مجموعة أدوات Gemini: كل ما يمكنك فعله اليوم باستخدام تطبيقات وأدوات وواجهات برمجة تطبيقات الذكاء الاصطناعي من جوجل

الصفحة الرئيسية » أفضل التطبيقات » مجموعة أدوات Gemini: كل ما يمكنك فعله اليوم باستخدام تطبيقات وأدوات وواجهات برمجة تطبيقات الذكاء الاصطناعي من جوجل

لم تعد "مجموعة أدوات Gemini" مجرد عبارة جذابة؛ إنها مجموعة عملية من التطبيقات والأدوات والوكلاء وواجهات برمجة التطبيقات التي تقوم Google بدمجها بهدوء في كل شيء بدءًا من التعلم غير الرسمي وحتى سير العمل المؤسسي. بدلاً من مساعد واحد متجانس، أصبح Gemini الآن أشبه بصندوق أدوات حيث تمثل كل ميزة أداة محددة: محرك بحث، ومدرس، ومساعد في كتابة التعليمات البرمجية، ومنظم اجتماعات، ومنشئ شرائح، وغير ذلك الكثير.

إذا فهمت كيف تتناسب هذه الأجزاء معًا - Canvas، والتعلم الموجه، والمختبرات، والوكلاء، وGemini Enterprise، وGemini API - يمكنك تحويل Gemini إلى أداة عمل حقيقية بدلاً من مجرد روبوت محادثة جديد. ستجد أدناه جولة مفصلة لهذه المجموعة من الأدوات: ما يوجد في منطقة "الأدوات" المستقرة، وما يتم اختباره في "المختبرات"، وكيف يعمل Gemini كمعلم باستخدام الصور ومقاطع الفيديو، وكيف يمكن للمطورين ربط واجهة برمجة التطبيقات (API) بـ Google Workspace من أجل أتمتة جادة.

ما هي الأدوات الموجودة في صندوق أدوات برج الجوزاء اليوم؟

يمكن فهم نموذج Gemini على أفضل وجه باعتباره عائلة من نماذج الذكاء الاصطناعي (ما هي نماذج اللغة؟) (Gemini 1.0، Gemini 1.5، Gemini 3 وما إلى ذلك) يتم تقديمها من خلال واجهات أمامية مختلفة: الويب، تطبيقات الهاتف المحمول، تكامل مساحة العمل وواجهة برمجة تطبيقات المطورين. تأتي فكرة "مجموعة الأدوات" من الطريقة التي تجمع بها جوجل الآن القدرات الملموسة داخل واجهة Gemini، وخاصة على الويب.

على الويب، ينقسم منتقي العناصر الرئيسي داخل Gemini إلى منطقتين رئيسيتين: "الأدوات" للوظائف المستقرة والجاهزة للإنتاج و"المختبرات" للتجارب التي لا تزال قيد التطوير. فكر في "الأدوات" على أنها المفك الموثوق الذي تمسكه كل يوم، بينما "المختبرات" هي الصينية التي تحتفظ فيها بالنماذج الأولية التي قد يتغير شكلها في الأسبوع المقبل.

على الهواتف المحمولة، تضيف تطبيقات Gemini العديد من هذه الأدوات نفسها - التعلم الموجه، والتجارب الشبيهة بـ Canvas، والمساعدة الغنية بالصور - ولكنها تُطرح تدريجياً. إذا لم تجد ميزة معينة في التطبيق حتى الآن، فإن جوجل توصي صراحةً بالمحاولة مرة أخرى لاحقًا أو الانتقال إلى Gemini.google.com للاطلاع على أحدث نسخة على الإنترنت.

في جوهرها، جميع هذه الأسطح مدعومة بواجهة برمجة تطبيقات Gemini، والتي تعرض نماذج متعددة الوسائط واستدعاءات الوظائف حتى تتمكن من إنشاء المحتوى أو تحليل الصور أو تنظيم سير العمل من خلال التعليمات البرمجية. تُعدّ واجهة برمجة التطبيقات هذه بمثابة العمود الفقري للعديد من عمليات التشغيل الآلي في مساحة العمل التي سنتناولها لاحقًا.

الأدوات مقابل المختبرات: كيف ينظم جيميني ميزاته

مع تراكم المزيد من الأزرار والأوضاع في Gemini، قدمت Google فصلاً أوضح بين الميزات الناضجة والميزات التجريبية من خلال قسمين: "الأدوات" و"المختبرات". هذا التغيير مرئي بالفعل على واجهة الويب ويتم نشره تدريجياً من خوادم جوجل، لذلك لا ترى كل الحسابات نفس التصميم في نفس الوقت.

يُعد قسم "الأدوات" المكان الذي تضع فيه جوجل الإمكانيات التي تعتبرها مستقرة ويمكن التنبؤ بها للاستخدام اليومي. تشير التقارير الواردة من مصادر مثل Android Police و 9to5Google إلى أن هذا المجال يشمل عناصر مثل البحث العميق، وإنشاء الصور، وإنشاء الفيديو عبر Veo و Canvas والتعلم الموجه و Deep Think، والتي ترتبط أحيانًا بمستويات اشتراك محددة مثل Google AI Pro أو Google AI Ultra.

أما "المختبرات" من ناحية أخرى، فهي بمثابة ساحة اللعب الصريحة: منطقة مخصصة داخل أداة اختيار Gemini تجمع الميزات المصنفة على أنها تجريبية. ستجد عادةً أيقونات عليها صورة قارورة مختبر صغيرة، بالإضافة إلى تسميات مثل "وكيل جيميني" و"العرض الديناميكي" (أو ما يُسمى بالتخطيط المرئي) و"الذكاء الشخصي". عند النقر على أي عنصر ضمن "المختبرات"، توقع أن يتغير سلوكه أو يختفي أو ينتقل دون سابق إنذار.

من وجهة نظر تصميم المنتج، فإن هذا الفصل مهم للثقة. عندما ينمو تطبيق الذكاء الاصطناعي بسرعة، لا يقتصر الخطر على "كثرة الميزات" فحسب، بل يشمل أيضاً "عدم معرفة أي من هذه الميزات يمكن الاعتماد عليها". من خلال وضع الأدوات اليومية في قسم والتجارب في قسم آخر، يشير تطبيق Gemini إلى المخاطر بطريقة مشابهة لوضع "العادي" مقابل وضع "الرياضي" في السيارة.

أدوات Gemini المستقرة: البحث المعمق، Canvas، التعلم الموجه، وغيرها.

توجد مجموعة أدوات Gemini الأساسية لمعظم المستخدمين ضمن "الأدوات"، حيث ستجد التجارب التي تريد Google منك بناء عادات حولها. على الرغم من أن التشكيلة الدقيقة تختلف باختلاف الحساب ومستوى الاشتراك، إلا أن بعض العناصر أساسية بالفعل.

يحوّل البحث العميق برنامج Gemini إلى مساعد بحث منظم بدلاً من نموذج دردشة عام. عندما تطرح سؤالاً يتطلب البحث في مصادر متعددة، فإن البحث العميق يتبع عملية متعددة الخطوات أكثر وضوحاً، مما يكشف عن منهجية متسقة حتى يعرف المستخدمون ما يمكن توقعه في كل مرة يستدعونه فيها.

توجد أدوات إنشاء المحتوى للصور والفيديو - بما في ذلك عمليات التكامل التي تعمل بواسطة Veo - أيضًا في درج الأدوات. يحتاج المستخدمون الذين يعتمدون على Gemini للحصول على المحتوى المرئي إلى أن تكون هذه الإمكانيات قابلة للاكتشاف ومستقرة بشكل معقول، لا أن تكون مخفية خلف علامات تجريبية متغيرة.

يُعد Canvas ركيزة أخرى: وهو وضع مساحة عمل يمكنك من خلاله بدء مستند أو مشروع برمجي مباشرة من موجه الأوامر، ثم تحسينه بشكل متكرر باستخدام Gemini. أسفل شريط الطلبات، يمكنك تحديد "Canvas" وكتابة مطالبتك لإنشاء نقطة بداية للمحتوى أو التعليمات البرمجية، ثم مواصلة التحرير في تخطيط تفاعلي جنبًا إلى جنب.

تُكمل أدوات التعلم الموجه والتفكير العميق الأدوات الأكثر تركيزًا على الجوانب المعرفية، وخاصة للمستخدمين الذين يرغبون في الحصول على مساعدة منظمة في المواضيع المعقدة. يمكن أن يتصرف التعلم الموجه كمعلم، حيث يرشدك خلال الأفكار خطوة بخطوة، بينما يشجع التفكير العميق على التفكير البطيء والمتأني في الأسئلة الصعبة.

الجوزاء كمعلم شخصي: التعلم الموجه، الصور والفيديوهات

من أبرز جوانب مجموعة أدوات Gemini سهولة استخدامها وقدرتها على العمل كمعلم خاص، حيث تمزج بين التسلسلات الموجهة والشروحات المرئية. بدلاً من إلقاء كم هائل من النصوص، يمكن لـ Gemini دمج الصور والرسومات وحتى مقاطع الفيديو في ردودها لتسهيل فهم المفاهيم.

من الناحية العملية، يمكنك أن تطلب من جيميني شرح موضوع ما وأن تطلب بشكل صريح رسمًا تخطيطيًا أو شرحًا مرئيًا أو صورة توضيحية. يمكن للرد أن يدمج تلك الصور مباشرة في الشرح، مما يساعدك على تصور، على سبيل المثال، مفهوم رياضي أو سير عمل أو عملية علمية.

كما يتم دعم التعلم القائم على الفيديو، على الرغم من أن التفاصيل تختلف باختلاف المنطقة ومرحلة التنفيذ. بالنسبة لبعض المواضيع، يمكن لـ Gemini عرض مقاطع فيديو أو الإشارة إليها لتكملة إجابتها النصية، مما يخلق مسارًا تعليميًا متعدد الوسائط حيث تقرأ وتشاهد وتتفاعل مع الأسئلة في نفس التدفق.

يتم إدخال وضع التدريس هذا تدريجياً في تطبيقات Gemini للهواتف المحمولة، لذلك قد لا ترى جميع الخيارات على الفور. عندما يحدث ذلك، يكون الحل البديل هو استخدام تجربة الويب، حيث تظهر مجموعة ميزات Gemini في وقت مبكر أثناء عمليات الإطلاق التدريجية.

جيميني إنتربرايز وورك سبيس: وكلاء الذكاء الاصطناعي للفرق

بالإضافة إلى الاستخدام الشخصي، تمتد مجموعة أدوات Gemini إلى مكان العمل من خلال عمليات التكامل مع Gemini Enterprise وGoogle Workspace. هنا، يتحول التركيز من التنبيهات الفردية إلى العوامل المستمرة، وسير العمل، والتعاون على نطاق واسع.

تصف جوجل منصة Gemini Enterprise بأنها منصة وكلاء متقدمة توفر أفضل ما في الذكاء الاصطناعي من جوجل لكل موظف وسير عمل. من الناحية العملية، يتيح ذلك للفرق اكتشاف وإنشاء ومشاركة وتشغيل وكلاء الذكاء الاصطناعي في بيئة آمنة مدعومة ببيانات الشركة الخاصة بهم، مما يقلل من اختناقات التطوير ويتيح حالات استخدام مثل تحليل المبيعات وأتمتة العمليات والبحث عن المعرفة الداخلية.

يعمل Google Workspace نفسه كمنصة تعاون مدعومة بتقنية Gemini، مع دمج الذكاء الاصطناعي في تطبيقات مثل Gmail وDocs وMeet. بدلاً من التحول إلى أداة ذكاء اصطناعي منفصلة، ​​يمكن للمستخدمين استدعاء Gemini داخل تطبيقات الإنتاجية اليومية الخاصة بهم لصياغة المحتوى أو تلخيص المعلومات أو توليد الأفكار في سياقها.

في بعض الإعدادات، يمكنك حتى الدردشة مع Gemini مباشرة عبر بيانات مؤسستك المخزنة عبر Google Workspace وMicrosoft 365 والأنظمة المتصلة الأخرى. وهذا يحول نظام Gemini إلى طبقة معرفية مؤسسية يمكنها الإجابة على الأسئلة بناءً على رسائل البريد الإلكتروني والمستندات والملفات، وذلك وفقًا للأذونات وإعدادات الأمان التي تم تكوينها بواسطة قسم تكنولوجيا المعلومات.

واجهة برمجة تطبيقات Gemini: العمود الفقري لمجموعة أدوات المطورين

يكمن تحت تطبيقات Gemini التي تواجه المستخدم واجهة برمجة تطبيقات Gemini، والتي تعرض نفس النماذج الأساسية للمطورين لتضمينها في تطبيقاتهم الخاصة. تُعد واجهة برمجة التطبيقات هذه المكان الذي تجتمع فيه الوسائط المتعددة واستدعاء الوظائف وسير العمل المخصص لتحقيق أتمتة جادة، لا سيما مع Google Workspace و Apps Script.

تُعد نماذج Gemini أقوى أنظمة الذكاء الاصطناعي لدى جوجل، وتوفر واجهة برمجة التطبيقات (API) متغيرات نموذجية متنوعة - مثل الإصدارات التي تركز على النصوص والإصدارات التي تركز على الرؤية - ولكل منها قدرات وحدود محددة. يمكنك استكشافها بصريًا في Google AI Studio، وهي واجهة مستضافة لتجربة المطالبات وتعديل إعدادات النموذج وحتى ضبط النماذج المخصصة دون كتابة التعليمات البرمجية.

لبدء استخدام واجهة برمجة التطبيقات (API)، يمكنك طلب مفتاح API عبر Google AI Studio أو وحدة تحكم أخرى مدعومة، ثم اختباره من خلال استدعاء REST بسيط. على سبيل المثال، يمكنك تصدير مفتاحك إلى متغير بيئي مثل GOOGLE_API_KEY واستدعاء نقطة النهاية التي تعرض النماذج المتاحة، واستلام بيانات JSON مثل: نماذج/جيميني-1.0-برو إذا تم ضبط كل شيء بشكل صحيح.

ومن ثم، يصبح إنشاء المحتوى مسألة إرسال حمولة JSON إلى نقطة النهاية المناسبة، مثل إنشاء المحتوى طريقة لنموذج مختار. يتضمن الحد الأدنى من الطلب ما يلي: محتويات حقل يحتوي على أجزاء نصية، مع أنه اختياري تكوين الجيل و إعدادات السلامة تتيح لك هذه الميزة التحكم في معايير مثل درجة الحرارة وفلاتر الأمان.

استدعاء واجهة برمجة تطبيقات Gemini من خلال برنامج Apps Script

تتمثل إحدى أقوى الأنماط في مجموعة أدوات Gemini في دمج واجهة برمجة التطبيقات مع Google Apps Script لأتمتة سير العمل داخل Workspace. يتيح لك هذا النهج تنسيق Gemini جنبًا إلى جنب مع خدمات مثل Drive و Calendar و Gmail و Sheets و Slides دون الحاجة إلى إنشاء نظام خلفي كامل.

يبدأ الإعداد القياسي بمشروع Apps Script (على سبيل المثال، تم إنشاؤه عبر script.new) حيث تقوم بتخزين مفتاح Gemini API الخاص بك كخاصية نصية. في البرمجة، تسترجع تلك القيمة وتُنشئ عنوان URL لنقطة نهاية لنموذج معين، غالبًا gemini-1.0-pro-latest:generateContent مع تمرير مفتاح API الخاص بك كمعامل استعلام.

دالة مساعدة مثل استدعاء جيميني (الموجه، درجة الحرارة) يقوم عادةً بإنشاء حمولة JSON، ثم يرسلها عبر UrlFetchApp.fetch ويقوم بتحليل الاستجابة لاستخراج النص المُنشأ. تعمل هذه الأداة المساعدة على تبسيط الاستخدام المتكرر لواجهة برمجة التطبيقات من أدوات مختلفة في البرنامج النصي الخاص بك.

الاختبار بسيط: يمكنك إنشاء اختبار الجوزاء() دالة تحدد موجه الأوامر، وتستدعي المساعد الخاص بك، وتسجل كلاً من المدخلات والمخرجات في سجلات التنفيذ. بمجرد أن ينجح ذلك، ستعرف أن بيئة Apps Script ومفتاح Gemini API الخاص بك موصلان بشكل صحيح للسيناريوهات الأكثر تقدماً.

استخدام نقطة نهاية Gemini Vision للصور

تتجاوز مجموعة أدوات Gemini النصوص بفضل دعم الوسائط المتعددة، وخاصة القدرة على معالجة الصور من خلال نقطة نهاية تدعم الرؤية. في لغة برمجة التطبيقات (Apps Script)، عادةً ما تكون هذه نقطة نهاية منفصلة مثل: gemini-1.0-pro-vision-latest:generateContent، مرة أخرى يتم تحديد المعلمات بواسطة مفتاح API الخاص بك.

مساعد نموذجي مثل استدعاء GeminiProVision(prompt, image, temperature) سيقوم بتحويل صورة ثنائية إلى base64، ثم تضمينها كـ البيانات المضمنة مع نوع MIME المناسب وإرساله مع مطالبة نصية. ثم يقوم النموذج بإرجاع نص يعكس فهمه لكل من الصورة والموجه.

للتحقق من الإعداد، يمكنك كتابة برنامج صغير اختبار جيميني فيجن() يقوم هذا البرنامج بتنزيل صورة نموذجية من عنوان URL عام، ويمررها إلى المساعد الخاص بك، ويسجل حقيقة ممتعة أو تحليلًا تم إنتاجه بواسطة Gemini Vision. يوضح هذا النوع من الاختبارات أن الإدخال متعدد الوسائط يعمل بشكل صحيح في بيئتك.

بمجرد استقرار تدفق الرؤية، يمكنك إعادة استخدامه داخل عمليات الأتمتة ذات المستوى الأعلى، مثل تحليل المخططات من جداول بيانات جوجل أو الصور المخزنة في جوجل درايف. وهنا تبدأ الوسائط المتعددة في الظهور كجزء مفيد حقًا من مجموعة الأدوات بدلاً من كونها مجرد خدعة تجريبية.

استدعاء الدوال: منح Gemini إمكانية الوصول إلى الأدوات

عنصر رئيسي آخر في مجموعة أدوات Gemini هو استدعاء الوظائف، والذي يسمح للنموذج بتحديد متى يتم استدعاء أدواتك أو واجهات برمجة التطبيقات الخاصة بك. بدلاً من مجرد توليد النصوص، يمكن لـ Gemini إرجاع نصوص منظمة استدعاء الدالة كائنات تصف الوظيفة التي يجب استخدامها والوسائط التي يجب استخدامها معها.

في لغة برمجة التطبيقات (Apps Script)، يمكنك إعداد أداة مساعدة مثل: استدعاء GeminiWithTools(prompt, tools, temperature) الذي يرسل أدوات المواصفات بالإضافة إلى توجيهات المستخدم. تتبع هذه المواصفات تعريف الدالة المخطط، حيث تصف اسم الدالة والغرض منها ومعلمات JSON.

عندما يقرر Gemini أنه يجب استخدام أداة ما، فإن استجابته تتضمن كائن استدعاء دالة يمكنك تحليله في البرنامج النصي الخاص بك وتوجيهه إلى التنفيذ الفعلي. على سبيل المثال، يمكنك تعريف أداة وهمية باسم "datetime" تقوم بإرجاع التاريخ والوقت الحاليين، ومراقبة كيفية طلب Gemini لهذه الوظيفة لحل الأسئلة المتعلقة بحسابات التقويم.

يُعد استدعاء الدوال قويًا بشكل خاص لأنه يمكنه العمل عبر أدوار متعددة، وليس فقط طلبات لمرة واحدة. وهذا يعني أنه يمكنك تصميم وكلاء محادثة أكثر تعقيدًا يقررون متى يستدعون الأدوات، ويفسرون النتائج، ويواصلون الحوار.

تكاملات تجريبية: Gemini + Google Workspace كأداة عملية

بمجرد دمج توليد النصوص وإدخال البيانات المرئية واستدعاء الوظائف، تصبح مجموعة أدوات Gemini محركًا عمليًا لأتمتة مساحة العمل. تُقدّم مواد مختبر البرمجة من جوجل العديد من الأمثلة الملموسة التي توضح ما هو ممكن.

على مستوى عالٍ، يتم تمرير استفسارات المستخدمين الواردة إلى Gemini مع مجموعة من الأدوات المتاحة التي تمثل سير العمل المختلفة: جدولة الاجتماعات، وصياغة البريد الإلكتروني من المخططات، وإنشاء عروض الشرائح. بناءً على الاستعلام، يختار Gemini الوظيفة المناسبة ويعيد استدعاء وظيفة مع وسائط منظمة مثل الأوقات أو أسماء الملفات أو المواضيع.

في برنامج Apps Script الخاص بك، تقوم بعد ذلك بتفسير استدعاء الدالة داخل إذا...وإلا سلسلة، تستدعي سير العمل المناسب - على سبيل المثال، setupMeeting(), draftEmail() or إنشاء سطح السفينة(). إن هذا المزيج من التفكير النموذجي ومنطق البرمجة النصية الصريح هو ما يحول Gemini من نافذة دردشة إلى صندوق أدوات للعمل الحقيقي.

أتمتة الاجتماعات: تلخيص ملفات Drive في أحداث التقويم

يُظهر أحد العروض التوضيحية كيف يمكن لـ Gemini المساعدة في إعداد اجتماع في التقويم يتضمن تلقائيًا ملخصًا لملف نصي مُستضاف في Google Drive. قد يكتب المستخدم شيئًا مثل: "حدد موعدًا للاجتماع في الساعة 10 صباحًا غدًا مع هيلين لمناقشة الأخبار الموجودة في ملف Gemini-blog.txt".

في الخفاء، يتم تعريف أداة مساحة العمل المسماة "setupMeeting" في مواصفات الأدوات، مع معلمات للوقت والمستلم واسم الملف. عندما يقوم برنامج Gemini بتفسير الاستعلام، فإنه يختار هذه الأداة ويعيد استدعاء دالة مع ملء تلك الوسائط.

المناظرة setupMeeting() ثم تقوم الدالة بالعثور على الملف المحدد في Drive، وقراءة محتواه، وتمريره إلى Gemini عبر استدعاء جيميني() مع تعليمات لإنتاج كائن JSON قصير يحتوي على عنوان وملخص موجز. قد يتم إرجاع الاستجابة مغلفة بعلامات تنسيق تقوم بإزالتها قبل تحليلها كـ JSON.

باستخدام العنوان والملخص المستخرجين، يقوم البرنامج النصي بإنشاء حدث في التقويم باستخدام تطبيق التقويم، يقوم بتعيين الوصف للملخص وإرفاق ملف المصدر عبر خدمة التقويم المتقدمة. والنتيجة هي اجتماع مُجدول مع سياق مُدمج، وكل ذلك يتم تشغيله من خلال طلب واحد بلغة طبيعية.

صياغة رسائل البريد الإلكتروني من مخططات جداول البيانات باستخدام Gemini Vision

تتضمن عملية سير عمل أخرى في مجموعة أدوات Gemini تحليل مخطط في جداول بيانات جوجل وصياغة رسالة جيميل بناءً عليه. تخيل أنك تحتفظ بجدول بيانات لنفقات الكلية وتريد رسالة بريد إلكتروني تلخص ما يظهره الجدول لزميلة تدعى ماري.

قد يقول استفسار المستخدم: "اكتب مسودة بريد إلكتروني لماري تتضمن رؤى من الرسم البياني في ورقة نفقات الكلية". تم تعريف أداة تسمى "draftEmail" لقبول اسم الورقة والمستلم، ويختار Gemini تلك الأداة عندما يرى هذا النوع من الطلبات.

استخدم draftEmail() تقوم الدالة بتحديد موقع جدول البيانات المطلوب في Drive، وفتح الورقة ذات الصلة، واسترداد الرسم البياني الأول وحفظ هذا الرسم البياني كملف (على سبيل المثال، ExpenseChart.png). ثم يقوم بإنشاء موجه يوجه برج الجوزاء لاستخدام المعلومات الموجودة في الرسم البياني فقط، وتجنب المقارنات التاريخية، والحفاظ على الرسالة موجزة.

بالاتصال استدعاء GeminiProVision(prompt, expenseChart)يقوم البرنامج النصي بإرسال كل من الموجه وصورة الرسم البياني إلى Gemini Vision، والذي يقوم بدوره بإرجاع نص بريد إلكتروني مخصص. وأخيراً، يقوم البرنامج النصي بإنشاء مسودة بريد إلكتروني على Gmail موجهة إلى بريد المستلم الإلكتروني، ويحدد موضوعاً مثل "مصاريف الكلية" ويرفق صورة الرسم البياني.

هذا النمط يحول الجوزاء بشكل فعال إلى محلل يمكنه قراءة الرسم البياني، واستخراج القصة الرئيسية وصياغتها بلغة طبيعية نيابة عنك. لا تزال تقوم بمراجعة المسودة وتعديلها، ولكن يتم إنجاز معظم العمل الشاق تلقائيًا.

إنشاء عروض تقديمية تلقائياً باستخدام Gemini وGoogle Slides

تقوم عملية سير العمل التجريبية الرئيسية الثالثة في هذه المجموعة من الأدوات بإنشاء عرض تقديمي هيكلي تلقائي باستخدام Google Slides حول موضوع يحدده المستخدم. على سبيل المثال، قد تسأل: "ساعدني في إعداد عرض تقديمي حول ترشيد استهلاك المياه".

تم تعريف أداة تسمى "createDeck" بمعامل واحد، وهو الموضوع، وتم توجيه Gemini لإرجاع JSON منظم يصف سلسلة من الشرائح. يخبر الموجه برنامج Gemini بعدد الشرائح التي يجب إنشاؤها (استنادًا إلى ثابت مثل NUM_SLIDES)، ويطلب عناوين قصيرة ونقاطًا، ويطلب صراحةً كائن JSON صالحًا حتى يتمكن البرنامج النصي من تحليله بأمان.

بعد الاتصال استدعاء جيميني() مع هذا التوجيه، يقوم البرنامج النصي بإزالة أي حواجز تنسيق، وتحليل JSON، ثم يستخدم تطبيق الشرائح لإنشاء عرض تقديمي جديد. تُعامل الشريحة الأولى كصفحة عنوان، وتتبع الشرائح اللاحقة تخطيط TITLE_AND_BODY حيث يقوم البرنامج النصي بملء العنوان والنص النقطي.

في غضون ثوانٍ قليلة، ستحصل على عرض تقديمي أساسي يحتوي على نقاط نقاش منظمة لكل شريحة، جاهز لتخصيصه بصريًا. على الرغم من أن الناتج يكون ضئيلاً عن قصد، إلا أن سير العمل هذا يوضح كيف يمكن لـ Gemini أن يبدأ هيكلة المحتوى حتى تتمكن من التركيز على التصميم والفروق الدقيقة.

توسيع نطاق الأدوات: روبوتات المحادثة، وأدوات RAG، وأدوات متعددة المراحل

الأمثلة المذكورة أعلاه ليست سوى نقطة بداية؛ يمكن توسيع مجموعة أدوات Gemini الأوسع في العديد من الاتجاهات بمجرد أن تصبح مرتاحًا لواجهة برمجة التطبيقات واستدعاء الوظائف. تقترح جوجل صراحةً عدة طرق للاستكشاف.

إحدى حالات الاستخدام الشائعة هي بناء روبوتات الدردشة لـ Google Chat باستخدام واجهة برمجة تطبيقات Gemini. هنا، تنطبق نفس الأنماط: تقوم بعرض الأدوات، وتترك لـ Gemini تحديد متى يتم استدعاؤها، وربط الاستجابات مرة أخرى بواجهة محادثة داخل Chat، وكل ذلك يتم التحكم فيه بواسطة Chat API والبرامج التعليمية المرتبطة به.

يتمثل اتجاه رئيسي آخر في توليد المحتوى المعزز بالاسترجاع (RAG) فوق المحتوى الخاص في Drive أو Keep. بدلاً من تلخيص ملف نصي واحد، يمكنك دمج واجهة برمجة تطبيقات Gemini مع قاعدة بيانات متجهة، واختيارياً، إطار عمل للتنسيق مثل LangChain لجلب مقتطفات ذات صلة من ملفات PDF والصور والملاحظات قبل مطالبة Gemini بإنشاء استجابة تستند إلى تلك المستندات.

كما يتيح استدعاء الوظائف متعددة الأدوار إمكانية الوصول إلى وكلاء أكثر تطوراً يمكنهم تحديد الأدوات التي سيتم استخدامها وترتيب استخدامها بشكل متكرر. بدلاً من اتخاذ قرار واحد، يمكن للوكيل استدعاء دالة، وفحص النتيجة، ثم استدعاء دالة أخرى أو طرح سؤال توضيحي، كل ذلك ضمن سلسلة متصلة واحدة.

وأخيرًا، ليس هناك شرط للبقاء داخل Workspace؛ بمجرد إتقان أنماط Gemini API، يمكنك ربط النموذج بواجهات برمجة التطبيقات الخارجية عبر شبكة الويب الأوسع. هكذا يتحول برنامج Gemini من مساعد مؤسسي محدود إلى منسق عام للعمل الرقمي.

تشكل هذه الأجزاء مجتمعة - الأدوات المستقرة، والمختبرات التجريبية، وميزات التدريس، ووكلاء المؤسسات، وواجهة برمجة التطبيقات للمطورين - مجموعة أدوات Gemini غنية حقًا يمكنها التكيف مع كل من المتعلمين العاديين والمستخدمين المتقدمين. إذا تعاملت مع Gemini بشكل أقل كتطبيق واحد وأكثر كمجموعة متنامية من الأدوات التي يمكنك تأليفها، فستكون في وضع قوي للاستفادة من أي شيء تضيفه Google لاحقًا دون الحاجة إلى إعادة التفكير في سير عملك بالكامل في كل مرة.