Googleは、対話型AI「Gemini」の機能を大幅に強化し、会話の中でさまざまな形式のファイルを直接生成・編集できる新機能を導入したと発表しました。これまでファイルの出力しかできなかった制限がなくなり、ウェブ版とモバイル版のすべてのGeminiユーザーが利用できます。AIを使った作業のやり取りがよりスムーズになることが期待されます。
ポイント
- 対象はPDF、Googleドキュメント、Googleスプレッドシート、スライド、Markdownファイル、TXTテキスト、コードファイル
- PDFのプレビューと編集はウェブ版・モバイル版の両方で利用可能
- その他の形式は現在主にウェブ版で展開
- アプリを離れずに全画面編集やテキスト選択による質問が可能
- 表からグラフへの変換などもできる
対応するファイル形式と利用環境
今回のアップグレードは、PDF、Googleドキュメント、Googleスプレッドシート、スライド、Markdownファイル、TXTテキスト、コードファイルを幅広くカバーしています。このうちPDFのプレビューと編集機能は、ウェブ版とモバイル版の両方で同時にサポートされています。その他の形式は、現在主にウェブ版で展開されているということです。
会話中にできること
ユーザーはアプリを終了することなく、生成されたファイルの内容をその場で詳しく編集できます。全画面での編集や、テキストを選択して的を絞った質問をすることに加え、表からグラフへの変換といった操作も可能です。
背景
この機能強化は、大規模言語モデル（LLM）が「コンテンツ生成ツール」から「没入型の共同作業スペース」へと進化していることを示しています。GoogleはこれまでもWorkspaceのエコシステムやサイドバーに関連機能を深く統合してきました。競合のAnthropicも以前、Claudeの対話ウィンドウに同様のドキュメントやプレゼンテーションの編集機能を搭載しています。
各主要AI企業が人間とAIのやり取りの体験を継続的に強化する中、対話型のオフィス作業は大規模言語モデルの実用化における重要な業界トレンドになりつつあります。ユーザーの日常的なデジタルワークフローをさらに変えていくことが見込まれます。
