
Google 最新的 Gemini Apps Help 說明,列出 Gemini Spark 與 Google Photos 的一組多階段工作流。重點不是新增一個相片模型,而是 Gemini 可以把搜尋、篩選、編輯、整理和分享等動作放進同一個 task,再按需要接到 Calendar、Gmail、Google Docs 或 Messages 等 Connected Apps。
Google 列出的能力包括按主題、地點、日期或活動找相片和影片,挑選較好的畫面、過濾重複項目、提升相片、套用快速修正、製作 collage 或影片,以及從相片抽取文字、建立 event summary 和 visual story。這種多步驟介面把「幫我整理上星期旅行」由單次搜尋,變成一個需要多個工具動作的 agent workflow。
例子顯示它不只處理相片本身。使用者可以叫 Spark 找出旅行中最好的 15 張相片、增強海灘畫面、建立 shared album,再草擬一封附連結的電郵;也可以從音樂會海報相片讀取活動,對照 Google Calendar 的空檔,或者每個週末找出食物相片、製作 collage 和建立新相簿。
這類工作流最需要留意的不是「一次提示可以做幾多步」,而是每一步的資料和授權邊界。Google 說原始相片不會被覆寫,編輯會建立一份新副本;建立新相簿時預設是 private;而建立 shared album 或寄出 email 等動作,Spark 會先要求使用者確認。這些設計把不可逆的分享動作留在人手批准點之後。
Google 的說明同時列出目前限制:功能正在逐步開放,現時要求使用者年滿 18 歲並身處美國部分地區、符合 Gemini Spark 資格、把 Google Photos 連接到 Gemini Apps,而且只支援英文、Gemini mobile app 和 web。這代表它暫時更像受控 rollout,而不是所有 Google Photos 用戶都已經可以使用的普遍功能。
對企業工作流設計來說,Google Photos 這個案例提供一個清晰模式:先從一個自然語言目標開始,再讓代理執行多個讀取、轉換、建立和跨 App 動作;同時為分享、外部傳送和持久化設定確認點。當相片變成收據、活動文件、白板或產品素材時,同一模式也會直接遇到個人資料、版權、保留期和錯誤分類問題。
因此不能把 Spark 的新 Photos connector 簡化成「Gemini 會自動管理所有相片」。真正的體驗取決於連接權限、搜尋結果、使用者確認、地區 rollout 和每一個 Connected App 的操作規則。它顯示 agent workflow 正由回答問題走向執行一串低風險動作,但安全感來自可見的狀態、可撤回的副本和清楚的批准,而不是模型名稱本身。
這次 Google 更新值得留意的地方,是把個人資料庫和日常工具接在同一個長任務裏。對使用者而言,方便之處是少了逐個 App 搬資料;對平台設計者而言,挑戰則是如何讓每一步的搜尋、編輯、分享和排程都可以被理解、控制和追溯。



