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 และของ Gemini สูงกว่าตัวอื่นมาก 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
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 ในราคาที่ถูกกว่าแผนของ 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