هوش مصنوعی Gemini گوگل اکنون Adobe، Linear و ۱۲ اپلیکیشن دیگر را کنترل می‌کند

اضافه شدن ۱۴ اپلیکیشن متصل به Gemini برای کار، طراحی و وظایف روزمره

شرکت Google در حال گسترش Gemini به عنوان یک بستر کنترلی برای نرم‌افزارهای شخص ثالث است. بنا بر اعلام رسمی Google، تعداد ۱۴ اپلیکیشن متصل (Connected App) جدید در بخش‌های بهره‌وری، خلاقیت و خدمات مصرف‌کنندگان در حال انتشار است. این یکپارچه‌سازی‌ها به Gemini اجازه می‌دهند تا اطلاعات را استخراج کرده و اقداماتی مانند به‌روزرسانی وظایف، ویرایش تصاویر و انتشار وب‌سایت‌ها را انجام دهد.

پس از اتصال یک ارائه‌دهنده در تنظیمات Gemini، کاربران می‌توانند با استفاده از علامت @ در چت، آن را فراخوانی کنند. عملیات‌های در دسترس به رابط متصل‌کننده و مجوزهای اعطاشده به حساب کاربری بستگی دارد. برخی از رابط‌ها تنها برای استخراج اطلاعات کاربرد دارند، در حالی که برخی دیگر می‌توانند با ایجاد اسناد، به‌روزرسانی سوابق یا انتشار محتوا، سیستم‌های خارجی را تغییر دهند.

یک چت و ۱۴ سرویس مختلف

مثال‌های منتشرشده از سوی Google، ۱۳ مورد از ۱۴ سرویس را پوشش می‌دهند؛ نام Zoho در لیست رابط‌ها دیده می‌شود اما نمونه پرامپتی برای آن ارائه نشده است. این مثال‌ها گستره عملیات‌های پشتیبانی‌شده را نشان می‌دهند:

• Adobe: تنظیم نور یک عکس برای شبیه‌سازی ساعت طلایی.
• Picsart: تولید یک لوگو برای یک کافه ماچای سنتی.
• Linear: فهرست کردن تمام مشکلات (Issue) با اولویت بالا که به کاربر اختصاص یافته‌اند.
• Airtable: جستجوی وظایف باز در یک پایگاه داده مشخص.
• monday.com: ایجاد یک آیتم در بورد و تعیین وضعیت آن.
• Webflow: افزودن یک بخش پرسش‌های متداول واکنش‌گرا و انتشار سایت.
• PandaDoc: پیش‌نویس کردن یک قرارداد خدمات با ارزش مشخص.
• Wispr Flow: استخراج تصمیمات گرفته‌شده در جلسات اخیر.
• Experian: بررسی رتبه اعتباری و شناسایی عواملی که در طول ماه تغییر کرده‌اند.
• Peloton: یافتن یک کلاس ۳۰ دقیقه‌ای پیشرفته قدرتی با تمرکز بر عضلات مرکزی.
• apartments.com: جستجوی خانه‌های اجاره‌ای دوخوابه در میامی با قیمت کمتر از ۳۵۰۰ دلار.
• SeatGeek: پیدا کردن رویدادهای محلی با بهترین قیمت بلیت‌ها.
• Squarespace: ایده‌پردازی و جستجوی دامنه برای یک کسب‌وکار جدید.

استاندارد MCP این یکپارچگی را ممکن می‌سازد

این رابط‌ها بر پایه پشتیبانی Google از Model Context Protocol ساخته شده‌اند؛ یک استاندارد متن‌باز برای اتصال کلاینت‌های هوش مصنوعی به ابزارها و داده‌های خارجی. یک سرور MCP ابزارهای ارائه‌شده، ورودی‌های قابل‌قبول و نتایج بازگشتی آن‌ها را توصیف می‌کند. چت‌بات Gemini می‌تواند از این ساختار مشترک برای کشف و فراخوانی ابزارها استفاده کند، بدون آنکه برای هر ارائه‌دهنده نیازی به مدل تعاملی منحصربه‌فردی باشد.

پیش‌تر نیز Google در زمان اعلام گسترش پشتیبانی از ابزارهایی مانند Canva، OpenTable و Instacart بر اهمیت MCP تاکید کرده بود. این پروتکل به Google روشی تکرارپذیر برای افزودن سرویس‌های کاملاً متفاوتی مانند Linear و Peloton در یک به‌روزرسانی واحد می‌دهد.

البته ارائه‌دهندگان همچنان مواردی مانند احراز هویت، محدوده‌های دسترسی، طرح‌های ورودی، اقدامات در دسترس و مدیریت خطا را تعریف می‌کنند. در نتیجه، دو رابط مبتنی بر MCP حتی با استفاده از پروتکل پایه یکسان، می‌توانند قابلیت‌های کاملاً متفاوتی را ارائه دهند.

رشد کاتالوگ در کنار برخی کاستی‌ها

دایرکتوری رسمی Gemini همچنان در مقایسه با گزینه‌های موجود برای Claude و ChatGPT که صدها اتصال مبتنی بر MCP ارائه می‌دهند، کوچکتر است. به عنوان مثال، ابزار Zapier MCP دسترسی به بیش از ۹۰۰۰ اپلیکیشن را تبلیغ می‌کند. البته این آمار شامل یکپارچه‌سازی‌هایی با نیازمندی‌های راه‌اندازی، مدل‌های پشتیبانی و مجموعه‌های عملیاتی متفاوت است؛ بنابراین، تعداد خام رابط‌ها لزوماً به معنای برابری ویژگی‌ها نیست.

پیش از این انتشار، گزینه‌های شخص ثالث Gemini بیشتر روی سرویس‌هایی مانند Dropbox، GitHub، Wix، Spotify، Instacart، OpenTable، Zillow و Viator متمرکز بود. افزودن ابزارهایی مثل Linear، Airtable، monday.com، PandaDoc و Wispr، پوشش آن را برای جریان‌های کاری روزمره در محیط‌های کاری گسترش می‌دهد. با این حال، نام‌هایی نظیر Slack، Notion و Salesforce در لیست ابزارهای داخلی معرفی‌شده توسط Google دیده نمی‌شوند و برای استفاده به اتصال اختصاصی MCP نیاز دارند.

قوانین حساب کاربری ممکن است برخی جریان‌های کاری را محدود کند

رابط‌های داخلی Gemini در حال حاضر برای هر ارائه‌دهنده تنها اجازه اتصال یک حساب کاربری را می‌دهند. اتصال حساب دوم، جایگزین حساب اول می‌شود؛ بنابراین، کاربرانی که بین حساب‌های شخصی و کاری خود جابه‌جا می‌شوند، باید اتصال را قطع کرده و مجدداً سرویس را احراز هویت کنند. این محدودیت می‌تواند اجرای جریان‌های کاری که شامل چندین پایگاه داده Airtable، فضاهای کاری Linear یا سایر حساب‌های مشابه هستند را پیچیده کند.

سرورهای سفارشی MCP می‌توانند سرویس‌های خارج از دایرکتوری رسمی Google را نیز متصل کنند، اما Google محدودیت‌هایی در این زمینه اعمال کرده است:

• آن‌ها نیازمند یک حساب کاربری شخصی Google هستند.
• برای حساب‌های کاری و مدرسه‌ای در دسترس نیستند.
• باید گزینه Gemini Apps Activity فعال باشد.
• در حال حاضر تنها از زبان انگلیسی پشتیبانی می‌کنند.
• این ابزارها به جای اجرای سراسری در اپلیکیشن Gemini، در محیط اجرای وظایف Gemini Spark کار می‌کنند.

تیم‌هایی که در حال بررسی این یکپارچه‌سازی‌ها هستند باید به دقت ارزیابی کنند که هر رابط چه دسترسی‌هایی برای خواندن و نوشتن ارائه می‌دهد، Gemini چه حسابی را می‌تواند احراز هویت کند و آیا ارائه‌دهنده به عنوان یک اپلیکیشن داخلی در دسترس است یا خیر. این محدودیت‌ها تعیین می‌کنند که کدام جریان‌های کاری می‌توانند کاملاً از طریق چت Gemini اجرا شوند و کدام موارد همچنان نیازمند توسعه یکپارچه‌سازی‌های سفارشی هستند.