گوگل قابلیت‌های مکالمه‌ای مبتنی بر مدل Gemini را به سه اپلیکیشن اصلی خود افزود تا کاربران بتوانند با گفتار صندوق ورودی، اسناد و یادداشت‌های خود را جست‌وجو، ویرایش و دیکته کنند. این ویژگی‌ها ابتدا به زبان انگلیسی و برای iOS و Android منتشر شده‌اند.

قابلیت‌ها در Gmail، Docs و Keep

Gmail Live — جست‌وجو و پاسخ‌گویی با گفتار

به‌جای تایپ در کادر جست‌وجو، امکان پرسش به زبان طبیعی درباره محتوای صندوق ورودی فراهم شده و دستیار صوتی پاسخ‌های هدفمند ارائه می‌دهد. گفت‌وگو به‌صورت رونوشت زنده نمایش داده می‌شود تا کاربر روند مکالمه را دنبال کند. اطلاعات بیشتر درباره Gmail در ویکی‌پدیا.

Docs Live — تولید پیش‌نویس از توصیف ساده

با توصیف مختصر آنچه می‌خواهید بنویسید، دستیار متنی اولیه تولید می‌کند. دستیار می‌تواند از منابع مرتبط مانند Gmail، Drive، چت و وب اطلاعات جمع‌آوری کند تا متن هدفمندتر و مرتبط‌تری ارائه دهد. اطلاعات درباره Google Docs در ویکی‌پدیا.

Keep Live — دفترچه یادداشت صوتی و سازمان‌دهی فهرست‌ها

Keep Live به‌عنوان یک اسکرچ‌پد صوتی عمل می‌کند؛ یادداشت‌برداری با صوت، تبدیل به فهرست یا دستورپخت و سامان‌دهی محتوا با فرمان صوتی ممکن شده است—برای مثال تهیه فهرست مواد لازم برای تهیه شاکشوکا.

دسترسی، پشتیبانی و پلتفرم‌ها

  • Gmail Live برای مشترکان Google AI Plus، Pro و Ultra فعال است.
  • Docs Live و Keep Live برای کاربران Google AI Pro و Ultra در دسترس قرار می‌گیرند.
  • فعلاً تمام قابلیت‌ها به زبان انگلیسی و روی iOS و Android عرضه شده‌اند. گوگل اعلام کرده به‌زودی دسترسی برای مشتریان Workspace Business نیز فعال خواهد شد.

پیشینه و ارتباط با قابلیت‌های صوتی پیشین

این توسعه ادامه حرکت گوگل در ادغام صوت و متن است: در آوریل دیکته بین‌اپلیکیشنی به مک آمد، گوشی‌های پیکسل 11 اخیراً ابزار دیکته‌ای مبتنی بر Gemini دریافت کردند و در اوت نسخه Gemini 3.5 Transcribe برای تبدیل گفتار به نوشتار معرفی شد. اطلاعات بیشتر درباره مدل Gemini در ویکی‌پدیا.

چالش‌ها و توصیه‌های امنیتی

گسترش قابلیت‌های صوتی مزایای قابل‌توجهی برای سرعت و بهره‌وری دارد، اما نکات حریم خصوصی و مدیریت دسترسی اهمیت پیدا می‌کنند. پیشنهادهای عملی:

  • بررسی و تنظیم مجوزهای دسترسی اپلیکیشن‌ها به ایمیل، Drive و اسناد حساس.
  • فعالسازی لاگ و ممیزی برای پیگیری اشتراک‌گذاری داده‌ها در سطح سازمانی.
  • آموزش کارکنان درباره داده‌هایی که نباید از طریق دستیار صوتی به اشتراک گذاشته شوند.
  • استفاده از کنترل‌های مدیریتی Workspace برای محدودسازی دسترسی سرویس‌ها.

چشم‌انداز بازار

ادغام گفتار و هوش مصنوعی در اپلیکیشن‌های پایه‌ای نشان‌دهنده حرکت به سمت تعامل طبیعی‌تر با داده‌ها است. رقبا احتمالاً سریع واکنش نشان خواهند داد و توسعه‌دهندگان باید برای یکپارچه‌سازی این امکانات در جریان کاری سازمان‌ها آماده شوند.

برای دنبال‌کردن تحولات بعدی و زمان‌بندی انتشار بیشتر قابلیت‌ها، پیگیری رویدادهایی مانند Google I/O توصیه می‌شود.