Gemini krok za krokem: Podrobný návod, jak pracovat s AI asistentem od Googlu

Studenti, učitelé, programátoři a firmy, ale i neziskové organizace nebo školy. Zkrátka všichni, kteří využívají prostředí Google Space. Právě pro ně může být dobře využitelný univerzální AI asistent Gemini.

Slibuje generování textu na úrovni ChatGPT i pokročilé chápání a zpracování obrazu. Výhodou placené verze Gemini Advanced je pak veliké kontextové okno – nesrovnatelně větší ve srovnání se všemi ostatními podobnými službami. Chatbot neztrácí nit ani při dlouhých konverzacích, takže je stále v obraze.

Jděte na webovou adresu gemini.google.com, k použití potřebujete účet Google. Když si ho vytvoříte nebo se tím existujícím přihlásíte, přejděte do nabídky, kde najdete také Google dokumenty, Učebnu nebo Gmail. Bývá obvykle vpravo nahoře pod ikonou s devíti tečkami.

Klikněte na ikonku Gemini, která vypadá jako modrá čtyřcípá hvězda, a můžete začít chatbota používat – na počítači i v mobilu.

V základní verzi zdarma nabízí Gemini solidní výkon v generování textu, překladu a odpovídání na otázky. Což stačí při běžných každodenních aktivitách, jako je psaní e-mailů a jiných pracovních textů, plánování, učení a generování obrázků.

S Gemini si také můžete povídat prostřednictvím hlasového ovládání a propojit chat s dalšími aplikacemi Google, jako jsou například Mapy. Můžete se ptát například: Kde najdu nejbližší kino? Kudy dojedu nejrychleji do Hořovic? Pokud vyrazíte autem, můžete přes mobil s Google účtem konverzovat s Gemini i po cestě.

Pozor na to, že Gemini má několik různých modelů, mezi nimiž můžete přepínat dle svého předplatného. Rozmanitost modelů Gemini je podobná jako u ChatGPT a vy si vždy zvolíte dle aktuálního typu úkolu. Zdarma můžete využít verzi 1.5 Flash a zkušebně 2.0 Flash.

Model Flash se hodí spíš pro rychlé zpracování velkého množství dat a generování odpovědí v reálném čase. Zvládne například rychle analyzovat data, která do něj vložíte, a také na vás bude v konverzaci pohotově reagovat. Využijete jej hlavně jako chatbota. Nevýhodou je, že model 1.5 Flash nemá přístup k webu.

Chatbot Gemini je poháněn různými jazykovými modely, které se také jmenují Gemini, což je někdy matoucí. Zatímco jazykový model Gemini sám o sobě nemá přístup na internet, může na pozadí využívat několik nástrojů: generování obrázků, přístup k mapám, přístup k dokumentům, vlastní prostředí pro spouštění skriptů a také přístup k výsledkům vyhledávání.

Je ovšem na rozhodnutí chatbota, zda a jak tyto nástroje použije. Není to úplně spolehlivé, často může chatbot tvrdit, že něco neumí, zatímco jindy si se stejným dotazem poradí bez problémů. Pokud chcete zvýšit šanci na dobrý výsledek, výslovně požádejte, aby tyto nástroje použil. Ale ani pak nemusí být výsledky stoprocentní, chatbot někdy za nějakého důvodu odmítne na internetu hledat a tvrdí, že k aktuálním informacím nemá přístup.

Platí to zvláště pro Gemini zdarma, ale občas takto můžete narazit i v modelu 2.0 Flash v placené verzi. Gemini 1.5 Flash používá informace z vyhledávání Google, ale jen ve formě snímků webových stránek, které Google shromažďuje. Neumí procházet web v reálném čase a prohlížet obsah webových stránek.

Placená verze Gemini Advanced odemyká plný potenciál Gemini. Nabízí přístup k obrovskému kontextovému oknu, což umožňuje pracovat s ohromným množstvím informací najednou – až 1500 stranami textu. Díky tomu si Gemini Advanced vede velmi dobře v komplexních úlohách, jako je analýza dlouhých dokumentů, psaní rozsáhlých textů a pokročilé logické uvažování.

Kontextové okno určuje, kolik informací si chatbot pamatuje z předchozí konverzace a kolik textu dokáže zpracovat najednou. Větší kontextové okno obecně znamená lepší porozumění a relevantnější odpovědi.

Gemini je také dostupný přímo v Gmailu, Dokumentech a dalších službách Google, získáte k němu úložiště o velikosti 2 TB.

Placenou verzi si přitom můžete nejprve na měsíc vyzkoušet zdarma, než se rozhodnete, zda vám Gemini Advanced stojí za investici.

Model 1.5 Pro v Gemini Advanced je navržen pro řešení složitějších úkolů, které vyžadují hlubší porozumění jazyku a schopnost komplexnějšího analytického „myšlení“. Je vhodný pro úlohy, jako je generování kódu (programování), překlad textů z cizích jazyků nebo pro psaní kreativních textů. Zkrátka lépe „chápe“ a je přesnější, ale tím pádem trochu pomalejší.

V placené verzi máte k dispozici také analytický 1.5 Pro With Deep Research a zkušební verze 2.0 Flash Experimental a 2.0 Experimental Advanced.

V naší ukázce se jedině Model 1.5 Pro With Deep Research přiblížil tomu, co poskytl na stejné zadání ChatGPT. Nicméně i Gemini 2.0 Flash by měl brzy v obecné i jazykové rovině předčit ChatGPT-4o, protože je rychlý, levný a multimodální, tedy poskytuje více možností způsobů využití v jednom.

Do Gemini lze snadno nahrát větší množství Dokumentů Google, souborů ve formátech pdf a Word z Google disku nebo z počítače a dál s nimi v aplikaci pracovat.

Model Gemini Advanced nabízí také analýzu dat – můžete nahrávat různé tabulky Google, soubory formátu csv a excelové soubory z Google disku nebo z počítače. Chatbot vám je pomůže zpracovat, analyzovat a vizualizovat ve formě diagramů a grafů. Chatbot se přitom na vašich datech netrénuje, je už „hotový“. Na přesný postup se ho můžete i zeptat.

V generování obrázků je na tom model Imagen3 od Gemini podobně jako Microsoft Copilot. Estetika je trochu jiná, výsledek vesměs podobný. Zvládá obrázky realistické i ty stylizované.

Tímto způsobem můžete vytvořit ilustrace do výuky a do prezentací nebo třeba vyrábět vlastní memy či komiks.

Gemini ovšem umí také analyzovat obrázky, tedy rozpoznat objekty, popsat scény a porozumět kontextu. Umí také vytvořit relevantní a výstižné popisky k obrázkům a fotkám, které vložíte, nebo si s vámi o obrázku povídat.

Říká se, že dnes, když existují AI asistenti, je programátor každý. Ovšem neplatí to tak docela. Na to, abyste si mohli generovat funkční kód, musíte mít přece jen představu, co a proč od AI asistenta chcete. Je proto vhodné umět základy programování v některém z běžných programovacích jazyků a chápat, jak příkazy fungují.

Ve verzi Gemini Advanced například můžete upravovat a spustit kód psaný v programovacím jazyce Python přímo v uživatelském rozhraní Gemini. Můžete proto víc experimentovat, uvidíte, jak případné změny ovlivní výsledek. A hlavně si můžete ověřit, zda vše správně funguje.

Když ale srovnáme modely dostupné v této chvíli, stále vychází nejlépe Copilot, což je taková sázka na jistotu. Gemini to zatím úplně „nerozjel“, není přístupný ve finální verzi. Copilot je na trhu déle a zaměřuje pozornost na asistenci při psaní kódu, integruje se do populárních vývojářských nástrojů a zvládá většinu programovacích jazyků: JavaScript, Python, TypeScript, Go, Ruby, C#, C++, Java a další.

Gemini na tomto poli pravděpodobně bude časem velmi dobrý, protože má k dispozici spoustu vlastních dat od Googlu. Možná Copilot i překoná, ale to zatím nevíme.

Chatboty umožňují vylepšit či upřesnit svou funkci pomocí takzvaných person neboli předtrénovaných asistentů. Persona je virtuální osobnost či role, kterou na sebe chatbot vezme – buď mu ji stanovíte vy, nebo použijete nějakou již hotovou, kterou vytvořil někdo jiný.

Když zadáte chatbotovi roli, lépe mu vyjasníte, jak má s vámi nebo s někým jiným komunikovat. Platí, že čím lépe asistenta natrénujete, tím lepší odpovědi bude dávat. Pokud bude mít k dispozici soubory s velkým množstvím kvalitní literatury na dané téma nebo přesné instrukce, kde čerpat informace, výsledky budou lepší.

V Gemini se tyto persony nazývají roboti Gem a jsou dostupné pouze v placené verzi Gemini Advanced. Máte jich k dispozici několik hotových a můžete si i vytvořit vlastní. Do všech lze nahrávat soubory, které jim pomohou lépe porozumět kontextu a poskytovat relevantnější odpovědi.

Nabídku robotů Gem najdete vlevo na liště. Při práci s velkými jazykovými modely ne vždy nutně potřebujete takové persony, ale práce s jejich pomocí je celkově příjemnější, když řešíte určité téma. Lépe se ptáte, bavíte se s konkrétně danou virtuální osobou, která má svou vlastní „profesi“.

Asistenti jsou výhodní především v tom, že mají jasně dané role a vy s nimi můžete podle toho komunikovat, tedy určit si i svou vlastní roli a klást správné dotazy v dané oblasti.

1. Vzdělávací kouč

Do kontextového okna napíšete třeba: „Pomoz mi připravit se na zkoušku z meteorologie“.

Robot jako první nabídne upřesnění – varianty, na co se chcete konkrétně z toho oboru zaměřit. A jakmile si vyberete, navrhne učební plán a začne s doučováním.

Podobně konkrétní výstupy podávají i další persony.

2. Parťák v programování

Asistent vám může pomoci najít chybu v kódu a opravit ji nebo dogenerovat část, s níž si nevíte rady. Je vhodný pro studenty informatiky i běžné uživatele.

Asistent vám také může pomoci vytvořit návrh jednoduché webové stránky, například v html.

Po výše uvedeném zadání Gemini nejprve navrhne strukturu webové stránky a k ní vytvoří html kód. Přidá instrukce, jak s tím kódem naložit a jaké soubory vytvořit, aby webová stránká fungovala. Poskytne stručné vysvětlení, co která část kódu znamená – pro případ, že budete chtít sami dělat změny. Navrhne rovnou i další možná vylepšení. A vybídne k otázkám, zda chcete něco změnit.

3. Kariérní poradce

Žákům, kteří se rozhodují, co jít studovat, může pomoci vybrat studijní obor na základě jejich dovedností a představ nebo s ohledem na uplatnění na pracovním trhu dnes i v budoucnosti.

Ostatním pomůže navrhnout práci podle jejich představ a odborné kvalifikace. Poradí, kde všude lze hledat práci (weby, sociální platformy) a jaký postup použít.

Pomůže také napsat životopis – doporučí, jaký typ a jakou strukturu použít pro danou pracovní pozici. Může sloužit jako kouč ohledně komunikace s kolegy či s personálním oddělením. Dokáže pomoci s organizací práce, time managementem. Lze s ním konzultovat další navazující vzdělávání či kariérní postup.

Pro příklad lze vyzkoušet například zadání – prompt: „Jak mám vystupovat při projevu na konferenci?“ Gemini stanoví plán, na co se máte zaměřit a co se naučit. Následně s vámi bude procházet jednotlivé kroky a učit vás, co dělat, abyste vylepšili svůj projev.

4. Brainstormovací pomocník

Cílem brainstormingu je najít nová kreativní řešení různých úkolů, rozhodnout se v nějaké oblasti, konzultovat problém s někým jiným, podívat se na věci z jiného úhlu. V tom může být užitečný právě AI asistent, protože má možnost kombinovat téměř neomezené množství variant.

Opět platí, že nepotřebujeme nutně přímo tuto konkrétní personu, ale její nastavení na kreativitu je příjemnější než běžný analytický tón Gemini. Persona tak může pomoci vybrat téma na školní práci, najít nové zajímavé koníčky či místa, kde lze potkat nové přátele, vybrat vhodný dárek pro dítě nebo pro kamaráda, nebo třeba správně vybrat domácího mazlíčka.

Příklad zadání – promptu: „Jaký druh agamy si mám pořídit domů?“ Gemini vám pomůže tím, že vám položí řadu otázek, na co dát pozor a z jakého úhlu pohledu je potřeba to promyslet.

Nevyhovují vám hotoví roboti? Vytvořte si vlastní. Vlevo na liště rozklikněte volbu Správce robotů, a pak v pravém okně pod nabídkou hotových robotů klikněte na ikonku Nový robot. Pojmenujte ho a do okénka instrukcí mu napište, kdo je a co umí.

Následně vložíte letecké příručky v textovém formátu nebo v pdf, přednášky z teoretických předmětů, oficiální strukturu výcviku, případně postupy, jak by měl instruktor vzhledem k žákovi postupovat. Dáte mu tipy, ze kterých webů by měl čerpat informace.

Je ale pořád nutné vnímat personu jako asistenta, který má pomoci s učením, nikoli jako skutečného zkušeného pilota – toho AI nahradit nemůže. A nemůžete zde vyrobit systém tak sofistikovaný, aby se opravdu „vyznal“ v letecké navigaci či meteorologii. Rozhodně si s ním pak nemůžete povídat za letu, slouží pouze pro teoretickou přípravu.

Pak můžete vyzkoušet zadání, zda dobře funguje. Například se ho zeptat: „Jaké tvary může profil křídla mít, a k čemu se který hodí?“

Výběr nejlepšího chatbota pro vás vždy závisí na vašich konkrétní potřebách. Pokud hledáte pomoc s produktivitou v rámci Microsoft Office, je jasná volba MS Copilot. Pro kreativní psaní a etické chování je tu Claude. Má výraznější etická omezení ohledně odpovědí, které by mohly být diskriminační či násilné, nebo by mohly napomáhat k nebezpečným aktivitám.

Gemini funguje v prostředí Google podobně jako Copilot v MS Office. Je dobrý v analytickém myšlení, a to především ve verzi 1.5 Pro With Deep Research a také díky své sloní paměti – neztrácí v konverzacích nit. ChatGPT-4o je univerzálním nástrojem pro generování textů a odpovídání na otázky.

Je ovšem důležité si uvědomit, že vývoj v oblasti AI je velmi dynamický a schopnosti jednotlivých modelů se můžou rychle měnit – Gemini 2.0 Flash vypadá slibně.