Chrome 版 Gemini 新增「從螢幕選擇」工具，Gemini 3.5 Flash 獲電腦操作能力
Google Chrome 瀏覽器現在可以直接「圈出」網頁內容問 AI，而新版 Gemini 3.5 Flash 仲學識咗好似真人咁操作電腦做自動化工作。
點解重要
呢單新聞對做生意嘅朋友好重要，因為 AI 唔再只係寫字，而係可以幫你處理跨軟件嘅繁瑣工序，好似請咗個識自動波做嘢嘅助手咁，幫你慳返好多時間。
新手貼士
如果你想試新功能但搵唔到，可以試下關咗個 Chrome 瀏覽器再開返（即係 Restart），通常新功能就會喺輸入框旁邊個「+」號位出現架喇！
術語小字典
Computer Use：即係「電腦操作」，指 AI 可以好似人咁睇住個螢幕、郁個滑鼠同打字，幫你完成一連串動作。
API：好似茶餐廳張點餐紙，係一種畀唔同軟件之間互相溝通、傳遞指令嘅工具。
Prompt Injection：即係「指令注入」，指有人故意用奇怪嘅說話去誤導 AI，令 AI 做出唔安全或者唔正確嘅行為。
Chrome 版 Gemini 新增「從螢幕選擇」工具，Gemini 3.5 Flash 獲電腦操作能力
Chrome 瀏覽器中的 Gemini 現在讓你可以透過全新的「從螢幕選擇」（Select from screen）工具來聚焦指令，而開發者則可以利用 Gemini 3.5 Flash 的電腦操作（computer use）功能。
Chrome 版 Gemini 現已具備「從螢幕選擇」工具，讓你能夠快速將圖片加入指令中。你可以在「加號」選單的底部找到它。
此功能會突出顯示你當前的分頁，並要求你「選擇任何文字或圖片以詢問 Gemini」。隨後，該圖片會被加入到指令框中。
「從螢幕選擇」正作為 Chrome 149 的一部分推出，如果你尚未看到該功能，重新啟動瀏覽器即可引入。
在其他相關進展中，Google 今日宣布 Gemini 3.5 Flash 模型現在擁有內置的電腦操作工具。這項原生整合加入了搜尋（Search）和地圖（Maps）落地功能，取代了獨立的 Gemini 2.5 Computer Use 模型。
開發者可以使用這項新功能來「構建自定義代理，使其能夠在瀏覽器、流動裝置和桌面環境中進行觀察、推理並採取行動」。
改進後的長程任務和企業自動化任務表現，容許進行「跨專業應用程式的持續軟件測試和知識工作」。
在下方的範例中，3.5 Flash 利用電腦操作來「分析 Gemini 應用程式並返回分類的功能列表」。
在安全方面，企業客戶可以：
針對敏感或不可逆轉的操作，要求明確的用戶確認。
如果識別到間接指令注入（indirect prompt injection），則自動停止任務。
Gemini 3.5 Flash 今日已在 Gemini API 中提供。
立即嘗試：在由 Browserbase 託管的演示環境中測試這些功能。
開始構建：透過 Gemini API 和 Gemini Enterprise Agent Platform 深入研究我們的參考實現和文檔。
資料來源：9to5google.com
Gemini in Chrome adds ‘Select from screen’ tool as Gemini 3.5 Flash gains computer use - 9to5Google
閱讀原文本文由 AI 自動翻譯整理，內容以原文為準。