Gemini Live รับคำสั่งเสียงแล้วปล่อยให้ Spark ทำงานยาวข้ามแอปของ Google

Google กำลังพา Gemini Live ก้าวพ้นการเป็นผู้ช่วยที่ตอบโต้ไปมา โดยอัปเดตช่วงปลายเดือนสิงหาคม 2026 ทำให้เสียงของผู้ใช้กลายเป็นวิธี “มอบหมายงาน” ได้ เพียงพูดเป้าหมายตามธรรมชาติ ระบบเอเจนต์ Spark ของ Google ก็สามารถจัดการงานหลายขั้นตอนเบื้องหลังผ่าน Google Docs, Sheets, Google Drive และเว็บได้ 1213

ประเด็นสำคัญที่ต้องรู้คือ ฟีเจอร์เหล่านี้ไม่ได้เปิดให้ทุกคนใช้เท่ากัน โดย Spark ต้องใช้แพ็กเกจ Google AI Pro ขึ้นไป ส่วน Daily Brief ต้องใช้ Google AI Plus ขึ้นไป 312

Spark เปลี่ยน Gemini Live อย่างไร

ก่อนหน้านี้ Gemini Live มีบทบาทหลักเป็นอินเทอร์เฟซเสียงสำหรับถาม-ตอบแบบทันที แต่การเชื่อมต่อกับ Spark ทำให้ผู้ใช้สามารถเริ่มงานที่ดำเนินต่อหลังจบบทสนทนาได้ โดยไม่จำเป็นต้องเขียนพรอมป์อย่างละเอียดหรือแจกแจงขั้นตอนทีละข้อ เพียงบอกเป้าหมายแบบคร่าว ๆ Spark จะนำคำขอนั้นไปจัดระเบียบและลงมือทำ 57

เวิร์กโฟลว์ที่รองรับครอบคลุม:

• Google Docs สำหรับงานเอกสาร
• Google Sheets สำหรับงานตารางและสเปรดชีต
• Google Drive สำหรับจัดระเบียบไฟล์และข้อมูล
• เว็บ สำหรับค้นหาและทำงานกับข้อมูลออนไลน์ 234

Google อธิบายว่างานเหล่านี้อาจเป็นงานซับซ้อนที่มีหลายขั้นตอนและทำงานได้ด้วยตัวเอง รายงานที่อ้างอิงการอัปเดตระบุว่า Spark รองรับงานตามกำหนดการซึ่งดำเนินต่อเนื่องเป็นวันหรือสัปดาห์ และยังทำงานต่อได้แม้ปิดแอป Gemini ไปแล้ว 124

ความแตกต่างจึงไม่ได้อยู่ที่การ “พิมพ์ตามเสียง” เท่านั้น แต่อยู่ที่การบอกผลลัพธ์ที่ต้องการแล้วส่งต่อให้ระบบประสานงานแทน เช่น ผู้ใช้อาจเล่าเป้าหมายด้านการค้นคว้าหรือการวางแผนด้วยเสียงคำสั่งเดียว จากนั้น Spark จัดการขั้นตอนที่เกี่ยวข้องผ่านบริการของ Google ให้เอง อย่างไรก็ตาม หลักฐานที่มีอยู่ยืนยันความสามารถในการทำงานข้ามบริการและทำงานระยะยาว แต่ยังไม่ได้ยืนยันตัวอย่างทางการแบบครบวงจรที่ระบุลำดับการทำงานตายตัว 234

4 ฟีเจอร์ใหม่ของ Gemini Live

Spark เป็นการเปลี่ยนแปลงที่สำคัญที่สุด แต่ Google ระบุว่าอัปเดตนี้ประกอบด้วยความสามารถใหม่ 4 รายการ 16

1. Spark สำหรับงานเบื้องหลัง

ผู้ใช้สามารถออกคำสั่งเสียงแบบเป็นธรรมชาติเพื่อสร้างงานหลายขั้นตอนที่ทำงานเบื้องหลังผ่าน Docs, Sheets, Drive และเว็บ Spark จะจดจำเป้าหมายของผู้ใช้ และทำงานตามกำหนดการหรืองานที่ใช้เวลานานได้ โดยไม่ต้องให้ผู้ใช้ป้อนคำสั่งใหม่ในทุกขั้นตอน 235

2. Daily Brief สรุปวันให้ฟัง

Daily Brief ให้ภาพรวมประจำวันในรูปแบบเสียง โดยดึงข้อมูลจาก Gmail และ Calendar มาประกอบกัน ตัวอย่างคำสั่งที่มีการรายงาน ได้แก่ “สรุปประจำวันของฉันหน่อย” และ “วันนี้ฉันมีอะไรบ้าง” 34

ก่อนหน้านี้ Google อธิบาย Daily Brief ว่าเป็นเอเจนต์สรุปข้อมูลยามเช้าแบบเฉพาะบุคคล ซึ่งทำงานข้ามแอปที่ผู้ใช้เชื่อมต่อหลังจากกดยินยอม ระบบจะรวบรวมอีเมลสำคัญใน Gmail และนัดหมายที่กำลังจะมาถึงใน Calendar ก่อนจัดลำดับเป็นบทสรุปให้ติดตามได้ง่าย 1618 การอัปเดต Gemini Live ครั้งนี้นำบทสรุปดังกล่าวมาใช้ผ่านการสนทนาด้วยเสียง

3. จัดการ Gmail แบบไม่ต้องใช้มือ

Gemini Live สามารถควบคุมการทำงานใน Gmail ด้วยเสียง ทำให้ผู้ใช้จัดการกล่องจดหมายโดยไม่ต้องหยิบโทรศัพท์หรือแตะหน้าจอ รายงานเกี่ยวกับการเปิดตัวระบุการค้นหา สรุป ติดดาว เก็บถาวร และลบข้อความเป็นตัวอย่างคำสั่งที่รองรับ 2

ความสามารถนี้เป็นการมอบหมายงานในขอบเขตที่แคบกว่า Spark กล่าวคือ ผู้ใช้กำลังควบคุมการทำงานในกล่องจดหมายผ่านบทสนทนา ไม่ได้มอบหมายโครงการที่ปล่อยให้ทำต่อเนื่องเป็นเวลาหลายวัน

4. Personal Intelligence

Personal Intelligence ช่วยให้คำตอบของ Gemini Live มีบริบทมากขึ้น โดยอาศัยบทสนทนา Gemini ก่อนหน้าและแอป Google ที่เชื่อมต่ออยู่ รายงานที่มีอยู่ระบุบริการอย่าง YouTube และ Google Photos รวมถึงความทรงจำจากแชตก่อนหน้า 111

อย่างไรก็ตาม ยังไม่มีหลักฐานเพียงพอที่จะสรุปว่าการเชื่อมต่อ Gmail, Photos, Search, YouTube, บทสนทนาเก่า และแอปที่เชื่อมต่อทั้งหมดเปิดให้ใช้งานใน Gemini Live พร้อมกันตั้งแต่การเปิดตัวครั้งนี้ Google อธิบายการเชื่อมต่อ Gmail และ Google Photos แบบเลือกเปิดเองสำหรับ Personal Intelligence ใน AI Mode ของ Search แยกต่างหาก และผู้ใช้สามารถเปิดหรือปิดการเชื่อมต่อได้ 1723

ประสบการณ์สั่งงานด้วยเสียงทำงานอย่างไร

แนวคิดของฟีเจอร์ใหม่นี้คือไม่จำเป็นต้องเลือกแอปให้ถูกก่อนเริ่มงาน แทนที่จะเปิด Docs เพื่อร่างเอกสาร เปิด Drive เพื่อจัดไฟล์ หรือเปิด Sheets เพื่อจัดข้อมูล ผู้ใช้เริ่มต้นที่ Gemini Live แล้วพูดผลลัพธ์ที่ต้องการได้เลย

กระบวนการส่งต่องานมี 3 ขั้นตอนหลัก:

1. บอกเป้าหมายด้วยภาษาธรรมชาติ คำสั่งอาจเป็นประโยคสนทนาหรือการเล่าความคิดแบบคร่าว ๆ ไม่จำเป็นต้องจัดรูปแบบเหมือนคำสั่งซอฟต์แวร์ 5
2. ให้ Spark ประสานงาน Spark จัดการขั้นตอนต่าง ๆ ผ่านบริการ Google ที่รองรับและเว็บ 23
3. ปล่อยให้งานดำเนินต่อ งานระยะยาวหรืองานตามกำหนดการสามารถทำต่อเป็นชั่วโมง วัน หรือสัปดาห์ รวมถึงช่วงที่แอป Gemini ปิดอยู่ 14

นี่คือจุดเปลี่ยนสำคัญของผลิตภัณฑ์: Gemini Live กำลังกลายเป็นชั้นควบคุมงานแบบเอเจนต์ผ่านเสียง ไม่ใช่เพียงช่องทางที่ทำให้การถามคำถามเร็วขึ้น

แพ็กเกจ การเปิดตัว และการควบคุมข้อมูล

ข้อมูลจากรายงานที่มีอยู่สนับสนุนเงื่อนไขการใช้งานดังนี้:

• Spark: ต้องใช้ Google AI Pro หรือแพ็กเกจที่สูงกว่า 312
• Daily Brief: ต้องใช้ Google AI Plus หรือแพ็กเกจที่สูงกว่า 312
• Personal Intelligence และการจัดการ Gmail แบบไม่ต้องใช้มือ: รายงานที่อ้างถึงระบุว่ากำลังทยอยเปิดให้ผู้ใช้ Gemini Live ในวงกว้าง แต่ยังไม่มีตารางยืนยันความพร้อมใช้งานรายประเทศอย่างครบถ้วน 11

คำอธิบายก่อนหน้านี้ของ Google เกี่ยวกับ Personal Intelligence เน้นว่าผู้ใช้เป็นผู้เลือกและต้องกดยินยอมเอง สำหรับ Search นั้น การเชื่อมต่อ Gmail และ Google Photos เป็นตัวเลือกที่เปิดหรือปิดได้ 23 แต่ข้อมูลดังกล่าวไม่ควรถูกนำไปตีความว่าเป็นขั้นตอนการตั้งค่าใน Gemini Live ที่เหมือนกันสำหรับทุกแอป

แหล่งข้อมูลยังไม่ได้ยืนยันกำหนดการเปิดตัวที่ชัดเจนสำหรับ Gemini Live ทุกฟีเจอร์ รายการฟีเจอร์ฟรีและเสียเงินทั้งหมด หรือขั้นตอนเปิดใช้งานในแอปที่ใช้ได้กับทุกบัญชี ดังนั้นความพร้อมใช้งานอาจขึ้นอยู่กับแพ็กเกจ ประเทศหรือภูมิภาค และการทยอยเปิดระบบ

ทำไมอัปเดตนี้จึงสำคัญ

อัปเดตครั้งนี้สะท้อนทิศทางของ Google ที่กำลังผลักดัน Gemini ให้มีความเป็นเอเจนต์มากขึ้น Google อธิบาย Spark ว่าเป็นเอเจนต์ AI ส่วนตัวที่ทำงานได้ตลอด 24 ชั่วโมง เพื่อจัดการงานตามที่ผู้ใช้สั่ง ขณะที่ Gemini Live ทำหน้าที่เป็นช่องทางเสียงที่เป็นธรรมชาติสำหรับมอบหมายงานเหล่านั้น 16

การผสานกันนี้อาจทำให้เสียงเหมาะกับงานที่ซับซ้อนเกินกว่าจะตอบด้วยคำตอบเดียว แต่ก็เป็นงานประจำที่ไม่คุ้มจะต้องประสานมือเองผ่านหลายแอป อย่างไรก็ตาม ผู้ใช้ควรแยกให้ออกระหว่าง “การพูดสั่งงาน” กับ “การทำงานอัตโนมัติที่รับประกันว่าจะทำได้ทุกกรณี” เพราะผลลัพธ์ยังขึ้นอยู่กับบริการ สิทธิ์การเข้าถึง แพ็กเกจสมาชิก และสถานะการเปิดตัวของบัญชีนั้น ๆ

หลักฐานที่มีอยู่สนับสนุนทิศทางของ Google ในการนำ AI เอเจนต์มาใช้กับงานของผู้บริโภค แต่ยังไม่ยืนยันรายละเอียดการขยายฟีเจอร์นี้ไปยังผลิตภัณฑ์ระดับองค์กร หรือการเชื่อมต่อทุกแอปตามที่มีการกล่าวถึงในคำอธิบายภาพรวม ดังนั้นข้อสรุปที่ชัดเจนที่สุดในตอนนี้คือ ผู้ใช้ Gemini Live ที่มีสิทธิ์สามารถใช้เสียงมอบหมายงานหลายขั้นตอน ทำงานข้ามบริการ และอาจดำเนินต่อเนื่องเป็นเวลานานให้ Spark จัดการแทนได้