在聊天窗口直接改文档!谷歌Gemini升级:全面支持PDF、表格及代码文件内联编辑

资讯 AI 开发者社区 作者:编程导航 全文 3227 字 · 约 9 分钟读完 配图 1 张 分类GeminiGoogle产品更新

10月30日消息,谷歌人工智能助手 Gemini 迎来了一项实用性拉满的重大功能升级。即日起,所有用户在 Gemini 内部生成、预览并管理文件时,可以直接在聊天界面中对其进行直接修改,彻底摆脱了以往生成后需要单独下载或跳转到外部应用才能进行调整的繁琐流程。 此次开放内联编辑和预览的文件格式相当全面,涵盖了 PDF、谷

所属频道 大厂动态产品更新Gemini 与 Google AI

10月30日消息,谷歌人工智能助手 Gemini 迎来了一项实用性拉满的重大功能升级。即日起,所有用户在 Gemini 内部生成、预览并管理文件时,可以直接在聊天界面中对其进行直接修改,彻底摆脱了以往生成后需要单独下载或跳转到外部应用才能进行调整的繁琐流程。

此次开放内联编辑和预览的文件格式相当全面,涵盖了 PDF、谷歌文档、谷歌表格、演示文稿、Markdown 文件、TXT 文本以及各类代码文件。在平台支持方面,其中 PDF 文件的预览与编辑功能同步登陆了网页端与移动端,而其余所有文件格式在现阶段则主要支持网页端操作。

回溯来看,谷歌在今年早些时候便已为 Gemini 陆续上线了文件生成与下载功能,而本次更新则进一步打通了“生成-修改”的闭环。据官方介绍,用户在使用时可以全屏打开文档进行精细编辑;不仅如此,还能直接选中文件内部的特定文本向 Gemini 发起提问,或者直接下达修改指令。例如,用户只需选中一张刚刚生成的表格,便能直接要求 Gemini 将其一键转换为图表,大幅提升了日常办公与内容创作的交互效率。

在生态背景方面,虽然用户此前可以依托 Gemini 在谷歌 Workspace 办公套件内部的集成能力来处理文件(如通过谷歌文档里的侧边栏进行调整),但本次更新则直接将编辑能力内嵌到了 Gemini 的独立聊天界面中。无独有偶,竞争对手 Anthropic 此前也在今年早些时候上线了类似功能,支持用户在 Claude 的对话窗口中直接生成并编辑文档与演示文稿。随着各大主流 AI 助手相继补齐这一短板,对话式AI作为生产力工具的边界正在被进一步拓宽。


1
离谱,DeepSeek 崩了 5 小时,大家却喊:梁圣恩情还不完??
430
2
B 站上 DeepSeek 闹鱼灾了,我发起《大肥鱼清除计划》!
390
3
DeepSeek 全新模型发布,性价比最高的一集!
390
4
自己学习ai,直接买cursor 的套餐,还是买gpt 或者claude 的套餐?
360
5
又一个国产版 Codex 神器,也来卷办公了!
340
6
day3-如何写出一个高质量的 Skill(组内分享) 高质量 Skill 不是“一个调得很顺的巨型 Prompt”,而是一个可验证、可回归、可维护的能力包。 先定义“什么算好”,再实现“怎么做好”。评估体系先于 Skill 本身成型。 下面用“故障诊断 Markdown 转 YAML”作为例子,但方法是通用的。 --- 一、先想清楚:Skill 到底是什么 一个 Skill 至少包含四部分: 部分 作用 接口 输入什么、输出什么、边界在哪 流程 分几步做,每步的产物是什么 规则 硬约束、经验规则、失败模式 降级策略 不确定时怎么办,而不是硬编一个看似合理的结果 高质量 Skill 的共同点:职责单一、接口清晰、规则可定位、输出可验证。 反例:把几十条经验全塞进一个主 Prompt,改一条规则要重调整个 Prompt,评估时也不知道是哪条规则退化。 --- 二、核心方法:先建评估,再写 Skill 不要先写转换器再补测试。正确顺序是: 1. 定义输出契约:什么算合法、什么算合格; 2. 建金标准集:一小批人工认可“可放行”的样本; 3. 先写评估 Skill:让它在金标准集上跑出基线; 4. 再迭代生成 Skill:每次修改跑同一套评估,无退化且目标维度提升才算正向。 这就是评估驱动开发:评估是 Skill 的单元测试,金标准集是回归锚点。 --- 三、评估 Skill:三层门禁,逐层递进 前一层不过,后一层不跑。每层留可追溯证据。 第 1 层:确定性硬门禁 用解析器、Schema、校验器完成,不消耗模型成本。 · 输出可解析; · 必填字段齐全,类型/枚举合法; · 引用目标存在,无悬空引用、无不可达节点; · 关键路径至少有一条能到达预期出口。 不通过直接打回。 第 2 层:语义断言 用脚本 + 结构遍历检查“逻辑对不对”,仍然保持确定性。 通用检查项: · 覆盖率:源材料里的关键步骤、分支、条件,输出里是否都有对应? · 完整性:每个判断节点是否都有明确出口?有没有死胡同? · 可达性:每条路径是否都能到达预期终点?有没有无出口循环? · 顺序与依赖:有先后依赖的操作,是否保留了顺序?有没有被拍平成无序列表? 例子:故障诊断转换中,检查“每个判断项是否有是/否/异常出口”“每条路径是否能到根因”。 第 3 层:LLM-as-Judge 只处理解析器表达不了的维度:忠实度、完整性、可执行性。 但 Judge 会漂移,不能单独放行,必须建立在第 1、2 层之上。Judge 的 Prompt、rubric、模型版本都要版本化,换模型必须用金标准集重新校准。 通用 Judge 维度: 维度 问什么 忠实度 输出是否忠实源材料意图?有没有自行发明内容? 完整性 关键步骤、条件、证据是否保留?隐式知识有没有被压成空话? 收敛性 输出是否仍指向原目标,而不是发散? 可执行性 下游不依赖源材料能否直接使用? --- 四、金标准集:回归测试的锚点 不需要一开始就标注几百份。用已认可的样本当种子,扩到 15~30 份,覆盖失败模式而非随机抽样: · 完整正例:典型流程; · 边界/异常分支:异常路径、循环、前置失败回退; · 已知易错模式:实际踩过的坑; · 留出集:不参与调优,只用于最终验收,防过拟合。 金标准不需要完美,只需要当前标准下认可可放行。 回归指标:关键路径用 pass^k(k 次全过),稳定性用 pass@k。 --- 五、工程约束:让批量产出可重放 · 幂等:同输入 + 同 Skill 版本 + 同规则 → 输出一致,否则无法判断变好是 Skill 改了还是随机波动; · 隔离不阻断:单份失败进隔离队列,记录失败层和原因,不阻塞其余; · 版本绑定:规则、rubric、金标准集进 Git;每份报告绑定“源版本 + 生成 Skill 版本 + 评估 Skill 版本 + Judge 模型版本”; · 抽样人工复核:Judge 临界样本 + 易错模式,人工抽检结果反过来校准 rubric。 --- 六、Skill 本身怎么写 · SKILL.md 控制篇幅,写清:输入约定、输出契约、分步流程、硬规则、降级策略; · 经验规则放 references/ 或 rules/,按失败模式分类,不要全塞进主 Prompt; · 不确定时标 needs_review: true,不要硬编看似合理的结果; · 迭代由评估报告驱动:报告告诉你哪层挂了、哪类失败模式,你改对应规则文件,而不是漫无目的调 Prompt。 --- 七、落地顺序(不要反过来) 1. 固化输出契约:Schema + 结构约束; 2. 建金标准集:从已认可的 + 最易出错的样本开始; 3. 先写评估 Skill:跑出基线报告; 4. 再迭代生成 Skill:每次修改对比逐项通过率,无退化且目标提升才算正向; 5. 批量运行 + 隔离回放:失败进队列,结束后人工抽检; 6. 评估 Skill 自身版本化:换 Judge 模型必须重新校准。 --- 八、给组员的三条硬要求 1. 不许凭感觉说“变好了”:每次修改必须附评估报告对比,逐项通过率说话。 2. 不许跳过确定性门禁直接看 Judge 分数:前两层挂了,Judge 分数没有意义。 3. 不许把规则堆进主 Prompt:规则按失败模式分文件,评估报告要能定位到具体文件。 --- 一句话收尾 生成 Skill 决定“能不能做”,评估 Skill 决定“敢不敢用”。 先让评估体系站稳,再让生成器迭代。这样交付的不是一堆“看起来还行”的产出,而是一套可证明、可回归、可交接的 Skill 质量体系。
310
本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. Gemini上线文件编辑功能:PDF、文档、表格聊天内直接改

    IT之家 10 月 30 日消息,现在用户可以直接在谷歌 Gemini 内生成、预览并编辑 PDF、谷歌文档、谷歌表格、幻灯片、Markdown 文件、TXT 文本以及代码文件。这项全新的文件编辑功能从今日起面向所有 Gemini 用户开放,其中 PDF 的预览和编辑功能同时支持网页端与移动端,其余所有文件格式目前仅可

    来源 腾讯网
  2. Gemini 4 Argon编程榜排第五,不敌Claude与GPT

    而谷歌自家的 Gemini 4 Argon 首秀表现平平,排在第五位,明显落后于其他前沿模型,甚至不及 Claude Fable 5.1,通过率仅有 21.3%,完成率 81.8%,平均调用成本 267.70 美元(现汇率约合 1,789 元人民币)。

    来源 凤凰科技
  3. 航班号、订单号一键填入,Chrome AI自动填充正式上线

    谷歌周三宣布,Chrome浏览器将推出高级AI自动填充功能,可读取用户Gmail邮件中的信息,生成更精准的在线表单填写建议。该功能能够参考邮件内容,自动提示航班确认号、会员ID、物流跟踪信息、订单号、地址、电话或信用卡号等关键数据。 此举是谷歌个人智能能力的进一步延伸。此前,用户已可将谷歌应用连接至Gemini助手,用

    来源 AI 开发者社区
  4. 谷歌Gemini 4 Carbon登顶:市值蒸发超3000亿

    当地时间10月28日美股盘后,Alphabet发布2026年第三季度财报。就在几个小时前,谷歌刚刚发布新旗舰模型Gemini 4 Carbon,登顶第三方评测机构Artificial Analysis的智能指数榜首。但财报公布后,谷歌盘后股价一度跌超10%,市值蒸发超过3000亿美元。 抢在财报前,谷歌扔出“新王” 按

    来源 AI 行业观察
  5. Google DeepMind发布Genie 4:世界模型接入Gemini 3.8 Flash实时协作

    动态条件注入、因果核验与异步协作的三大技术挑战,暴露出哪些致命的技术死角? 作者丨郑佳美 编辑丨岑 峰 刚刚,Google DeepMind 正式发布了新一代世界模型 Genie 4。 除了实时生成可交互环境,这次还有一个有意思的设计:Genie 4 负责生成世界,Gemini 3.8 Flash 负责观察画面、拆解任

    来源 AI 行业观察
  6. 戴上就能AI实时对答!三星首款开放式耳机Galaxy Buds On发布,深度集成Gemini Live

    三星正式推出了旗下首款开放式无线耳机 —— Galaxy Buds On,进一步拓展了 Galaxy 音频产品线的形态分布。与此前经典的入耳式 Galaxy Buds 系列不同,该新品采用了全新的开放式佩戴方案,旨在让用户在享受高品质音频与通话体验的同时,依然能保持对外界环境声音的实时感知。 在外观与结构设计方面,Ga

    来源 AI 开发者社区
  7. Gemini 4 Carbon能给谷歌挽尊吗?

    谷歌旗舰模型的保鲜期,怎么只有15天? 美国时间10月28日,在Alphabet第三季度财报电话会召开前约3小时,谷歌发布了新一代旗舰模型Gemini 4 Carbon,以59分登顶Artificial Analysis最新智能指数,超过了Claude Opus 5.5和GPT-6 Astra,成为全球第一。 模型拿了

    来源 AI 行业观察
  8. Gemini 4 Carbon登顶评测榜首:综合评分超GPT-6

    谷歌又把大模型排行榜的第一名拿回来了。距离上一款旗舰模型发布仅仅两周,谷歌 DeepMind 再次推出新模型,并在最新综合评测中超过了 Anthropic 和 OpenAI。当地时间 10 月 28 日,谷歌正式发布新一代前沿模型 Gemini 4 Carbon。在独立评测机构 Artificial Analysis

    来源 腾讯网
  9. Gemini 4 Carbon登顶AI智能榜:漏洞检出率88.2%,定价看齐Argon

    谷歌发布新一代旗舰模型Gemini 4 Carbon,在Artificial Analysis智能指数中以59分排名第一,漏洞检测得分达88.2%,安全代码生成成功率为前代Gemini 4 Argon的两倍多。Carbon首发API价格为每百万输入Token 2美元、输出Token 10美元,优惠结束后价格翻一倍,与A

    来源 腾讯网
  10. Gemini 4 Carbon登顶与谷歌财报反差:AI投入下现金流首现负90亿

    谷歌云业务第三季度的亮眼增长被其他令华尔街失望的财务业绩所掩盖,尤其是谷歌搜索广告收入增长乏力。谷歌股价在盘后交易中下跌近10%。负90亿美元自由现金流财报显示,Alphabet三季度营收同比增长25%至1275.8亿美元,略低于华尔街预期;净利润同比下滑25%至261.7亿美元。由于在人工智能领域投入巨资,三季度自由

    来源 腾讯网
  11. Gemini揪出Softmax交叉熵底层Bug:PyTorch、JAX和教科书全中招

    各大AI框架都错了! PyTorch错了,JAX错了。连教科书里的标准公式,也错了。 谷歌DeepMind的主任研究科学家 Jon Barron披露了这一重磅炸弹! 本周,Google DeepMind 展示了一个问题:在 PyTorch、JAX 以及各类教科书中,该算法的每一个标准版本都一直在悄悄把某个数字舍入为零。

    来源 AI 行业观察
  12. Gemini 4 Carbon登顶AA榜单:59分压过Opus 5.5,但暂不对外开放

    各位,先忘了 Claude,也忘了 GPT 吧。曾经大模型的王,谷歌 Gemini,带着新旗舰回来屠榜了。 10 月 28 日,Gemini 4 Carbon 突然发布。在第三方机构 Artificial Analysis 的智能指数 v5.0 榜单上,它直接砍下 59 分,把 58 分的 Claude Opus 5.

    来源 AI 行业观察
向下滚动自动加载更多