Gemini 应用刚加了一批文档处理能力：现在可以在对话里直接生成、预览、编辑文档、PDF、演示文稿、表格和代码，不用再下载下来、改完、再传回去。这是 Google 把 Gemini 从"回答问题的助手"往"直接帮你改文件的生产力工具"再推一步的动作。这事在办公场景里意味着什么，值得把支持范围掰开看。
一次能力更新
这次更新之前，Gemini 能理解你上传的文件、围绕内容回答问题，但"改文件"这件事始终要跳出去用别的工具。这次补上的，是把生成、预览、编辑三件事都收进了对话里：你让它做一份文档，它直接在对话里出文件；文件出来了，在聊天界面里就能看；看完想改，手动改或者让它代改都行。
三类操作
这次更新的核心是三类动作：生成、预览、编辑。生成是在对话里直接创建文件；预览是在聊天界面内查看文件内容；编辑既包括你自己动手改，也包括让 Gemini 代改。
具体的交互有三种方式。一是把文件全屏展开，直接输入要改的内容；二是选中某段文本，就这段内容向 Gemini 提问；三是让 Gemini 直接对文件做改写或精修。这三种方式对应不同的场景：全屏展开适合自己动手，高亮提问适合不理解某段时求助，让 Gemini 改写适合批量调整语气、结构这类活。
支持范围
文件类型覆盖文档、PDF、演示文稿、表格、代码，还有更多格式。但这里有一个关键的平台差异，容易被忽略：只有 PDF 的预览和编辑同时支持网页版和移动端，其余格式——Google Docs、Google Sheets、幻灯片、Markdown、TXT、代码——都只在网页版可用。
也就是说，你可以在手机上让 Gemini 处理 PDF，但想改一份 Google Docs 或表格，得回到网页端。移动端的完整编辑能力，目前还只对 PDF 开放。
开放范围是全量的：所有用户、Gemini 应用可用的所有语言都拿得到这个能力，没有灰度或付费门槛。
对办公的影响
官方给的示例是一条挺典型的工作流：上传手写的讲座笔记，让 Gemini 据此生成一份 PDF 学习指南，然后手动改、或者高亮某部分让 Gemini 调整文字或视觉内容，再继续追问。
这个能力把文档处理从"工具切换"里解放了出来。过去要改 PDF 得先导出、进编辑器、再导回，现在整个闭环都在对话里完成。对高频接触 PDF 的人——合同、课件、报告——省掉的是来回切换的摩擦。
更值得注意的一点是"高亮提问"这个交互。它不是让模型重写整份文件，而是让你针对某一小段去问、去改。这比"一键生成全文"更适合真实的办公场景——大多数人的文档不是从零开始，而是在已有的基础上修修补补。
不过要泼一点冷水：除 PDF 外的格式目前被限制在网页版，移动办公场景的覆盖还不完整。另外，让模型直接改写文件，改错了怎么回退、怎么审计改动历史，官方没有展开说明，这是真正进生产办公流程前要观察的点。
落到具体的人身上，最直接受益的是两类：一类是大量产出 PDF 的——讲师、法务、咨询，改课件、改合同、改报告，过去每一步都要在多个工具之间倒手；另一类是"文档起个头"的需求，先让模型生成一个骨架再自己改，比对着空白页硬写快得多。而依赖表格和幻灯片的团队，现阶段还只能回到网页端操作，体验打了折扣。
待观察
后续值得盯两件事：一是移动端对 Docs、Sheets、幻灯片这些格式的编辑支持什么时候补齐；二是模型改文件的改动记录和回滚机制。文档编辑一旦动到真实业务文件，可追溯性就比"能改"更关键。
顺带说一句判断：这类"对话里直接改文件"的能力，真正的门槛不在"能不能改"，而在"改得准不准、敢不敢交给它改"。第一版的意义是把闭环打通、让大家先用起来，真正的信任要等改动历史、回滚、权限控制这些配套补齐之后才会建立。所以现在更适合把它当"起草和初改"的工具，而不是"最终定稿"的工具。