- Τα Gemini Skills είναι φορητά πακέτα οδηγιών σε μορφή SKILL.md που σας επιτρέπουν να αυτοματοποιείτε επαναλαμβανόμενες και προσαρμοσμένες εργασίες.
- Το σύστημα επιτρέπει τον συνδυασμό πολλαπλών δεξιοτήτων στην ίδια συνομιλία για τη βελτιστοποίηση σύνθετων αποτελεσμάτων.
- Η φορητότητα είναι το κλειδί, επιτρέποντας τη μετεγκατάσταση διαμορφώσεων μεταξύ διαφορετικών πλατφορμών τεχνητής νοημοσύνης χρησιμοποιώντας ανοιχτά πρότυπα.
Αν ποτέ έχετε νιώσει ότι η επανειλημμένη παροχή των ίδιων οδηγιών σε μια Τεχνητή Νοημοσύνη είναι αγγαρεία, τα Gemini Skills είναι εδώ για να σας σώσουν. Ουσιαστικά, είναι επαναχρησιμοποιήσιμα πακέτα οδηγιών που διδάσκουν στον βοηθό ακριβώς πώς να εκτελέσει μια συγκεκριμένη εργασία, αποτρέποντάς σας από το να πληκτρολογείτε μακροσκελείς οδηγίες κάθε φορά που ανοίγετε μια συνομιλία.
Το πιο ενδιαφέρον από όλα είναι ότι η Google έκανε μια στρατηγική στροφή απομακρύνοντας τα παλιά Gems και υιοθετώντας ένα ανοιχτό πρότυπο που βασίζεται σε αρχεία SKILL.md . Αυτό σημαίνει ότι οι διαμορφώσεις σας δεν συνδέονται πλέον με μία μόνο πλατφόρμα, αλλά μπορείτε να τις μετακινείτε μεταξύ διαφορετικών βοηθών τεχνητής νοημοσύνης, καθιστώντας αυτές τις δεξιότητες απίστευτα ευέλικτα προσωπικά μικροεργαλεία.
Τι ακριβώς είναι οι Δεξιότητες των Διδύμων;
Με απλά λόγια, μια Δεξιότητα είναι ένα σύνολο κανόνων με ένα σαφές όνομα και, προαιρετικά, ορισμένα αρχεία αναφοράς που παρέχουν περιεχόμενο. Μπορείτε να τους ενεργοποιήσετε με δύο τρόπους: πληκτρολογώντας το σύμβολο / στη συνομιλία για να επιλέξετε αυτό που χρειάζεστε ή αφήνοντας την Τεχνητή Νοημοσύνη να είναι έξυπνη και να την ενεργοποιήσει αυτόματα εάν εντοπίσει ότι το αίτημά σας ταιριάζει με την περιγραφή της Δεξιότητας.
Ένα από τα πιο σημαντικά του πλεονεκτήματα είναι η δυνατότητα συνδυασμού πολλαπλών Δεξιοτήτων σε μία μόνο συζήτηση. Φανταστείτε ότι έχετε μία για το στυλ γραφής και μία άλλη για τις κατευθυντήριες γραμμές της επωνυμίας σας. Η Gemini μπορεί να εφαρμόσει και τις δύο ταυτόχρονα για ένα άψογο αποτέλεσμα χωρίς να χρειάζεται να ανακατεύετε το κείμενο.
Εσωτερικές λειτουργίες και φόρτωση δεδομένων
Πολλοί άνθρωποι παραβλέπουν τον τρόπο με τον οποίο το Gemini αποφασίζει ποια Δεξιότητα θα χρησιμοποιήσει, αλλά είναι ζωτικής σημασίας να αποφευχθούν σφάλματα. Η διαδικασία πραγματοποιείται σε τρία βήματα: πρώτον, η Τεχνητή Νοημοσύνη αναλύει το όνομα και την περιγραφή για να δει αν υπάρχει συνάφεια. δεύτερον, εάν υπάρχει αντιστοιχία, διαβάζει τις πλήρεις οδηγίες. και τρίτον, ανοίγει τα συνημμένα μόνο εάν είναι πραγματικά απαραίτητα για απάντηση.
Να μια λεπτομέρεια όπου πολλοί άνθρωποι κάνουν λάθος: σε αντίθεση με το Gems, το οποίο διαβάζει αρχεία Drive σε πραγματικό χρόνο, το Skills αποθηκεύει ένα στιγμιότυπο των μεταφορτωμένων αρχείων . Εάν ενημερώσετε ένα έγγραφο στο Drive σας, το Skill δεν θα το γνωρίζει. Θα πρέπει να ανεβάσετε ξανά ολόκληρο το πακέτο με τα ενημερωμένα αρχεία, ώστε η Τεχνητή Νοημοσύνη να έχει τις τρέχουσες πληροφορίες.
Απαιτήσεις και κόστος: Ποιος μπορεί να τα χρησιμοποιήσει;
Δεν έχουν όλοι άμεση πρόσβαση. Για να παίξετε με το Skills, πρέπει να είστε τουλάχιστον 18 ετών και να χρησιμοποιείτε έναν προσωπικό λογαριασμό Google, καθώς οι εκπαιδευτικοί ή επαγγελματικοί λογαριασμοί δεν είναι διαθέσιμοι αυτήν τη στιγμή. Επιπλέον, πρέπει να έχετε ενεργοποιήσει τη Διατήρηση δραστηριότητας.
Όσον αφορά τα χρήματα, υπάρχει μεγάλη σύγχυση σε φόρουμ όπως το Reddit, αλλά η πραγματικότητα είναι ότι τα Skills είναι δωρεάν . Δεν χρειάζεστε συνδρομή επί πληρωμή για να τα δημιουργήσετε ή να τα χρησιμοποιήσετε στις τακτικές σας συνομιλίες. Αυτό που μπορεί να διαφέρει ανάλογα με το πρόγραμμά σας είναι το συνολικό όριο χρήσης του Gemini ή η πρόσβαση σε πιο προηγμένες λειτουργίες όπως το Gemini Spark.
Πώς να δημιουργήσετε τη δική σας δεξιότητα βήμα προς βήμα
Η Google προσφέρει τέσσερις τρόπους για να ρυθμίσετε μια Δεξιότητα από το μενού Ρυθμίσεις ή τη συνομιλία: μπορείτε να ζητήσετε από τον Gemini να τη δημιουργήσει χρησιμοποιώντας μια προτροπή, να χρησιμοποιήσετε προσχεδιασμένα πρότυπα, να ξεκινήσετε από την αρχή με έναν κενό καμβά ή, η πιο επαγγελματική επιλογή, να ανεβάσετε ένα αρχείο SKILL.md.
Αν ψάχνετε για κάτι σοβαρό, σας προτείνω να επιλέξετε απευθείας το αρχείο .md, καθώς αυτό σας δίνει πλήρη έλεγχο έκδοσης και σας επιτρέπει να μεταφέρετε εύκολα την εργασία σας στο Claude ή στο ChatGPT. Ωστόσο, λάβετε υπόψη ότι οι Δεξιότητες που δημιουργούνται χειροκίνητα δεν αποθηκεύονται στην εφαρμογή για κινητά και εκείνες με συνημμένα μπορούν να επεξεργαστούν μόνο μέσω του ιστού.
Περιορισμοί που πρέπει να γνωρίζετε
Δεν είναι όλα ηλιοφάνεια και ουράνια τόξα. Υπάρχουν όρια που δεν μπορείτε να αγνοήσετε: μπορείτε να δημιουργήσετε όσες Δεξιότητες θέλετε, αλλά μόνο 100 ενεργές κάθε φορά . Το μέγιστο μέγεθος μεταφόρτωσης είναι 100 MB και ορισμένες μορφές απαγορεύονται: ξεχάστε τα .docx ή .xlsx. Πρέπει να τα μετατρέψετε σε PDF, CSV ή Markdown πριν από τη μεταφόρτωση.
Ένα άλλο κρίσιμο σημείο είναι τα σενάρια. Εάν εισαγάγετε μια Δεξιότητα που βασίζεται σε κλήσεις σε εξωτερικά API, πιθανότατα δεν θα λειτουργήσει, καθώς τα σενάρια Gemini δεν έχουν πρόσβαση στο διαδίκτυο . Περιορίζονται στην επεξεργασία των εσωτερικών πληροφοριών της Δεξιότητας.
Η μετάβαση από τα Gems στις Skills
Αν είχατε Gems, μην ανησυχείτε, επειδή η Google θα τα μετατρέψει αυτόματα σε Skills. Αλλά αν θέλετε να παρακολουθείτε, μπορείτε να το κάνετε μόνοι σας κατεβάζοντας τα αρχεία γνώσεων , δημιουργώντας έναν φάκελο με το όνομα της Skill (με πεζά γράμματα και παύλες) και ανεβάζοντας το αρχείο SKILL.md μαζί με τις αναφορές του.
Μια επαγγελματική συμβουλή: Όταν γράφετε την περιγραφή, μην χρησιμοποιείτε μια γενική φράση, αλλά μάλλον μια ενεργοποίηση όπως "Χρησιμοποιήστε το όταν..." . Δεδομένου ότι ο Gemini χρησιμοποιεί την περιγραφή για να αποφασίσει εάν θα ενεργοποιήσει την Δεξιότητα, η ακρίβεια βοηθά στην αποτροπή της επιλογής λάθος εργαλείου από την Τεχνητή Νοημοσύνη.
Άλλες υλοποιήσεις: Chrome και Enterprise Environments
Υπάρχει μια απλοποιημένη έκδοση που ονομάζεται Skills for Chrome και λειτουργεί περισσότερο σαν συντόμευση αποθηκευμένων προτροπών στην πλαϊνή γραμμή. Δεν πρόκειται για αυτόνομοι πράκτορες, αλλά για γρήγορες εντολές για σάρωση ιστοσελίδων ή σύνοψη περιεχομένου με ένα μόνο κλικ, γεγονός που τις καθιστά ιδανικές για όσους χρησιμοποιούν την Τεχνητή Νοημοσύνη ως συνεχή βοηθό πλοήγησης.
Στο περιβάλλον Gemini Enterprise, τα πράγματα γίνονται πιο σοβαρά. Εδώ, ο διαχειριστής της εφαρμογής ελέγχει ποιος κοινοποιεί τι . Η διαδικασία περιλαμβάνει έναν έλεγχο όπου ο διαχειριστής μπορεί να εγκρίνει ή να απορρίψει την κοινή χρήση ενός εκπροσώπου με ομάδες Google Identity, διασφαλίζοντας ότι οι ευαίσθητες πληροφορίες δεν κυκλοφορούν ανεξέλεγκτα σε όλο το γραφείο.
Προηγμένη χρήση μέσω CLI και Firebase
Για όσους είναι εξοικειωμένοι με το τερματικό, το Gemini CLI σάς επιτρέπει να ανακαλύψετε Δεξιότητες στον κατάλογο .agents/skills. Αυτό σας επιτρέπει να εκτελέσετε δεξιότητες από το κέλυφος , διευκολύνοντας την ενσωμάτωση με ροές εργασίας ανάπτυξης. Μπορείτε ακόμη και να εγκαταστήσετε συγκεκριμένες Δεξιότητες, όπως αυτές από το Firebase, ώστε η Τεχνητή Νοημοσύνη να μπορεί να βοηθήσει στην ανάπτυξη εφαρμογών ιστού διαχειριζόμενοι τον έλεγχο ταυτότητας και τις βάσεις δεδομένων Firestore.
Αυτή η προσέγγιση μετατρέπει την Τεχνητή Νοημοσύνη από μια απλή εφαρμογή συνομιλίας σε ένα τεχνικό κέντρο εντολών . Η δυνατότητα εγκατάστασης φορητών ενοτήτων γνώσης επιτρέπει στους προγραμματιστές παγκοσμίως να μοιράζονται βελτιστοποιημένες ροές εργασίας, μειώνοντας το κόστος των token και αυξάνοντας την ακρίβεια των τεχνικών απαντήσεων.
Ένταξη στον τομέα της εκπαίδευσης
Στον ακαδημαϊκό χώρο, το Gemini LTI επιτρέπει στους εκπαιδευτές να μοιράζονται σημειωματάρια και Gems με τους μαθητές τους απευθείας σε πλατφόρμες όπως το Canvas ή το Schoology. Οι μαθητές έχουν πρόσβαση μόνο για ανάγνωση στο υλικό, ενώ οι εκπαιδευτές διαχειρίζονται το περιεχόμενο από μια πλαϊνή μπάρα, διασφαλίζοντας ότι το υλικό του μαθήματος είναι πάντα διαθέσιμο με ένα κλικ.
Η διαχείριση αυτών των εκπαιδευτικών εργαλείων διέπεται από τις πολιτικές του Google Drive . Εάν ένας καθηγητής διαγράψει ένα Gem, ο μαθητής χάνει αμέσως την πρόσβαση, επιτρέποντας τον πλήρη έλεγχο της εγκυρότητας του εκπαιδευτικού υλικού που κοινοποιήθηκε κατά τη διάρκεια του εξαμήνου.
Τελικά, γινόμαστε μάρτυρες μιας εξέλιξης όπου η Τεχνητή Νοημοσύνη δεν είναι πλέον απλώς ένα άδειο πλαίσιο κειμένου, αλλά μάλλον ένα οικοσύστημα προσαρμοσμένων και φορητών εργαλείων. Είτε μέσω της απλότητας μιας εντολής / σε μια συνομιλία, της δύναμης ενός αρχείου SKILL.md, είτε της ενσωμάτωσης σε εταιρικά και εκπαιδευτικά περιβάλλοντα, το κλειδί έγκειται στη γνώση του τρόπου δομής των πληροφοριών και της αξιοποίησης της διαλειτουργικότητας για την αποφυγή της εξάρτησης από ένα μόνο λογισμικό.