GeminiNotebook新增共创功能，用户可干预视频概览与幻灯片生成流程

Google 近期为其知识整理工具 Gemini Notebook 推出一项关键更新：新增“共创”（Co-creation）功能，使用户能在生成视频概览（Video Overviews）与幻灯片（Slide Decks）前主动参与设计决策，而非被动接收最终成品。

此前，Gemini Notebook 的工作模式是典型的“输入-输出”单向流程：用户提供原始材料（如文档、会议记录或网页内容），系统自动提炼并生成结构化成果，包括音频摘要、学习卡片、幻灯片或短视频。整个过程由模型全权主导，用户仅能调整初始提示词，无法干预中间步骤。

此次更新改变了这一范式。启用“共创”后，系统将引导用户进入分步创作流程：在正式生成前，用户可选择幻灯片的版式布局（如大纲式、图文并茂式、极简风格）、视频的叙事节奏（快剪/娓娓道来）、配色方案乃至字体偏好。例如，面对一份技术白皮书，用户可指定“以问题导向结构组织幻灯片”，或要求视频概览采用“动画演示+关键数据高亮”的视觉策略。系统会基于这些选择动态调整生成逻辑，最终产出更贴合个人表达习惯与场景需求的内容。

该功能并非孤立演进，而是嵌入谷歌近期强化办公AI“上下文掌控力”的整体战略中。2026年10月，谷歌发布面向企业用户的 Gemini Agent，明确将“长期积累的上下文、技能与数据”视为核心壁垒，而非单纯依赖模型迭代速度。Gemini Notebook 的共创能力，正是对“用户作为上下文主体”这一理念的技术落地——当用户能定义输出形式时，其个人工作逻辑、团队规范甚至行业惯例便自然融入生成过程，形成更具适应性的智能辅助。

值得注意的是，这一变化呼应了当前办公AI领域的普遍转向。微软 Copilot 在9月升级中强调“工作的操作系统”定位，赋予智能体独立身份、记忆与工作空间；OpenAI 则通过 ChatGPT Space 和 Pages 构建项目级上下文沉淀环境；Anthropic 将 Cowork 整合进统一交互层。各方共识在于：模型本身可被替换，但围绕任务流构建的上下文资产难以复制。Gemini Notebook 的共创机制，实质是将用户自身的工作意图转化为可复用的“轻量级上下文模板”，为后续自动化任务提供隐性约束。

在技术实现层面，共创功能依赖于对生成流程的模块化解耦。传统端到端生成将“理解-规划-执行-渲染”压缩为单一推理链，而新架构将“风格决策”与“内容生成”分离：前者由轻量级控制器处理用户偏好，后者仍由 Gemini 模型负责信息提取与逻辑组织。这种分层设计既保障了生成质量，又避免因用户干预导致输出失真。

与此同时，谷歌也在推进底层模型能力升级。10月初，公司正式推出新一代前沿模型 Gemini 4 Argon，初期仅限 AI Ultra 订阅用户（月费100欧元），随后向 AI Pro 用户（月费约20欧元）开放。尽管该模型性能显著提升，但使用配额极为严格——复杂提示词三次调用即可耗尽五小时限额。为缓解此限制，Google 搜索中的 AI 模式现已支持选择 Gemini 4 Argon 作为后端，且不计入应用内配额，成为高阶用户延长深度交互的有效通道。

值得补充的是，谷歌近期开源的 Harness² 项目进一步揭示了其对“运行时优化”的重视。该项目允许大模型在推理过程中动态修改自身提示词、工具链与系统配置，无需重训权重即可显著提升办公任务表现（GLM-5 接入后 WorkBuddy-Bench 得分提升11.5分）。Harness² 采用双层递归架构：任务级递归通过“提议-探测-合成”机制验证修改有效性；改进级递归则将调试经验沉淀为元知识。这一思路与 Notebook 的共创逻辑高度一致——均强调“在执行中学习”，而非预设固定规则。

用户反馈显示，共创功能最实用的场景集中在教育与跨部门协作领域。高校教师可定制符合课程大纲的幻灯片结构；产品经理能按团队评审习惯生成带风险标注的视频概览；咨询顾问则利用风格选项快速适配不同客户的品牌视觉规范。一位早期测试者表示：“过去我总要花半小时修图改排版，现在只需在生成前点几下，初稿就接近可用状态。”

不过，该功能目前仅覆盖视频概览与幻灯片两类输出，音频摘要与闪卡等其他 Study Aids 仍未开放干预接口。Google 表示后续将逐步扩展至全部内容类型，并探索与 Workspace 的深度集成——例如，根据用户在 Gmail 中的邮件往来习惯自动推荐幻灯片配色，或依据日历事件密度动态调整视频时长。

从产品演进角度看，Gemini Notebook 的共创功能标志着办公AI进入“可控智能”新阶段。早期工具追求“全自动”，结果常因脱离用户意图而需大量返工；中期工具提供“后编辑”能力，仍属被动修正；如今的共创模式则前置干预点，将人机协作锚定在决策起点。这不仅是交互方式的优化，更是对“AI助手”角色的重新定义：它不再只是执行者，而是可协商的协作者。

随着企业对上下文资产的争夺日益激烈，此类让用户深度参与生成过程的功能，将成为区分基础工具与专业生产力平台的关键分水岭。