Desde o lançamento do ChatGPT 3.5 em 2022, usei muitos modelos de linguagem principais diferentes, e as regras subjacentes para adaptar o modelo às suas necessidades permaneceram praticamente as mesmas. O ponto de atrito mais persistente no trabalho com qualquer modelo diz respeito a tudo o que precisa acontecer antes que o modelo possa ser útil. Você precisa explicar o contexto, as regras, as restrições e talvez até mostrar que tipo de resultado você está procurando. Você faz tudo isso e, quando a sessão termina ou a tarefa é concluída, a próxima tarefa deve ser reiniciada.
Gemini Gems pode ter sido a primeira tentativa de resolver este problema. Em vez de participar de um diálogo incansável de instruções e resultados, esse recurso me permitiu criar assistentes especializados que ajudam em fluxos de trabalho específicos e os reutilizam indefinidamente. É por isso que, apesar de pagar US$ 20 por mês para a Anthropic, continuo voltando para a Gemini.
Como funcionam as gemas de Gêmeos?
E o que os torna tão úteis?
A maneira mais fácil de entender o que é uma joia, curiosamente, é entender o que ela não é. Qualquer pessoa que já usou o Gemini já sabe que, como a maioria das outras plataformas LLM em nuvem, ele permite definir instruções personalizadas e uma camada de contexto global para cada conversa que acontece com o modelo quando a memória está ligada.
As pedras preciosas são um pouco diferentes nesse aspecto. Eles são adequados para tarefas mais específicas, adaptadas a uma finalidade específica que você pode especificar durante a criação. Para isso, você também pode especificar como o modelo funciona, as instruções que ele executa e o tipo de saída que fornece. Por exemplo, algumas das joias produzidas pelo Google Labs incluem um gênio de receitas que gera ideias de refeições com base em suas preferências alimentares, um profissional de marketing para estratégia de conteúdo e resumos de campanha, um criador de perfil de negócios para pesquisas competitivas e um designer de interiores que gera conceitos de quartos a partir de descrições. Nenhum deles requer ajuste fino ou configuração além de selecioná-los.
As regras de contexto se aplicam apenas quando você abre uma gema específica, o que significa que você pode ter vários ajudantes especializados para diferentes contextos sem que o histórico de conversas afete os resultados uns dos outros. Em outras palavras, a gema que você definiu para escrita não saberá sobre aquela que você definiu para codificação.
Experimentei o Gemini Omni e é tão bom que parece saído de ficção científica
Há um novo rei da geração do vídeo na cidade, e não é brincadeira
Modelo personalizado para qualquer caso de uso
Projetado para você, para você
O caso de uso ao qual sempre volto, especificamente, é a construção de conhecimento. Obter uma compreensão mais rápida de um assunto sem perder detalhes costuma ser a diferença entre o conhecimento superficial e a experiência no assunto. Isso me leva alguns meses atrás, quando Claude Mitos foi lançado. Pesquisar o novo modelo significou trabalhar com o mapa do sistema publicado pela Anthropic, que era um enorme documento PDF de 245 páginas. Agora, normalmente o primeiro instinto de qualquer pessoa seria optar pelo agregador, que é inerentemente um processo com perdas. O que quero dizer com isso é que você chega ao cerne do assunto, mas também perde o contexto circundante, as qualificações e os detalhes específicos que importam quando se fala sobre um assunto com qualquer autoridade.
Em vez disso, era melhor fazer upload do PDF para o Gem, verificar o PDF real e configurar o Gem como uma ferramenta de perguntas e respostas dedicada com instruções específicas para consultar apenas o conteúdo do documento ao responder perguntas. Isso fez de Gem um especialista de fato na área, capaz de responder a perguntas específicas sobre as capacidades do modelo, limitações e várias demonstrações de suas capacidades em experimentos subsequentes.
Acessar sua base de conhecimento torna o Gems ainda mais fácil de usar, pois o Gemini possui vantagens como nenhum outro modelo de linguagem do mercado graças à sua integração com o Google Workplace. As fontes de conhecimento podem ser extraídas diretamente do Google Drive ou carregadas como arquivos, e a pasta Live Drive é sincronizada automaticamente, o que significa que o Gem é atualizado em tempo real com o material de origem.
As joias ficaram muito melhores com mais opções de saída
A integração do Gemini Omni é uma verdadeira virada de jogo
Se você leu meu trabalho prático recente com o Gemini Omni, provavelmente conhece a incrível capacidade do modelo de converter qualquer entrada visual, de áudio ou de texto em vídeo. Esta opção se torna ainda mais interessante quando combinada com Gems, já que Omni pode ser definido como saída padrão ao criar uma Gem. Isso significa que o Expert Assistant configurado pode produzir saídas de vídeo em vez de apenas texto.
O número de aplicativos é enorme e são muitos para contar. Uma joia que você criou em torno de um tópico técnico pode gerar explicações visuais sob demanda e, como se baseia na base de conhecimento existente do Gemini, será fiel ao material de origem. Testei o Omni, um explicador de memória baseado na teoria geral da relatividade de Einstein na física, e é exatamente o tipo de resultado bem configurado que você esperaria de uma jóia educacional.
Uma assinatura do Google AI de repente parece uma joia
Se tudo isso não bastasse, a integração do Google Opal no aplicativo web Gemini vai ainda mais longe. É sem código, ferramenta de codificação visual de vibração que permite descrever um fluxo de trabalho de várias etapas em linguagem simples e construí-lo em um miniaplicativo reutilizável, e a biblioteca de aplicativos pode ser acessada por meio do menu Gems. Esse tipo de biblioteca é ótima para brainstorming e desenvolvimento de seus próprios aplicativos, e se quiser adaptar uma mais especificamente ao seu fluxo de trabalho ou caso de uso, você pode “torná-la sua” usando a opção “remix”. Dadas as melhorias atuais e futuras, a assinatura do Google AI parece boa, e isso é um grande elogio em um cenário de serviços de IA cada vez mais competitivo.
