خبر و ترفند روز

خبر و ترفند های روز را اینجا بخوانید!

تحقیقات عمیق Gemini برای من مفید نبود تا وقتی این کار را انجام دادم.

در حالی که اکثر افراد هنوز هنگام شنیدن کلمه «هوش مصنوعی» به‌صورت پیش‌فرض ChatGPT را انتخاب می‌کنند، من Gemini گوگل را ترجیح می‌دهم. و با عرضه Gemini 3، عملاً تنها ربات چت هوش مصنوعی که استفاده می‌کنم، تبدیل شده است. از تولید تصویر (تشکر از Nano Banana Pro) تا حالت یادگیری راهنما جدید آن، واقعاً دلیلی برای بازگشت نمی‌بینم.

در حالی که اکثر افراد هنوز به‌صورت پیش‌فرض هنگام شنیدن کلمه «هوش مصنوعی» به ChatGPT فکر می‌کنند، من Gemini گوگل را ترجیح می‌دهم. و با رونمایی از Gemini 3، این به‌طور عملی تنها چت‌بات هوش مصنوعی‌ای است که استفاده می‌کنم. از تولید تصویر (تشکر از Nano Banana Pro) تا حالت جدید Guided Learning، دلیل خاصی برای برگشت نمی‌بینم.

برای مدت طولانی، تنها ویژگی Gemini که به‌ندرت استفاده می‌کردم Deep Research بود. این ویژگی ارزش زیادی برای جریان کار من نداشت. در برخی موارد، بیشتر مشکل ایجاد می‌کرد تا حل. حداقل این‌طور بود تا اینکه استفاده از یکپارچه‌سازی Google Workspace برای Deep Research که به‌تازگی منتشر شد، را شروع کردم.

پس ادغام Deep Research Workspace در Gemini دقیقاً چیست؟

گزینه Deep Research گمینی در بخش ابزارها

در نوامبر، Google expanded Deep Research and added an option که امکان اتصال به برنامه‌های زیر Google Workspace را می‌دهد: Gmail، Drive و Google Chat. Drive شامل Docs، Slides، Google Sheets و هر PDF ذخیره‌شده در حساب شماست. این بدین معناست که Deep Research می‌تواند از فایل‌های شخصی شما استخراج کند و برای ایجاد گزارشی با کیفیت بالا استفاده کند.

این یکپارچه‌سازی Workspace ویژگی را از یک اسکرپر وب عمومی به ابزاری تبدیل می‌کند که می‌تواند اسناد و ارتباطات شما را در بر بگیرد، و گزارش‌های حاصل را بسیار دقیق‌تر و مرتبط‌تر می‌سازد. می‌توانید این ویژگی را با رفتن به Gemini، کلیک روی گزینه Tools و سپس انتخاب Deep Research از منوی کشویی پیدا کنید. سپس کافی است روی تب Sources کلیک کنید تا گزینه اتصال به منابع اضافی ظاهر شود.

مطلب مرتبط:   عکسهای محصول هوش مصنوعی در همه جا هستند - به هر حال من چگونه با خیال راحت خرید می کنم

اگر قبلاً از Deep Research استفاده نکرده‌اید، به‌طور اساسی برای زمانی طراحی شده است که می‌خواهید جستجوی ساختار یافته و چندمرحله‌ای انجام دهید. همان‌طور که نام ویژگی نشان می‌دهد، Deep Research برای جستجوی «عمیق‌تر» ساخته شده است. حتی پیش از آغاز فرآیند تحقیق، یک برنامه کامل برای اجرای هر مرحله تدوین می‌کند.

این فرآیند تنها پس از دریافت تأیید شما برای برنامه تحقیقاتی‌اش آغاز می‌شود. سپس صدها وب‌سایت را برای جمع‌آوری اطلاعات اسکن می‌کند، از جمله انجمن‌های جامعه‌ای مانند Reddit. در نهایت گزارشی جامع تولید می‌کند که یافته‌ها را به‌صورت سازمان‌یافته و قابل هضم ارائه می‌دهد.

یک جدول Google Sheets که استفاده از Gemini را برجسته می‌کند

Gemini در Sheets شما موجود است و واقعاً نابغه‌ای است.

در حالی که Deep Research نظریهً شگفت‌انگیز به نظر می‌رسد، بزرگ‌ترین مشکلی که با این ویژگی داشته‌ام (صرف‌نظر از ابزار هوش مصنوعی که استفاده می‌کنم) این است که راهی واقعی برای تشخیص منابع با کیفیت بالا و پایین ندارد. به‌نظر من، گزارش‌ها معمولاً خیلی کلی بودند و شامل اطلاعاتی بودند که خودم می‌توانستم با چند جستجوی هدفمند گوگل پیدا کنم. اگر مجبور شوم دوباره بررسی کنم کدام بخش‌های گزارش دقیق یا مفید هستند، آیا واقعاً در حال صرفه‌جویی در زمان هستم؟

اگرچه این مسئله در تقریباً تمام ویژگی‌های هوش مصنوعی رایج است، اما در اینجا به‌ویژه مشکل‌ساز است چرا که Deep Research برای تولید یک گزارش جامع و تک طراحی شده است. اگر منابع کم‌کیفیت یا گمراه‌کننده گنجانده شوند، خطاها به خروجی نهایی انتقال می‌یابند.

این یکپارچه‌سازی ساعت‌ها زمان صرف‌شده برای جابجایی تب‌ها را برای من صرفه‌جویی کرده است

وقتی اولین بار مطلبی را در وبلاگ The Keyword درباره افزودن این ویژگی توسط گوگل خواندم، فکر کردم که این صرفاً گوگل است که رویکرد مبتنی بر منبع NotebookLM را به Gemini وارد کرده است. به هر حال، NotebookLM برای کمک به کاربران جهت تعامل صرفاً با منابعی که بارگذاری می‌کنند، ساخته شده است.

مطلب مرتبط:   تماشا کنید که دو چت بابات AI با یک زبان غیرقابل توصیف با یکدیگر صحبت می کنند

تصویر اصلی NotebookLM

هر حجم موضوعی را به یک مقدمهٔ تمیز و ساده تبدیل کنید.

با این حال، پس از آزمون شخصی، متوجه شدم که این بیشتر از آن است. چیزی که این یکپارچه‌سازی را برجسته می‌کند این است که می‌تواند برنامه‌های Google Workspace را با نتایج وب ترکیب کند. گزارش نهایی تحقیق می‌تواند از هر دو منبع اطلاعات عمومی و فایل‌های امن و خصوصی شما بهره‌مند شود.

برای مثال، فرض کنید که در حال کار روی پروژه‌ای برای دوره تاریخ هستم و پیشاپیش اطلاعات متعددی در Drive خود ذخیره کرده‌ام، مانند مصاحبه‌ها، یادداشت‌های استاد و غیره. طبیعتاً، با توجه به وسعت موضوع تاریخ، منابع شخصی من احتمالاً کافی نخواهند بود (اگرچه زمینه مهمی فراهم می‌آورند).

به‌واسطه این یکپارچه‌سازی، Gemini می‌تواند به‌صورت خودکار منابع وب مرتبط را همراه با تمام اطلاعات موجود در Drive من استخراج کرده و همزمان آنها را تجزیه و تحلیل کند تا یک گزارش تک‌پارچه تولید کند. این به Gemini امکان می‌دهد تا ارتباطات بین هر دو مجموعه منبع (پیوندها و الگوهایی که در صورت ترکیب دستی ممکن بود از دست برود) پیدا کند و نمایی کامل و دقیق‌تر از موضوع ارائه دهد.

این همچنین راهی عالی برای جستجوی Drive شماست

پژوهش تاریخ در Drive با ویژگی Deep Research Gemini

من افراد منظم نیستم و Google Drive من بهترین نمایانگر این وضعیت است. متأسفانه به این معنی است که پیدا کردن هر چیزی در پوشه‌هایم دردسرآمیز است. تنها راه واقعی برای یافتن فایل‌ها در Google Drive، وارد کردن نام فایل یا کلیدواژه‌های موجود در آن است.

به عنوان کسی که حافظه‌اش حتی از یک ماهی‌ماهی هم بدتر است، به‌ندرت می‌توانم نام دقیق فایل‌ها یا اصطلاحات خاص را به‌خاطر بسپارم، که این باعث می‌شود یافتن آنچه نیاز دارم ناامیدکننده باشد. اینجاست که Deep Research وارد عمل می‌شود. بر خلاف نوار جستجوی سنتی، Gemini می‌تواند زمینهٔ چیزی که به‌دنبال آن هستم را درک کرده و محتویات Docs، Sheets، Slides و PDFهای من را اسکن کند.

مطلب مرتبط:   من یک موش بازی را در محل کار امتحان کردم و اکنون قلاب شده ام؟

از آنجا که تمام منابعی که برای تهیه گزارش استفاده می‌کند فهرست شده‌اند، می‌توانم به‌راحتی فایل‌هایی را که قبلاً نتوانسته بودم پیدا کنم شناسایی کنم و بدون حفر در پوشه‌های بی‌پایان به اطلاعات مورد نیاز دسترسی پیدا کنم.

ویژگی Deep Research در Gemini اکنون مورد علاقه من است

خوشحالم که به آن فرصتی دوباره دادم. اگر این کار را نکرده بودم، کاملاً یک ویژگی که به‌صورت واقعی پژوهش را آسان‌تر می‌کند، از دست داده بودم!