《Gemini 3.5 x NotebookLM 領軍: Na》讀後心得：Google 多模態 AI 工作流一本打通

從聊天到全能助手

這本書從 Gemini 3.5 的基礎操作講起。它不把 AI 當成聊天機器人。它把 Gemini 當成能驅動搜尋文件影像影片與知識引擎的智慧核心。書中先教怎麼下指令怎麼控制輸出格式。

語音輸入配上 Google 翻譯可以變成外語練習工具。讀一個網址就能生出摘要報告。對話成果能匯出到 Google 文件和 Gmail。

後續帶進 Chrome 搜尋 Canvas 寫作 Deep Research 查證與 Gem 自訂助理。整條路徑讓新手建立多模態工作流。目標是讓 AI 成為工作夥伴。

圖像是說出來的

Nano Banana 是本書的核心圖像工具。書中示範用文字生成封面插圖資訊圖漫畫與地圖。也能把多張圖融合成一張。使用者畫一艘船 AI 會補上合理的海鷗與海浪。圖像一致化與超寫實 3D 都涵蓋在內。

同一個概念可以轉成心智圖旅遊動線與路線圖。天氣預報股市走勢與交通人潮也能直接視覺化。AI 塗鴉功能讓繪畫變得更直覺。書裡用文字做一張台南三天兩夜美食地圖。那張圖像旅行社設計的路線圖。圖像不是慢慢畫出來的。

圖像能用對話直接生出來。

Google 全家桶串成工作流

Gemini 不只在聊天視窗裡工作。書中示範它如何連動 Google 地圖航班 Gmail 日曆 Tasks Keep 與雲端硬碟。它會自己翻行事曆和電子郵件來回答有沒有空。Chrome 的 AI 搜尋直接把答案整理好。

比較表簡報與決策建議都能生成。文件試算表簡報也有 AI 進駐。能寫初稿下公式產大綱。Canvas 把發想變成可編輯的網頁資訊圖測驗學習卡與語音摘要。Deep Research 透過多來源比對給出可追溯的查證。

Gem 可以建立英文學習卡也能做電商客服的專屬助理。這些工具單獨看都是功能。串在一起就變成辦公室自動化流程。

聲音影像也是多模態

Lyria 負責音樂創作。用文字描述風格指定情緒與使用情境就能生成配樂。Omni 把文字圖像影片混合在一起製作音效影片。書中示範了能量覺醒電光英雄與水的三態變化兩部作品。Flow 是另一個實驗工具。

它能從單一片段長出完整敘事短片。書裡用它創作二十五秒的電影級故事。奈米香蕉人創作大冒險還自帶音效與字幕。Gemini App 與 Gemini Live 把這些能力帶進手機。語音對話拍照辨識即時互動都能隨身使用。

換句話說多模態不是各玩各的。圖像音樂影片研究與文件在同一套生態系裡互相支援。

NotebookLM 把資料變成知識庫

全書壓軸在 NotebookLM。文件影片音訊網頁與筆記都能丟進去。AI 把分散資料變成可對話的知識庫。長篇內容能生成語音摘要。用說的把知識講給使用者聽。影片摘要適合教學與團隊協作。心智圖讓概念一眼看清。

學習卡與互動測驗可以主動回憶與檢測。同一份來源能轉成不同風格報告。學術教學商務都適用。簡報資訊圖表與資料表直接輸出。Gemini 內建筆記本功能讓 AI 從單次助理升級為長期陪伴學習研究的知識引擎。

整本書真正在講的是 AI 不是拿來問問題的而是拿來把事情做完的。