
Google 最新的 Gemini Apps Help 说明,列出 Gemini Spark 与 Google Photos 的一组多阶段工作流。重点不是增加一个照片模型,而是 Gemini 可以把搜索、筛选、编辑、整理和分享等动作放进同一个 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题、地点、日期或活动寻找照片和视频,挑选更好的画面、过滤重复项目、提升照片、应用快速修正、制作 collage 或视频,以及从照片提取文字、建立 event summary 和 visual story。这种多步骤界面把「帮我整理上周旅行」从一次搜索变成一个需要多个工具动作的 agent workflow。
例子显示它不只处理照片本身。用户可以让 Spark 找出旅行中最好的 15 张照片、增强海滩画面、建立 shared album,再草拟一封附链接的邮件;也可以从音乐会海报照片读取活动,对照 Google Calendar 的空档,或者每个周末找出食物照片、制作 collage 和建立新相册。
这类工作流最需要关注的不是「一次提示可以做多少步」,而是每一步的数据和授权边界。Google 说原始照片不会被覆盖,编辑会建立一份新副本;建立新相册时默认为 private;而建立 shared album 或发送 email 等动作,Spark 会先要求用户确认。这些设计把不可逆的分享动作留在人为批准点之后。
Google 的说明同时列出目前限制:功能正在逐步开放,目前要求用户年满 18 岁并身处美国部分地区、符合 Gemini Spark 资格、把 Google Photos 连接到 Gemini Apps,而且只支持英语、Gemini mobile app 和 web。这意味着它暂时更像受控 rollout,而不是所有 Google Photos 用户都已经可以使用的普遍功能。
对于企业工作流设计来说,Google Photos 这个案例提供一个清晰模式:先从一个自然语言目标开始,再让代理执行多个读取、转换、创建和跨 App 动作;同时为分享、外部传送和持久化设置确认点。当照片变成收据、活动文件、白板或产品素材时,同一个模式也会直接遇到个人资料、版权、保留期和错误分类问题。
因此不能把 Spark 的新 Photos connector 简化成「Gemini 会自动管理所有照片」。真正的体验取决于连接权限、搜索结果、用户确认、地区 rollout 和每一个 Connected App 的操作规则。它显示 agent workflow 正由回答问题走向执行一串低风险动作,但安全感来自可见状态、可撤回副本和清楚的批准,而不是模型名称本身。
这次 Google 更新值得关注的地方,是把个人资料库和日常工具接在同一个长任务里。对于用户,方便之处是减少在不同 App 之间搬运资料;对于平台设计者,挑战则是让每一步的搜索、编辑、分享和排程都可以被理解、控制和追溯。



