gemini 的 gem 新手小作： 懶人的媒體識讀助理

這幾天開始學 gemini 的 gem。 筆記一下心得。

一、 試車

1. (非必須) 建議先設定好自己的 saved-info。
2. 點選左側主選單的 「Gem」 再點 「我的 Gem」 右側的 「新增 Gem」。
3. 打開我設計好的 tldr-gem.md， 把 「名稱」、 「說明」 以及一大段提示詞分別複製貼進去， 然後按 「儲存」， 這個就可以用了。 會出現在左側主選單。
4. 你可以編輯， 改成自己想要的樣子。 (提示詞寫好之後， 我自己都會另外備份。) 也可以點提示詞輸入框最下面的 "魔術筆" 讓 gemini 幫你潤稿。 事實上， 上面那個內容就是 gemini 幫我潤稿過的， 英文標題分段也是它加的。

TL;DR (too long, didn't read) 是一個隨時不忘查驗事實的懶人閱聽助理。 推薦這幾則影片 邀請大家分別測試看看：

1. 一场反复迟到的认知哥白尼革命
2. 大法官判決憲訴法違憲，理由是什麼？立法院該怎麼立法才算符合憲法？
3. 4D rotational symmetry hidden in Newtonian gravity

也把我這篇餵給它測試看看吧!

我用 gemini 測試時， 若選用 「快捷」 (flash) 引擎， 它提供的網址經常會加上 "https://www.google.com/search?q=" 的前綴。 它提供的標題可能也是假的， 經常搜尋不到文章 :-( 不過至少可以提醒你有哪些關鍵詞值得搜尋。

二、 翻車測試

接下來就叫 gemini 來寫一篇文章交給 gemini 自己摘要與除錯吧：

請寫一篇「媒體識讀」這個領域的簡介，列出並介紹幾大子題。 盡量採用本領域的專有名詞，且第一次出現時用粗體字呈現。

它寫好之後， 再叫它轉成 html 格式， 於是得到 這個內容。

把這個網址餵給 TL;DR gem， 會發現它竟然 (在它自己心中) 很認真地瞎掰了一篇文章出來評論🤣 。 它好像是從網址當中尋求鬼扯的靈感， 例如把網址當中的 "ml" (本來是 "media literacy" 的意思) 當成 "machine learning"? 如果換成這個網址 "https://frdm.cyut.edu.tw/~ckhung/b/phy/lorentz.en.php" 它就突然回神了， 按照指令要求， 回覆使用者 「無法讀取網頁」。 目前還搞不清楚何時會正常回報「失敗」， 何時會瞎掰。 可以確定的是： google 自家的產品， 例如 google drive 裡面的各種檔案， 就一定讀得到。 維基百科、 github 等等知名知識型的網站也 ok。

既然 gemini 沒辦法讀網頁， 就剪貼給它讀。 從它吐出來的結果顯示： 因為特別對這個 gem 指定要有 「爭議與查核」 一節， 所以 gemini 似乎蠻熱衷挑毛病， 即使是上面高品質的科普影片， 它也要雞蛋裡挑骨頭。 所以， 這個 gem 還有兩個很重要的功能：

1. 過去有著過度相信 AI 傾向的讀者， 從現在起， 可以養成 「用 AI 檢查 AI」 的習慣， 直到你對 AI 的輸出永遠抱著健康的懷疑為止。 當 AI 不斷打臉自己的時候， 你還要無條件相信他嗎? (還有，習慣性打臉自己的網紅也是啊...)
2. 還有， 如果你有意識到一直被AI拍馬屁灌迷湯好像不太健康， 也可以用這個 gem 評論自己的文章， 幫自己澆澆冷水。

三、 何時用 gem?

想像一位聰明但健忘的助理 (gemini)， 前面講過的話， 半小時後就忘了。 (超出他的 context window 上下文窗口) 對話中上傳的檔案更會大量消耗他的記憶空間。 Saved-info 就像是一張黏在他手上的超級重要事項便條紙📝， 他每次回答前都會仔細看一遍。

而 gem 就像是執行某項任務時的一個專用公事包💼 ， 除了任務說明之外， 在製定 gem 時上傳的檔案會被 gemini 採用 RAG 技術 (下詳) 做特殊處理， 不會佔用助理的記憶空間。 例如本校的各種獎學金申請規定、 本公司的所有人事法規、 本賣場的貨架地圖與上架規定、 或某個 github 專案的程式碼風格規約等等， 總之就是提供他 「執行此項任務時所需的所有文件」， 讓他可以隨時查看這些資料， 不需要記憶。 這也就是 Retrieval-Augmented Generation 檢索增強生成 技術， 像是幫 AI 準備的課本， 讓它在回答這個 (你關心的) 特定領域主題時可以精準、 不幻想， 又不需要你花力氣訓練它。 (可惜我這個例子沒用到這部分。)

那跟 NotebookLM 有什麼不同呢? NotebookLM 比較適合「聚焦一個主題，有多份參考文件」的深入研究場合。 它可以吃的文件數 (50) 遠多於 gem (10)， 也可以產生各種形式的輸出 (例如 podcast)。

快寫完才發現這篇， 大推： 【AI 工具全攻略】一次搞懂 ChatGPT, Gemini Gem, NotebookLM 有什麼不同？