手写笔记拍进去,一份 PDF 学习指南出来了:办公软件的入口正在被重构

现在可以在 Gemini 的对话框里直接生成、预览、编辑 PDF、Google 文档、表格、幻灯片、Markdown、TXT 和代码。

高亮文档里的某个表格，说一句把它变成图表，它直接改。排版不对就继1续追问，全程不需要打开文档工具。

文件从对话框里直接掉出来。

💡 01 从写内容到直接交文件

过去两年大模型在办公场景的进展，一直停在一个尴尬的位置。

模型能写文案，能总结会议记录，能列提纲。能力都很好用，但拿到的产出物是一段贴在对话框里的文字。

想用这段文字？粘到 Word 里存成 docx，做 PPT 得再开一个工具一页页搬，做表格得手动调列宽。

Gemini 这次的更新等于把这层搬运抹掉了。

📊 02 实际能怎么用

官方给了一个很具体的场景，比任何功能列表都有说服力：把手写笔记拍进去，出来一份 PDF 学习指南。

上课记了一手板，或者读一本书划了几十处重点。以前这些笔记躺在相册里，要变成能发给别人的学习材料，得手动整理、排版、导出、转格式。

现在拍一张照，说一句把这整理成学习指南。Gemini 会识别手写内容、梳理结构、输出 PDF 成品。

从拍摄到拿到能发出去的成品，中间没有工具切换。

另外几个用法值得留意。

高亮提问：在预览文件里圈一段文字，问 Gemini 这段什么意思。

高亮改写： 让 Gemini 把表格变成图表，或把某段话改得更正式。

展开全屏编辑： 点一下展开到全屏，在完整视图里改。

追问迭代： 第一版不满意，继续说，它在上一版上改。

这跟普通对话式改写有本质区别。在 Claude、ChatGPT 里改文档，改的是一段文字，版式得你自己再管。在 Gemini 这里改的是文件本身，格式、结构、样式都在编辑范围内。

🔄 03. 能力边界

泼点冷水，免得预期错位。

PDF 的预览和编辑在网页版和移动端都有，其他所有格式目前只有网页版。

Gemini 吃掉的是最外层，从灵感到成品的交付环节。

而最外层恰恰是用户感知最强的那一层。 用户只关心提需求之后多久能拿到东西。

🧩 04 对照国内：入口之争已经开打

国内的办公 AI 主流路线是往办公套件内部嵌。

钉钉有钉钉智能，WPS 有 AI，飞书有智能伙伴。

Gemini 这条路是反过来的。AI 在外面，文件是它的产出物，办公工具反而成了可选的后端。

这是真正的AI Native

🚀 05 护城河要往哪挪

过去三十年，办公软件的护城河建在文件格式和编辑体验上。docx、xlsx、pptx 成了事实标准，围绕它们长出整套生态。

这堵墙正在被从外面凿。

真正开始值钱的是另外两件事：

一是上下文。 我们的文件、数据、历史对话、组织规范，能被这 AI 完整看见，用得越久它越知道你要什么。

二是交付位置。

🔬 06 一个可能让你不舒服的判断

Office 未来最大的风险，可能在于 AI 做得太好了。

微软 Office 的护城河从来不是编辑功能本身，微软真正的护城河是分发。文件标准、企业授权、Outlook 邮箱、Teams 会议，都在推人用 Office。

这套体系建立在一个前提上：用户在 Office 里干活。

当 Gemini 这类工具把入口拿走，用户在对话框里把活干完，Office 就从工作场所退回到偶尔才打开的文件格式。

但这个判断不用太当真，企业采购和合规要求会拖住它很长时间。

💰 07 现在可以试的三件事

第一，把一份手写笔记或者会议涂鸦拍给 Gemini，让它出一份 PDF 学习指南。

第二，用高亮改写试一遍。 高亮一个表格要求转成图表，或者高亮一段话要求改写。

第三，试试跨格式连续迭代。 先出 PPT，再改表格，再出 PDF，检验文件流转时能不能保住结构。

办公软件的竞争层位正在往上移。以前比编辑器，今天比能不能直接交出成品文件。