我自己是重度語音輸入的人，開車、走路想到什麼就用講的記下來。所以看到 Google 這個更新，我眼睛一亮——Gemini 的 Mac 版現在只要長按一個鍵，你對著任何視窗講話，它就幫你把話變成乾淨的文字、幫你改寫、甚至幫你生圖，直接落在你游標的位置。不用開新視窗、不用複製貼上，你在哪講、字就出現在哪。這篇帶你看懂它能做什麼，以及對用 Mac 工作的人（跟愛用語音的我）代表什麼。
先講這是什麼、誰發的
這是 Google 官方 2026 年 7 月 29 日發布、給 Mac 版 Gemini App 的新功能，全球上線、英文先支援（更多語言陸續來）。核心操作超簡單：長按鍵盤的 Fn 鍵，你就能對著桌面上任何一個視窗自然地講話。
預設情況下，它做的是「聰明聽寫」——把你講的話變成乾淨、格式化的文字，而且會自動：
- 去掉你講話時的「嗯、啊」這些贅字
- 抓到你講到一半的自我修正（你改口它就跟著改）
- 把整理好的文字，直接放在你游標所在的位置，不用複製貼上
開啟「Gemini 推理」後，它還能做更多
如果你在設定裡打開「Gemini 推理」，它就能看懂你螢幕上的內容、幫你執行更複雜的任務。三個實際例子：
- 讀檔案、幫你摘要：選取桌面上的本機檔案、圖片或文件，用講的告訴它要什麼。例如「讀這幾份檔案，幫我把重點整理成一封 email」。
- 改寫、調語氣：選取螢幕上任何一段文字，用講的叫它改寫、換個語氣，改好的版本直接放回你要的地方。例如「把這些筆記變成一份主管看的摘要，開頭先給我一句 TL;DR」。
- 生圖、改圖：用講的生出視覺、或改你桌面上的設計。例如「把這張圖生成一個暗色模式的版本」。
我怎麼看：這是「語音輸入」跟「Mac 工作流」的合體
我做 Apple Mac 的培訓，也自己是語音輸入的重度使用者——想法用講的比用打的快太多，而且靈感常常是走路、開車時來的。這個功能打中我兩個點：
第一，它把「語音」變成 Mac 上隨叫隨到的輸入方式。不是開一個 App 講完再貼回來，而是你在寫 email、寫文件、填表格的當下，長按一個鍵就講、字就出現。這種「不打斷工作流」的設計，正是 Mac 一直在做的事。
第二，它幫你把「口語」自動變「書面」。我們講話都有「嗯、啊」、有講到一半改口，以前語音輸入會忠實地把這些也打出來，你還要自己刪。它現在直接幫你清乾淨、格式化——這一步，等於把「語音輸入」從堪用變成好用。
對用 Mac 工作、又不擅長打字的人，我會這樣說：你不用變成打字快手，你只要會講話。把想法用嘴巴倒出來，剩下的整理、改寫、格式，交給 AI。這也是我一直在課堂上講的——AI 時代最低門檻的入口，就是「用講的」。
幾點提醒
- 目前英文先：語音功能全球上線，但先支援英文，中文等更多語言之後才來。想先玩的人英文可以試，中文再等等。
- 要裝 Mac 版 Gemini App：到 gemini.google/mac 下載安裝，這是 Mac 專屬的桌面 App，不是網頁版。
- 進階功能要自己開：「讀螢幕幫你做事」的推理功能，要在設定裡手動打開（opt-in），預設只有聽寫。這也代表它要看你的螢幕內容——用之前想清楚你在處理的東西適不適合。
- 聽寫也要校對：AI 聽寫已經很準，但專有名詞、數字還是自己再看一眼，重要文件別完全放手。
小結
Gemini 這個 Mac 更新，說穿了就是把「用講的」變成你在 Mac 上隨時能用的第二雙手——講話變文字、選字改寫、動口生圖，全部不用離開你正在做的事。對愛用語音、或不想跟鍵盤搏鬥的人來說，這是把 AI 的門檻又降低了一階。
所以把問題留給你：下次在 Mac 上要打一大段字，你還要一個字一個字敲，還是長按一個鍵、用講的就好？
本文整理改寫自 Google 官方部落格〈Gemini for macOS adds new natural language capabilities〉（Michael Friedman、Alvin Zhou，2026 年 7 月 29 日）。原文連結：blog.google，並加入我自己在 Mac 培訓與語音輸入上的觀察。功能支援語言與上線範圍以 Google 官方公告為準。
留言
張貼留言