▌第1 章 認識與快速上手Gemini

1-1 Gemini 是什麼

1-2 認識不同版本的 Gemini

1-3 登入與認識Gemini( 基本版) 操作環境

1-3-1 認識聊天環境

1-3-2 展開或收合選單

1-3-3 「新的對話」與「臨時對話」

1-3-4 主題 - 介面色彩

1-3-5 2.5 Flash 版本

1-3-6 升級

1-3-7 Nano Banana

1-4 與Gemini 聊天 – 展現Google AI 的特色

1-4-1 一般聊天測試

1-4-2 回覆下方的功能圖示

1-4-3 結合「Google 地圖」的聊天測試

1-4-4 結合Google 搜尋

1-4-5 分行輸入 - Shift + Enter 鍵

1-5 生成與操作聊天主題

1-5-1 生成聊天標題

1-5-2 釘選

1-6 共用 - 分享聊天內容

1-6-1 分享聊天的應用情境

1-6-2 分享內容

1-6-3 刪除分享連結

1-7 匯出文件 - 傳送到 Word 與 Gmail

1-7-1 匯出文件到Word

1-7-2 在Gmail 建立草稿

1-8 閱讀網址內容生成摘要報告

1-8-1 閱讀Youtube 網站產生中文摘要

1-8-2 閱讀中文網站生成摘要

1-8-3 生成表格式的報告

1-9 查核Gemini 回應資料的正確性

1-10 活動紀錄

1-11 搜尋功能

1-12 已儲存的資訊

1-12-1 功能定位

1-12-2 可以儲存的內容

1-12-3 啟用已儲存資訊

1-12-4 測試已儲存資訊 - Gemini 推薦筆者適合寫作的地方



▌第2 章 語音輸入與朗讀輸出- 外語隨身教練

2-1 語音輸入與朗讀輸出

2-1-1 語音輸入的應用場景

2-1-2 Gemini 會徵求我們的同意

2-1-3 語音輸入與朗讀輸出

2-1-4 語音輸入的其他應用

2-2 學習外語的隨身教練

2-2-1 「說 → 看 → 聽」的學習教練

2-2-2 實際範例



▌第3 章 聊天技巧與輸出格式的規則

3-1 聊天技巧

3-1-1 明確化需求

3-1-2 分步驟提問

3-1-3 善用上下文與範例

3-1-4 指定角色與視角

3-1-5 持續修正與迭代

3-2 如何讓Gemini 用您指定的格式回應

3-2-1 為什麼格式控制很重要？

3-2-2 常見的格式控制方式

3-2-3 語法指令補充技巧

3-2-4 總結

3-3 條列式、Q&A、表格輸出控制

3-3-1 條列式輸出（List Format）

3-3-2 問與答格式（Q&A）

3-3-3 表格輸出（Table Format）

3-3-4 總結

3-4 限制字數與加入實例

3-4-1 限制字數（Length Limitation）

3-4-2 加入實例（Include Examples）



▌第4 章 Gemini 應用程式 – 旅遊類

4-1 認識「應用程式」

4-1-1 展開「應用程式」項目

4-1-2 輸入「@」啟用應用程式

4-2 Google 地圖 - 智慧導覽與資訊查詢

4-2-1 當地圖應用未啟用時 - Gemini 如何回答

4-2-2 地點查詢

4-2-3 路線規劃

4-2-4 附近探索

4-3 Google 航班/ 機票 - 智慧查詢與比價

4-3-1 航班查詢

4-3-2 票價比對

4-3-3 轉機資訊

4-3-4 彈性搜尋

4-4 Google 飯店 - 智慧查詢與比價

4-4-1 旅遊住宿規劃

4-4-2 價格比較

4-4-3 評價篩選

4-4-4 地點便利性

4-5 結合地圖、航班或飯店的旅遊規劃

4-5-1 Gemini 的旅遊規劃方式

4-5-2 5 天4 夜自由行



▌第5 章 Gemini 應用程式 - 媒體類

5-1 YouTube/YouTube Music 功能概覽

5-1-1 三大核心功能

5-1-2 適用情境

5-2 YouTube 應用

5-2-1 影片搜尋

5-2-2 影片摘要

5-3 YouTube Music 應用

5-3-1 歌曲搜尋

5-3-2 播放清單推薦

5-3-3 探索新音樂



▌第6 章 Gemini 應用程式 - Google Workspace

6-1 Gmail 應用 - 智慧郵件操作

6-1-1 智慧郵件摘要 - 快速擷取重點內容

6-1-2 自動回覆建議 - 撰寫更有效率

6-1-3 郵件分類與搜尋 - Gemini 輔助高精準過濾

6-2 Google Calendar - 時間管理

6-2-1 認識Chrome 視窗的Google Calendar

6-2-2 從無到有 - Gemini 協助生成行程

6-3 Google Keep - 雲端筆記

6-3-1 認識Chrome 視窗的Google Keep

6-3-2 從無到有 - Gemini 協助生成筆記

6-4 Google Tasks - 建立待辦清單系統

6-4-1 認識Chrome 視窗的Google Tasks

6-4-2 建立待辦事項

6-4-3 待辦清單轉成Calendar

6-5 Google 文件 – 生成與摘要

6-5-1 認識Chrome 視窗的Google 文件

6-5-2 Gemini 輔助快速建立草稿

6-5-3 Gemini 視窗編輯Google 文件

6-6 Google 雲端硬碟

6-6-1 認識Chrome 視窗的Google 雲端硬碟

6-6-2 摘要檔案內容



▌第7 章 文字、音訊與圖像檔案上傳 - 智慧分析

7-1 檔案上傳與分析的核心價值

7-1-1 與傳統辦公軟體的差異

7-1-2 實務操作

7-2 文件型檔案分析（Word、PDF） - 語音摘要

7-2-1 文字摘要

7-2-2 語音摘要

7-2-3 其他摘要Prompt 實例

7-3 音訊檔案轉文字稿

7-4 AI 視覺 - 上傳圖像，理解圖像內容

7-4-1 物品識別

7-4-2 場景分析

7-4-3 文字識別與抽取

7-4-4 圖像意境解讀

7-4-5 跨模態互動



▌第8 章 Gemini 的 Canvas 功能

8-1 Canvas 功能概覽

8-1-1 定位 - AI 輔助的知識與專案工作板

8-1-2 與純文字對話的差異（線性 vs 結構化）

8-1-3 Canvas 在工作與學習中的角色

8-2 建立Canvas 文案

8-2-1 啟動Canvas

8-2-2 文字或段落編輯

8-2-3 變更文案長度

8-2-4 變更語氣

8-2-5 提出修改建議

8-2-6 問問Gemini

8-3 讓文件活起來 - Canvas「 建立」應用

8-3-1 建立網頁（Web Page）

8-3-2 建立資訊圖表（Infographics）

8-3-3 測驗（Quiz）

8-3-4 語音摘要（Audio Summary）

8-4 Canvas 設計帕斯卡三角形遊戲

8-4-1 帕斯卡三角形遊戲設計

8-4-2 可能的遊戲成果 1

8-4-3 遊戲成果 2



▌第9 章 Deep Research 深度研究

9-1 Deep Research 功能概覽

9-1-1 定義與核心定位 - 與傳統搜尋或摘要的差異

9-1-2 四大特色 - 多來源比對、分層分析、長時推理、引用透明

9-2 操作流程

9-2-1 啟動Deep Research

9-2-2 自然語言提問

9-2-3 「目錄」、「匯出」

9-2-4 建立

9-2-5 探討Deep Research 輸出形式

9-3 實際應用情境



▌第10 章 AI 導師上線 - 體驗Gemini 的引導式學習

10-1 引導式學習

10-1-1 功能定位與應用情境

10-1-2 啟用引導式學習

10-1-3 Prompt 範例

10-2 語音互動學習

10-2-1 語音學習與情境說明

10-2-2 語音互動學習實例



▌第11 章 探索Gem – 建立專屬AI 助理

11-1 什麼是 Gem

11-1-1 定義與核心理念

11-1-2 與一般 Prompt 的差異

11-1-3 Gem 的生態定位

11-2 認識與建立Gem 環境

11-3 英文單字學習卡片 Gem

11-3-1 建立畫面

11-3-2 測試「英文單字學習卡片」

11-3-3 儲存與觀察

11-3-4 Gem 列表與分享

11-4 網路電商客服 Gem

11-4-1 填寫名稱和使用說明

11-4-2 上傳Gem 的知識背景 - 相關資訊

11-4-3 Prompts 的測試

11-5 我可以稱Gem 是打造「專屬AI Agent 嗎」



▌第12 章 AI 助理Storybook

12-1 什麼是 Storybook

12-1-1 定義與基本功能

12-1-2 與一般 Gemini 對話的差異

12-1-3 為什麼適合用於創意與學習

12-2 建立 Storybook 的流程

12-2-1 啟用 Storybook 功能

12-2-2 撰寫提示（輸入主題或情境）

12-3 Storybook 的應用場景

12-3-1 客服助理培訓

12-3-2 語言學習助理

12-3-3 行銷與品牌故事

12-3-4 小結



▌第13 章 AI 圖像創作 - Imagen

13-1 什麼是 Imagen

13-1-1 Imagen 的技術背景與定位

13-1-2 與 Gemini 的整合方式

13-1-3 小結

13-2 撰寫 Prompt 的技巧

13-2-1 如何撰寫清晰有效的描述

13-2-2 加入風格、細節、色彩元素的方法

13-2-3 利用角色、場景、氛圍提升畫面效果

13-2-4 避免模糊或誤導性的指令

13-2-5 小結

13-3 Imagen 的繪畫入門與創作風格

13-3-1 啟動Imagen

13-3-2 童話風格

13-3-3 科幻未來感

13-3-4 寫實攝影風

13-3-5 教育與學習風格

13-3-6 行銷與品牌風格

13-3-7 圖像大小與比例的選擇

13-3-8 繪製4 格漫畫

13-3-9 迭代繪圖

13-4 Imagen 的應用場景

13-5 Imagen 與Gem 結合 - 設計品牌行銷Gem

13-5-1 架構化繪圖 Gem 的觀念

13-5-2 品牌視覺行銷 Gem

13-5-3 「運動鞋」和「太陽牌衛星手機」品牌宣傳



▌第14 章 Nano Banana Gemini 2.5 Flash Image

14-1 什麼是 Nano Banana

14-1-1 名稱由來與正式名稱（Gemini 2.5 Flash Image）

14-1-2 發展背景 - 從 Gemini 2.0 Flash Image過渡到 2.5

14-1-3 與 Imagen 的核心差異初探

14-1-4 小結

14-2 Nano Banana 的核心功能

14-2-1 圖生圖

14-2-2 多圖融合 - 人物移動

14-2-3 多圖融合 - 合成新圖像

14-2-4 世界知識加成 - 自動融入合理的背景元素

14-3 官網展示實例

14-3-1 官方網站展示實例

14-3-2 GitHub 網站有關Nano Banana的應用

14-4 Google AI Studio 的Nano Banana

14-4-1 認識Google AI Studio 的定位

14-4-2 進入Nano Banana 環境



▌第15 章 AI 影片生成新紀元 - Veo

15-1 Veo 的定位與特點

15-2 Veo 的操作流程

15-3 文字生成影片

15-4 圖片生成影片

15-5 文字 + 圖片 -「公仔化身飛翔的超級英雄」

15-6 Google AI Studio 的Veo



▌第16 章 Gemini App - 手機上的隨身 AI 助手

16-1 安裝與登入

16-2 操作介面導覽

16-2-1 聊天視窗與輸入方式

16-2-2 功能表欄與選單介紹

16-2-3 與電腦版的差異

16-2-4 小結

16-3 Gemini App 行動體驗特色

16-3-1 語音輸入與即時翻譯 - 快速口語互動，適合旅行或會議

16-3-2 相機拍照辨識 - 上傳照片、即時理解圖像內容

16-3-3 多模態查詢 - 文字 + 圖像結合提問

16-3-4 小結

16-4 Gemini Live

16-4-1 功能特色

16-4-2 操作方式

16-4-3 視訊

16-4-4 直播

16-4-5 暫停



▌第17 章 NotebookLM - AI 驅動的智慧筆記與學習夥伴

17-1 NotebookLM 的定位與演變

17-1-1 背景與發展簡史

17-1-2 與傳統筆記/ 知識管理工具相比之處

17-1-3 NotebookLM 在 Gemini 生態中的角色定位

17-2 NotebookLM 視窗與筆記操作環境

17-2-1 NotebookLM 主視窗

17-2-2 筆記本的存取權限 – Reader/Owner

17-2-3 設定

17-2-4 NotebookLM 筆記操作環境

17-2-5 查看檔案細節

17-2-6 返回NotebookLM 主視窗

17-3 建立NotebookLM 的知識引擎

17-3-1 來源檔案的格式與限制

17-3-2 專題實作 - 建立「AI 的歷史與未來」的知識引擎

17-3-3 建立新的筆記

17-3-4 探索（Discover）

17-3-5 新增記事

17-4 智慧「對話」 - 與 NotebookLM 的互動中樞

17-4-1 「對話」功能說明

17-4-2 實作練習 - Prompt 範例操作

17-4-3 儲存到記事

17-5 工作室 - 多模態輸出的創作空間

17-5-1 語音摘要（Audio Overviews）

17-5-2 影片摘要（Video Overviews）

17-5-3 報告生成（Reports）

17-5-4 心智圖概覽（Mind Maps）

17-5-5 智慧學習卡（Flashcards）

17-5-6 互動測驗（Quizzes）

17-6 我的筆記本

17-7 筆者操作NottebookLM 的感想



?

序



　　在人工智慧的演進歷程中，從單一文字對話到多模態整合，代表的不只是技術的突破，更是人類工作與生活方式的根本轉變。Google 以 Gemini 為核心，串聯NotebookLM、Imagen、Nano Banana、Veo、Gem 等工具，再加上隨時隨地可用的Gemini Live，構築出一個前所未有的智慧工作流生態。這套生態系不僅能理解文字，更能同時處理聲音、影像、影片與資料，將 AI 從輔助角色推升為真正的「智慧夥伴」。



　　本書以「Gemini × NotebookLM 領軍邁向多模態 AI 工作流」為主軸，系統化介紹了從基礎操作到進階應用的全貌。讀者將循序漸進地學習如何：



　　? 認識並掌握 Gemini 的各種版本與操作技巧，善用聊天、匯出、分享、摘要等功能。

　　? 透過語音輸入與朗讀輸出，打造隨身外語教練，將 AI 融入學習日常。

　　? 善用聊天技巧與輸出格式規則，讓 Gemini 成為結構化資訊的最佳生成器。

　　? 搭配 Google Maps、航班、飯店等應用程式，完成智慧旅遊規劃。

　　? 與 YouTube、Google Workspace 等工具無縫整合，提升媒體與辦公效率。

　　? 上傳文字、音訊與圖像檔案，讓 Gemini 進行智慧分析與跨模態解讀。

　　? 在 Canvas 中組織與延伸 AI 生成的內容，將靈感轉化為專案成果。

　　? 體驗 Deep Research 的深度研究功能，展現多來源、多層次的資料洞察力。

　　? 使用 Gem、Storybook、Imagen、Nano Banana 與 Veo，展開專屬 AI 助理、圖像創作與影片生成的新世代體驗。

　　? 在行動裝置上啟用 Gemini App 與 Gemini Live，實現即時、互動的全方位 AI 助手。

　　? 結合 NotebookLM，打造「影音摘要」、「影片摘要」、「智慧筆記」、「心智圖」、「學習卡」與「互動測驗」，將知識管理與學習推升至全新境界。



　　AI 工具的價值，不在於炫目的技術，而在於如何幫助我們「想得更清楚、學得更快、做得更好」。這本書的核心精神，即是將 Gemini 與其生態系應用，化為日常可用的智慧工作術。



　　希望讀者能藉由本書，不僅熟悉操作步驟，更能領悟多模態 AI 背後的思維轉變，並進一步應用於學習、研究、職場與創意創作之中。當 AI 成為我們的思考與創作夥伴時，未來已不再遙遠，而是正在我們手中發生。本書編寫雖然力求完善，但疏漏或謬誤在所難免，還請讀者不吝指正、賜教，讓這本「Gemini × NotebookLM 領軍邁向Google 多模態 AI 工作流」 能持續進化，陪伴你一同前行。