Gemini现在能直接改PDF了,AI写文件还只是上半场

让AI写一份文档，已经不算新鲜。麻烦通常发生在下一步：下载文件，打开另一个软件，发现第二段不对，回去重新提问，再下载一版。

一个小修改，硬是变成了几个窗口之间的接力。

10月29日，谷歌给Gemini加了一项很具体的能力：文件可以直接在聊天里生成、预览和编辑。你能展开文件手动改字，选中一段请Gemini调整，也可以继续通过对话修改。这次支持的范围包括PDF、文档、演示文稿、表格、Markdown、文本和代码。

听起来像个编辑器更新，但它解决的是AI工具一个老问题：第一稿来得快，改稿却很费劲。

以前让AI「生成一份PDF」，得到的往往是一个成品文件。内容有错、语气不对、标题太长，你就得在外部软件里修，或者让AI从头再做。新的流程把生成、查看、手动调整和AI局部修改放在一起。哪一步由人决定，哪一步交给模型，切换成本低了很多。

谷歌给出的例子，是把上传的手写课堂笔记整理成PDF学习材料，再在同一界面里编辑、圈选内容并提出修改要求。这只是官方演示场景，还不能当成所有复杂排版都能稳定处理的实测结论。

我更关心一个普通使用场景：一份会议纪要转成对外发送的文档。AI能先整理结构，但产品名称、数字、语气和保密内容，最后仍要有人逐项核对。能直接选中那句有问题的话改掉，比重新生成整份文件更可控。

这里有两个边界，不能跳过。

PDF的预览和编辑，谷歌说网页与手机端都支持；Google文档、表格、幻灯片、Markdown、TXT和代码等其他格式，目前仅在网页端支持。可用范围是Gemini应用已开放的语言和地区，不能据此推断所有地区、所有设备都能直接用上。

另外，「能编辑」也不等于「可以放心直接交付」。AI可能把一个数字改得很顺，却没有发现数字原本就错；也可能把版式做得漂亮，却漏掉来源。涉及合同、财务和正式对外材料，仍要打开最终文件复核关键内容、格式和导出结果。

值得看的并非又多了一种文件格式。谷歌今年4月已经让Gemini直接生成PDF、Word、Excel等文件；这次把注意力往后移了一步：文件生成以后，人能不能顺手把它改到可用。

如果你一直觉得AI写文档「第一分钟很惊艳，最后半小时还得自己收拾」，这次更新瞄准的正是后半小时。先把它当成一个更省切换的工作台，再用最终文件质量决定它值不值得留下。