระวังสิ่งที่คุณอัปโหลด ที่นี่ไม่ใช่ที่สำหรับข้อมูลส่วนตัวของคนอื่นหรือข้อมูลลับที่นายจ้างของคุณมีนโยบายกำกับไว้ การลบชื่อออกแทบไม่กระทบการวิเคราะห์เลย
- ใช้ Gemini กับเรื่องที่เพิ่งเกิดขึ้น และเปิดลิงก์ที่มันให้มาทุกครั้ง
- อัปโหลดเอกสารยาวเป็นไฟล์ แทนที่จะวางเฉพาะบางส่วน
- ขอข้อความอ้างอิงจริงที่รองรับคำตอบเสมอ
- ถามคำถามเจาะจงกับเอกสารยาว แทนที่จะขอบทสรุป
- ใช้โมเดลอื่นสำหรับงานเขียนที่คนจะอ่านตั้งแต่ต้นจนจบ
- ลองคิดดูว่าคุณจะจ่ายเงินซื้อพื้นที่ 2TB ที่พ่วงมาแยกต่างหากไหม
- เวลาทำงานกับภาพ ให้ขอคำบรรยายก่อนการตีความ
คำถามที่พบบ่อย
ต้องเขียนโค้ดเป็นไหมถึงจะใช้ Google Gemini ได้
ไม่ต้องเลย คุณพิมพ์ด้วยภาษาปกติเหมือนส่งข้อความหาเพื่อนร่วมงาน ไม่มีอะไรต้องติดตั้งหรือตั้งค่า ทักษะเดียวที่ใช้จริงคือความเจาะจง การบอกว่าคำตอบนี้ทำให้ใคร อยากได้รูปแบบไหน และอะไรที่ไม่ต้องใส่ จะช่วยให้ผลลัพธ์ดีขึ้นมากกว่าความรู้ทางเทคนิคใด ๆ
Google Gemini ใช้ฟรีได้ไหม
มีเวอร์ชันฟรีที่เก่งจริง รวมถึงเข้าถึงเว็บได้ด้วย เพียงแต่จำกัดว่าคุณใช้โมเดลที่ทรงพลังกว่าได้หนักแค่ไหน ส่วนแผนแบบเสียเงินอยู่ที่ราว 20 ดอลลาร์ต่อเดือน และมาพร้อมพื้นที่ Google One 2TB บวกกับการทำงานร่วมกับ Gmail และ Docs จะคุ้มหรือไม่ ขึ้นอยู่กับว่าคุณจะซื้อพื้นที่นั้นอยู่แล้วหรือเปล่าเป็นหลัก
Gemini เก่งกว่า ChatGPT เรื่องอะไร
ชัดเจนอยู่สองเรื่อง หนึ่งคือเรื่องที่เพิ่งเกิดขึ้น เพราะมันค้นหาและให้ลิงก์ที่คุณตรวจสอบได้ ในขณะที่ผู้ช่วยส่วนใหญ่ตอบจากวันตัดข้อมูลที่ตายตัว สองคือเอกสารยาว เพราะมันเก็บข้อความไว้ได้ทีละมากกว่ามาก ทำให้คำถามที่คร่อมทั้งรายงานหรือทั้งชุดไฟล์ใช้ได้จริง ส่วน ChatGPT เก่งกว่าเรื่องโครงสร้างและผลลัพธ์ที่จัดรูปแบบ และ Claude เก่งกว่าเรื่องงานเขียน
Gemini อ่าน PDF และรูปภาพได้ไหม
ได้ทั้งสองอย่าง และ PDF ยาว ๆ คือจุดที่มันแข็งแรงที่สุด เพราะคุณอัปโหลดทั้งไฟล์ได้แทนที่จะตัดมาบางส่วน ส่วนรูปภาพ มันอ่านได้ทั้งภาพถ่าย กราฟ ภาพหน้าจอ และแผนภาพ นิสัยที่มีประโยชน์เวลาใช้กับภาพคือสั่งให้มันบรรยายสิ่งที่เห็นให้ตรงก่อนตีความอะไร ซึ่งจะจับการอ่านภาพผิดได้ก่อนที่มันจะกลายเป็นคำตอบผิดที่ฟังดูมั่นใจ
ควรใช้ Gemini หรือใช้ตัวอื่นดี
ใช้ทั้งคู่ถ้าทำได้ เพราะจุดแข็งของแต่ละตัวแทบไม่ทับกันเลย Gemini สำหรับการอ่านและค้นคว้า Claude สำหรับงานเขียน ChatGPT สำหรับโครงสร้างและผลลัพธ์ที่จัดรูปแบบ รูปแบบที่คนใช้กันบ่อยคือค้นคว้าใน Gemini แล้วส่งข้อค้นพบต่อให้อีกโมเดลเรียบเรียง ซึ่งได้ผลดีกว่าใช้ตัวเดียว และเหลือขั้นตอนเดียวแทนที่จะสลับสองแท็บเมื่อทั้งคู่อยู่ในบทสนทนาเดียวกัน
