Google 台灣於 2026 年 7 月 29 日上線個人 AI 代理 Gemini Spark，這是一個主打「24/7 個人 AI agent」的功能，背後由 Gemini 3.6 Flash 驅動。它可以連接 Gmail、Google Calendar、Drive、Docs 等 Google 服務，依照使用者交辦的任務與排程，在背景整理資料、修改文件、建立提醒，甚至處理跨服務的工作流程。
這不免讓人聯想到前一陣子 ChatGPT 推出的 Work 與今年中 Claude 上線的 Cowork 功能。三者都是試圖讀取工作脈絡、使用工具，並產出可直接交付的成果；不過，Gemini Spark 的定位更偏向住在 Google 帳號裡的個人助理，工作重心是 Gmail、Calendar、Docs 與 Drive 等雲端服務。ChatGPT Work 更像串接工具與檔案的 AI 工作台；Claude Cowork 則進一步把工作範圍延伸到使用者指定的本機資料夾、應用程式與瀏覽器，更接近可直接處理桌面工作的 AI 同事。
《數位時代》以下將介紹 Gemini Spark 的使用方式以及 3 個實測情境，帶大家了解這個新功能的特色。
文章目錄（點擊即可前往該段落）：
- Gemini Spark 跟一般 Gemini 聊天有何不同？
- 誰能用 Gemini Spark ？怎麼開啟？
- Gemini Spark 介面介紹
- 實測一：一鍵啟用Spark
- 實測二：精準修改既有 Google 文件
- 實測三：整理電子報內容
Gemini Spark 跟一般 Gemini 聊天有何不同？
一般 Gemini 聊天比較像查資料和對話的 AI， Gemini Spark 則是「你先交辦，它之後自己跑流程、整理結果再回報」的任務代理，例如它可連接 Gmail、文件、試算表等服務，在你授權範圍內協助處理日常工作。
| 面向 | 一般 Gemini 聊天 | Gemini Spark |
|---|---|---|
| 互動方式 | 你問一句，它答一句 | 你交代目標，它持續執行 |
| 運作模式 | 被動回應 | 背景主動處理 |
| 任務型態 | 回答、寫作、整理資訊 | 多步驟工作、跨 App 協作 |
| 是否要一直開著 | 要你開啟並使用 | 可在雲端背景運作 |
| 角色感覺 | 智慧聊天助理 | 任務代理人／自動化特助 |
誰能用 Gemini Spark ？怎麼開啟？
依 Gemini 說明中心的「需求條件」，要使用 Spark 必須同時滿足四項條件：
- 年滿 18 歲；以個人 Google 帳戶登入，目前 Gemini Spark 不支援公司或學校專用帳戶；
- 訂閱 Google AI 付費方案
- 開啟「保留活動記錄」設定
實務上，只要以個人 Google 帳戶登入 Gemini，側邊欄出現 Spark 入口，即表示符合使用資格。
Gemini Spark 介面介紹
Gemini Spark 擁有與一般 Gemini 聊天不同的操作介面，主要可分為四大功能區：
- 工作 （Tasks）：主要對話視窗，用來交辦一次性或多步驟任務。
- 排程 （Schedules）：決定任務「何時觸發」，能設定從每小時到每年的週期任務，也能綁定事件觸發條件（例如偵測到 Gmail 收到特定主旨郵件、或雲端硬碟新增檔案時自動執行）。
- 技能 （Skills）：可以將常用的寫作風格、格式與流程存成範本，之後只要在 Task 輸入框打個斜線「/」就能快速呼叫，不必每次重複手打複雜的規則。
- 連接的應用程式 （Connected Apps）：授權 Spark 連結 Gmail、Docs、Drive、Keep 與 Calendar 等 Google 原生生態系，目前也支援透過 MCP 協定來串接 Dropbox、Notion 等第三方工具。
實測一：一鍵啟用Spark
第一個測試，要看的是 Spark 能否從 Gmail 與 Google Calendar 的工作痕跡中，判斷使用者的工作角色，以及日常真正重要的事情。
我們在對話框中輸入「幫我啟用 Spark」，系統會先出現一段介紹文字，詢問是否能開始讀取使用者的個人資料，回覆「開始」後，Gemini Spark 會開始讀取用戶的 Google Profile 與 Workspace 應用程式，以啟動後續的個人化研究。
約莫 2 分鐘左右，Spark 便產出一份「Context」：如圖所示，它能正確辨識出使用者的工作、慣用語言、興趣與工作目標，判斷上有一定的精準度。
Spark 也列出了三個可立即啟動的任務：每週六上午 9 點整理生成式 AI 趨勢週報；每週一、三中午整理工作相關信件；以及依指定主題進行資料研究與摘要。這些提案不是完全通用的「晨間摘要」模板，而是真的有根據使用者工作型態進行客製化。
若 Spark 列出的任務不符合需求，也可以在對話框中進行修改，例如我們要求它把原先的每週新知週報改成「每日早上 9 點」寄送，Spark 便會修改要求、重新配置排程。
Spark 設定完成後，我們到左邊側邊欄點選排程功能，便能看到已排程好的任務。
從實測結果來看，Spark 能從 Google Workspace 資料拼出相當貼近工作的使用者輪廓，且提出具體任務建議給使用者。
實測二：精準修改既有 Google 文件
過往在一般的 Gemini 聊天中，AI 一般會生成全新的段落或文件，較難在原有的文件上進行覆蓋修改。本項實測主要測試 Spark 是否能處理更細緻的文件修改需求。
我們先開啟既有的 Google Docs 文章《電影特殊場次怎麼選？》，並下令「請幫我在文件中插入一個特殊場次的比較表格」。Spark 沒有另開新文件，而是直接在原稿段落下方插入表格，可以看見 AI 將表格整理成「核心升級重點」、「推薦觀看類型／適合電影」與「備註與選擇建議」四個欄位。從畫面看來，表格的欄位結構、框線與文字都已直接寫入原始文件，且保留原有文件標題與編輯介面；就「能否在既有 Docs 精準追加內容、而非重寫一篇新文章」這一點，Spark 的表現符合預期。
對於經常需要在 Google Docs、Sheets 上修改內容的使用者來說，這一點能提升不少的工作效率。
延伸閱讀： Gemini完整教學地圖！35篇實測整理，Notebooks、Canvas、Workspace、提示詞架構全打包
實測三：整理電子報內容
第三項測試，我們想驗證 Spark 能否把一個每天都會發生、但很零碎的資訊整理工作，變成可持續運作的流程。多數人信箱裡每天都會收到很多內容，真正花時間的不是讀，而是判斷「哪一封值得現在打開、哪一封可以晚點再看」。
因此，我們把 Spark 設定為「每日電子報晨報助理」，要求它掃描近期信件、依重要性與時效性排序、整理成晨報，並定時寄送到指定信箱。這項測試能同時檢驗 Spark 四種能力：能否讀取 Gmail 中的資訊、能否依內容做優先級判斷、能否把多封信整合成有結構的摘要，以及能否透過排程在背景完成「讀取—篩選—整理—寄送」的工作流。
我們對 Spark 輸入以下指令：
你是我的「每日電子報晨報助理」。
你的工作不是逐封摘要，而是依照資訊的重要性、時效性與實用性，協助我決定今天該讀什麼。
請將電子報分成以下四類：
今日必讀：涉及重要新聞、工作或生活決策、帳戶安全、財務異動、截止期限，或具高度時效性的內容。
值得閱讀：內容有價值，但不需要立刻處理；適合在今天有空時閱讀。
快速瀏覽即可：只需知道重點，不需要花時間讀全文。
可略過：促銷、折扣、重複內容、無新資訊的例行通知，或與我無關的內容。
每一封列入「今日必讀」或「值得閱讀」的電子報，請提供：寄件者、信件主旨、寄送日期、50 字內重點摘要、為什麼它被歸類為必讀或值得閱讀
若有明確期限、待辦或風險，請另外標示。
若多封電子報報導相同事件，請合併為一則，保留資訊最完整或來源最可靠的一封，並註明其他重複來源。
請在最前方用 3 點以內整理「今天最重要的事」。若今天沒有真正重要的電子報，請直接說明「今天沒有必讀內容」，不要為了湊數而列出項目。
輸出使用繁體中文、條列清楚。除非我明確要求，否則不要轉寄、封存、刪除、標記已讀或取消訂閱任何電子報。
請每天上午 10:00 執行「每日電子報晨報助理」，將內容寄到我的電子郵件中。
設定完成後，我們沒有等待隔天排程觸發，而是透過排程頁面的「立即執行」功能先跑一次，確認它是否能完成整套流程：讀取信箱、篩選內容、產出晨報，再寄送到指定信箱。
Spark 寄出一封標題為「【每日電子報晨報】2026-08-04」的信件。晨報最前方先列出「今天最重要的事」三項，接著，它將內容分成「今日必讀」與「值得閱讀」。每一則項目除了摘要，也保留寄件者、原始信件主旨、寄送日期與歸類原因。這代表 Spark 並非只把每一封電子報壓縮成摘要，而是嘗試替使用者先完成第一輪判斷：哪些資訊需要今天處理、哪些可以晚一點再看。
從三個實測來看，Gemini Spark 的價值在於它能讀取 Google Workspace 中的資料，在 Gmail、Docs 與排程之間接手一部分重複工作。它能依既有工作脈絡提出任務建議、直接修改文件，也能把信箱裡分散的電子報整理成具優先順序的晨報；對每天高度使用 Google 服務的人來說，確實有機會減少不少搜尋、複製與整理時間。
若想開始嘗試，建議先從「低風險、可還原、規則明確」的工作交給 Spark，例如電子報晨報、會議前資料整理、文件補充或行程提醒；等到確認它的判斷方式與輸出品質符合需求，再逐步擴大授權範圍。
延伸閱讀：Claude Cowork是什麼、怎麼用？新手10分鐘設定教學，一次學會檔案自動化 新版ChatGPT攻略｜Chat、Work、Codex 差在哪？如何選擇適合自己的模式？差異一次看
