Google rozwija Gemini: nadchodzą narzędzia do głębszej interakcji i personalizacji

Google kontynuuje rozbudowę swojej platformy Gemini, oferując nowe opcje personalizacji, które dają użytkownikom większą kontrolę nad działaniem agentów AI. Najnowsza wersja testowa ujawnia selektor narzędzi w edytorze Gem, umożliwiając twórcom wybór domyślnych funkcji, takich jak generowanie obrazów lub wideo, gdy użytkownicy rozpoczynają konwersację. To powielenie menu ze standardowego czatu Gemini, ale teraz niestandardowe Gemy mogą korzystać z tych narzędzi od samego początku.

Jednak prawdziwą rewelacją jest rozszerzona lista narzędzi widoczna w tym menu, która ujawnia funkcje jeszcze niedostępne publicznie. Jednym z nich jest narzędzie o nazwie „Agent”, które sugeruje, że Google zmierza w kierunku głębszej nawigacji po sieci i procesów badawczych, podobnych do tego, jak zaawansowane modele ChatGPT mogą przeglądać i wchodzić w interakcje z treściami internetowymi. Ślady tego narzędzia pojawiły się w najnowszych aktualizacjach kodu, oznaczone jako funkcja eksperymentalna i prawdopodobnie poddawane wewnętrznym testom. Jeśli zostanie wdrożone, rozszerzy to zakres Gemini poza statyczne zadania generowania, na bardziej dynamiczne gromadzenie informacji i automatyzację.

Kolejną nadchodzącą funkcją jest „Canvas Creative”, prawdopodobnie powiązana z eksperymentem Canvas w Labs, gdzie użytkownicy mogą umieszczać wygenerowane obrazy na interaktywnym obszarze roboczym. Wczesne elementy interfejsu użytkownika, takie jak animowane rozwijane pola i wskazówki dotyczące układów opartych na CSS, sugerują, że może to ewoluować w bardziej interaktywną, a nawet opartą na współpracy przestrzeń roboczą dla wizualizacji.

Wspomniano również o „Visual Layout”, choć jego cel jest mniej jasny. Może to być rozszerzenie funkcji Canvas, potencjalnie pozwalające na bogatsze lub multimodalne układy w interfejsie Gemini.

Wreszcie, istnieje opcja „Deep Think IMO”, która może umożliwić Gemom przeprowadzanie bardziej zaawansowanego rozumowania lub analizy. Chociaż nie jest pewne, czy trafi ona do niestandardowych Gemów, jej obecność wskazuje na bardziej modułowe i ukierunkowane procesy robocze dla zaawansowanych użytkowników. Google testuje nowe ścieżki rozwoju narzędzi AI.

Na razie nie ma konkretnego harmonogramu wydania. Te zmiany odzwierciedlają strategię Google, mającą na celu zniwelowanie różnic w funkcjach z konkurencyjnymi platformami poprzez uczynienie Gemini bardziej konfigurowalnym środowiskiem opartym na agentach. Jeśli te narzędzia zostaną udostępnione publicznie, prawdopodobnie spodobają się zaawansowanym użytkownikom i zespołom, które chcą automatyzować lub wizualizować złożone procesy robocze bezpośrednio w Gemini.