เปรียบเทียบ Gemini Guided Vision, Lookout และ Be My Eyes: เลือกตัวช่วยการมองเห็นบน Android

เลือกจากสิ่งที่ต้องการอ่านหรือมองให้เข้าใจ

การ เปรียบเทียบ Gemini Guided Vision, Lookout และ Be My Eyes เริ่มได้จากงานตรงหน้า หากต้องการคำบรรยายระหว่างหันกล้องไปยังวัตถุและคำแนะนำให้จัดมุมกล้อง เลือกตรวจ Gemini Guided Vision หากต้องอ่านเอกสาร ป้าย หรือฉลากอาหาร Lookout มีโหมดเฉพาะสำหรับงานเหล่านั้น ส่วน Be My AI ใน Be My Eyes เหมาะกับการส่งภาพหนึ่งภาพ รับคำบรรยาย แล้วถามรายละเอียดเพิ่มหรือขออาสาสมัครช่วยเมื่อยังไม่แน่ใจ

ก่อนเปิดแอป ลองกำหนดสิ่งที่ต้องการรู้ให้เล็กลง เช่น “ราคาของรายการนี้คืออะไร” แทน “อธิบายเมนูทั้งหมด” หรือ “ข้อความใต้ชื่อสินค้าระบุอะไร” แทน “สิ่งนี้คืออะไร” คำถามที่ชัดช่วยเลือกได้ว่าต้องการอ่านข้อความ ต้องการภาพรวม หรือจำเป็นต้องมีคำแนะนำระหว่างเล็งกล้อง ไม่ได้หมายความว่าแอปใดแม่นยำกว่ากันในทุกงาน

หากสิ่งที่ต้องอ่านอยู่นิ่งและถ่ายให้ครบได้ ภาพนิ่งช่วยให้ถามซ้ำเกี่ยวกับบริเวณเดิมโดยไม่ต้องถือกล้องค้าง แต่ถ้ายังจัดวัตถุเข้ากรอบไม่ได้ คำแนะนำระหว่างใช้กล้องสดหรือระหว่างจับภาพเอกสารอาจตรงกับปัญหามากกว่า ส่วนการอ่านฉลากอาหารควรเริ่มจากโหมดฉลากเมื่อมีให้ใช้ ไม่สรุปจากคำบรรยายรูปร่างบรรจุภัณฑ์เพียงอย่างเดียว

ทั้งสามทางช่วยทำความเข้าใจสิ่งที่เห็นได้ แต่คำบรรยายอาจผิดพลาด โดยเฉพาะข้อมูลที่กล้องจับไม่ครบหรือภาพไม่ชัด Guided Vision เป็นเครื่องมือช่วยการเข้าถึง ไม่ใช่อุปกรณ์การแพทย์ เครื่องช่วยการเคลื่อนไหว หรือสิ่งทดแทนไม้เท้าขาว และไม่ควรใช้เป็นระบบนำทาง ตรวจสิ่งกีดขวาง หรือยืนยันว่าการเดินทางปลอดภัย การอ่านวัตถุในจุดที่หยุดใช้งานอย่างมั่นคงจึงเป็นคนละงานกับการตัดสินใจเดินผ่านพื้นที่จากคำบรรยาย

ตรวจทางเข้า ภาษา และความพร้อมบน Android

ประกาศ Guided Vision จาก Google ระบุการเปิดตัววันที่ 1 ตุลาคม 2026 บน Android 9 ขึ้นไป ในพื้นที่และภาษาที่ Gemini Live รองรับ ให้ตรวจแอป Gemini และระบบให้เป็นปัจจุบัน จากรูปโปรไฟล์ใน Gemini เข้า การตั้งค่า > ใช้ Guided Vision ใน Live แล้วเริ่ม Live และแชร์กล้อง เมื่อเปิดคุณสมบัตินี้จะได้คำบรรยายเสียงแบบเรียลไทม์และคำแนะนำให้ปรับมุมกล้อง

อีกทางคือ การตั้งค่า Android > การช่วยเหลือพิเศษ > ความช่วยเหลือด้านการมองเห็น > ทางลัด Guided Vision ผู้ใช้ TalkBack สามารถแตะด้วยสามนิ้วเพื่อเปิดเมนูแล้วใช้ทางลัดที่มีให้ ชื่อเมนูและตัวเลือกต้องตรวจบนอุปกรณ์ที่เข้าเกณฑ์จริง หากต้องจัดการการใช้งานโทรศัพท์ด้วยเสียงควบคู่กัน อ่าน โทรศัพท์สั่งงานด้วยเสียงสำหรับผู้พิการทางสายตา: TalkBack, Voice Access, Gemini และ FoneClaw เพื่อเลือกเครื่องมือควบคุมหน้าจอให้ตรงกับงาน

แยกการเข้า Live ได้ออกจากการเปิด Guided Vision ได้ด้วย หากพบ Live แต่ไม่พบตัวเลือก Guided Vision อย่าใช้เพียงเลขรุ่น Android ตัดสินว่าคุณสมบัติต้องพร้อมแล้ว ให้ตรวจภาษา พื้นที่ และตัวเลือกที่บัญชีหรือเครื่องแสดงจริงก่อน การมีบทความภาษาไทยไม่ได้ยืนยันว่าความสามารถทุกส่วนพร้อมใช้ภาษาไทยบนทุกเครื่อง

คู่มือ Lookout ของ Google ระบุโหมดข้อความ สำรวจแบบเบต้า ฉลากอาหาร เอกสาร สกุลเงิน ภาพ และค้นหา โหมดเอกสารมีคำแนะนำขณะจับภาพ ส่วนโหมดภาพใช้กับภาพที่ถ่ายหรือแชร์เข้ามา ต้องเลือกภาษาและให้สิทธิ์กล้องตามงาน โหมดสำรวจยังเป็นเบต้าและมีความแม่นยำน้อยกว่าโหมดอื่น จึงควรเลือกโหมดเฉพาะเมื่อรู้ว่าต้องการอ่านอะไร

เงื่อนไขของ Lookout ไม่เหมือนกันทุกโหมด ฉลากอาหารมีในบางประเทศและใช้แบบออฟไลน์ได้หลังดาวน์โหลดข้อมูลเพิ่มเติม ส่วนคำบรรยายภาพละเอียดเป็นภาษาอังกฤษ และการถามตอบต่อด้วย AI มีสำหรับผู้ใช้ภาษาอังกฤษในสหรัฐฯ สหราชอาณาจักร หรือแคนาดา รายชื่อภาษาที่แอปรองรับโดยรวมจึงไม่ยืนยันว่าความสามารถเหล่านี้ใช้ภาษาไทยได้ หากเตรียมใช้ฉลากอาหารโดยไม่มีเครือข่าย ควรจัดการดาวน์โหลดข้อมูลที่โหมดนั้นต้องใช้ขณะยังเชื่อมต่อได้ ไม่ถือว่าการติดตั้งแอปเสร็จเท่ากับเตรียมข้อมูลออฟไลน์แล้ว

สำหรับ Be My AI ให้ดู คู่มือ Be My AI จาก Be My Eyes ซึ่งระบุการใช้งานบน Android ผ่านอินเทอร์เน็ต หลังรับคำบรรยายภาพสามารถเลือกถามเพิ่มเติมด้วยข้อความหรือส่งภาพอีกภาพได้ หากเป็นภาพสาธารณะในแอปอื่น ให้กดภาพค้าง หรือใช้ TalkBack แตะสองครั้งแล้วค้าง จากนั้นแชร์ภาพและเลือกบรรยายด้วย Be My AI ทางนี้ออกแบบให้ใช้กับโปรแกรมอ่านหน้าจอได้ และเป็นการถามจากภาพนิ่ง ไม่ใช่การวิเคราะห์วิดีโอต่อเนื่องแบบกล้องสด

ก่อนแชร์ ให้ตรวจว่าเป็นภาพที่ตั้งใจจริงและไม่มีข้อมูลอื่นที่ไม่จำเป็น เช่น ชื่อ ที่อยู่ หรือรายละเอียดบัญชีติดมาด้วย หากแอปต้นทางไม่แสดงคำสั่งแชร์ภาพตามทางนี้ อย่าคาดว่าทุกภาพหรือทุกหน้าจอจะส่งต่อได้เหมือนกัน ให้ใช้ภาพที่คุณมีสิทธิ์เข้าถึงผ่านทางเลือกที่ปรากฏจริง หรือเปลี่ยนไปใช้กล้องกับเอกสารหรือวัตถุต้นฉบับตามงาน

ตรวจคำบรรยาย ถ่ายใหม่ หรือขอคนช่วย

สมมติต้องอ่านฉลากอาหาร เริ่มจากเลือกโหมดที่ตรงงานและจัดให้ฉลากอยู่ในภาพครบ หากคำตอบบอกเพียงชื่อสินค้าแต่สิ่งที่ต้องการคือส่วนประกอบ ให้ถามเฉพาะส่วนนั้นในทางที่รองรับการถามต่อ หรือถ่ายด้านที่มีข้อความใหม่ สำหรับเมนูอาหารหรือเอกสารหลายบรรทัด ควรถามเป็นส่วน ๆ เช่น ชื่อรายการและราคาที่อยู่ติดกัน เพื่อช่วยตรวจว่าคำตอบอ้างถึงบริเวณเดียวกัน

แยก “อ่านได้” ออกจาก “ข้อมูลครบพอใช้” ตัวอย่างเช่น ได้ชื่อเมนูแล้วแต่ไม่รู้ว่าราคาเป็นราคาต่อชิ้นหรือต่อชุด หรืออ่านวันที่ได้แต่ไม่ทราบว่าเป็นวันออกเอกสารหรือวันนัดหมาย ให้ขอข้อความรอบข้อมูลนั้นเพิ่ม ไม่ให้คำบรรยายสรุปแทนส่วนที่ยังขาด หากระบบบอกว่าไม่เห็นหรืออ่านไม่ได้ ควรเก็บข้อจำกัดนั้นไว้ ไม่เติมคำตอบจากบริบทที่ดูน่าจะเป็น

1. กำหนดข้อมูลที่ต้องการตรวจให้ชัดก่อน เช่น ชื่อรายการกับราคาที่อยู่บรรทัดเดียวกัน
2. ตรวจว่าภาพครอบคลุมส่วนต้นและท้ายของข้อความ ไม่ใช่เห็นเพียงคำสำคัญบางคำ
3. ถ้าคำตอบไม่ครบ ให้เปลี่ยนมุม ระยะ หรือแสง แล้วจับภาพบริเวณที่ขาดใหม่
4. เทียบกับต้นฉบับเมื่อทำได้ หรือให้คนช่วยตรวจจุดที่ยังคลุมเครือ
5. แยกข้อมูลที่ตรวจแล้วออกจากข้อมูลที่ยังรอการยืนยันก่อนนำไปบันทึกหรือทำตาม

ถ้าตัวหนังสือถูกตัด มีแสงสะท้อน หรือคำตอบขัดกัน ให้เปลี่ยนภาพต้นทางก่อนถามซ้ำ การได้คำตอบเดิมหลายครั้งจากภาพเดียวไม่ได้พิสูจน์ว่าข้อมูลถูกต้อง โดยเฉพาะเรื่องการเงิน ข้อมูลส่วนตัวที่มีผลสำคัญ หรือขนาดยาที่ต้องใช้ ไม่ควรพึ่งการตีความของ AI เพียงอย่างเดียว ในเรื่องเหล่านี้ควรให้ผู้ที่เกี่ยวข้องช่วยยืนยันจากต้นฉบับก่อนตัดสินใจ

Be My Eyes มีอาสาสมัครให้ขอความช่วยเหลือเมื่อคำตอบ AI ไม่พอ ให้ใช้ทางขอความช่วยเหลือที่แอป Android ของคุณแสดงจริง โดยไม่คาดว่าเมนูส่งต่อจะเหมือน iPhone ทุกจุด เมื่อขอคนช่วย ระบุจุดที่ต้องตรวจ เช่น “ช่วยดูตัวเลขหลังชื่อรายการนี้” จะตรงงานกว่าขอให้อธิบายทั้งภาพใหม่ โดยยังต้องระวังข้อมูลส่วนตัวที่อยู่ในภาพ

ส่วน Lookout มีรายการล่าสุดสำหรับทบทวนระหว่างใช้งาน แต่รายการนี้ถูกลบเมื่อปิดแอป จึงไม่ควรถือว่าคำบรรยายถูกเก็บเป็นไฟล์ถาวรแล้ว หากต้องกลับมาใช้ข้อมูล ให้เก็บข้อความที่ตรวจแล้วแยกต่างหากก่อนจบงาน หากข้อมูลอยู่ในภาพหน้าจอและเป้าหมายคือแปลภาษา มากกว่าบรรยายสิ่งรอบตัว บทความ แอปแปลภาพหน้าจอ Android ที่น่าใช้: เลือก Google, DeepL, Microsoft หรือ FoneClaw ช่วยเลือกทางสำหรับงานนั้นโดยเฉพาะ

ลองวางขั้นตอนอ่านเมนู เอกสาร และฉลากในบ้าน

ตัวอย่างต่อไปนี้เป็นแนวทางจัดลำดับงาน ไม่ใช่ผลทดสอบความแม่นยำของแอป เลือกใช้เฉพาะความสามารถ ภาษา และทางเข้าที่พร้อมบนเครื่องของคุณ เป้าหมายแต่ละงานควรจบด้วยข้อมูลที่ตรวจได้ ไม่ใช่เพียงมีเสียงตอบกลับ

เมนูอาหาร: จับคู่ชื่อรายการกับราคา

หากยังเล็งกล้องให้ครอบคลุมเมนูไม่สะดวก ให้เริ่มจาก Guided Vision เพื่อรับคำบรรยายและคำแนะนำปรับมุมกล้อง ถ้ามีภาพเมนูนิ่งที่ชัดแล้วและต้องการถามต่อ เลือก Be My AI ส่วนงานอ่านข้อความโดยตรงให้พิจารณาโหมดข้อความของ Lookout ตามภาษาที่รองรับ ไม่จำเป็นต้องส่งเมนูทั้งเล่มเมื่อสนใจเพียงสองรายการ

ลองถามว่า “อ่านชื่อและราคาของสองรายการในส่วนนี้ โดยจับคู่แต่ละชื่อกับราคาที่อยู่ข้างกัน” ผลที่ต้องตรวจคือชื่อ ราคา และตำแหน่งที่สัมพันธ์กัน หากคำตอบมีราคาแต่ไม่บอกว่าเป็นของรายการใด ให้ถ่ายเฉพาะแถวนั้นใหม่แล้วถามให้แคบลง หากยังมีหลายคอลัมน์จนจับคู่ไม่ชัด ให้ขอพนักงานหรือคนช่วยยืนยันก่อนสั่ง ไม่ใช้การเดาว่าราคาที่ใกล้ที่สุดต้องเป็นของรายการนั้น

เอกสารหนึ่งหน้า: อ่านหัวข้อพร้อมข้อมูลที่เกี่ยวข้อง

เริ่มจากโหมดเอกสารของ Lookout เมื่อต้องการคำแนะนำระหว่างจับภาพกระดาษ วางเอกสารให้เห็นขอบและข้อความครบตามที่ทำได้ หลังอ่านแล้ว ให้ตรวจหัวข้อกับข้อมูลที่ต้องใช้ เช่น รายการที่ต้องเตรียมหรือวันที่ซึ่งระบุอยู่ใต้หัวข้อนั้น หากใช้ภาพนิ่งกับทางที่ถามต่อได้ ลองถามว่า “อ่านข้อความใต้หัวข้อนี้ตามที่ปรากฏ และบอกส่วนที่อ่านไม่ชัด” แทนขอให้สรุปความหมายทันที

ผลที่พอใช้ควรเชื่อมข้อมูลกับหัวข้อได้ ไม่ใช่ได้ตัวเลขหรือวันที่ลอย ๆ หากบรรทัดท้ายหาย ให้จับภาพส่วนล่างใหม่โดยมีข้อความก่อนหน้าติดมาพอระบุตำแหน่ง หากคำตอบยังขัดกัน ให้ตรวจต้นฉบับกับคนช่วย โดยเฉพาะเอกสารที่มีผลต่อเงินหรือข้อมูลส่วนตัว และเก็บข้อความที่ยืนยันแล้วแยกจากรายการล่าสุดของ Lookout ก่อนปิดแอป

ฉลากในบ้าน: แยกชื่อสิ่งของออกจากข้อความบนฉลาก

สำหรับอาหารบรรจุหีบห่อ ให้ตรวจโหมดฉลากอาหารของ Lookout ก่อน หากประเทศรองรับและดาวน์โหลดข้อมูลเพิ่มแล้ว โหมดนี้เป็นทางที่ใช้ได้แม้ไม่มีอินเทอร์เน็ต แต่ถ้าต้องอ่านข้อความเฉพาะด้าน เช่น ส่วนประกอบ ต้องจัดด้านนั้นให้เห็นครบและตรวจว่าคำตอบตอบเรื่องที่ถามจริง ไม่ถือว่าการระบุชื่อสินค้าเท่ากับอ่านข้อความทุกด้านแล้ว

หากเป็นฉลากสิ่งของอื่น หรืออยากถามจากภาพเฉพาะจุด ให้ใช้โหมดข้อความที่เหมาะกับภาษา หรือภาพนิ่งกับ Be My AI เมื่อมีอินเทอร์เน็ต ลองถามว่า “ข้อความบรรทัดใต้ชื่อสิ่งของเขียนว่าอะไร” หากภาพมีแสงสะท้อนหรือฉลากโค้งจนข้อความขาด ให้เปลี่ยนมุมและถ่ายด้านที่อ่านได้ใหม่ ผลที่ต้องตรวจคือข้อความบนฉลาก ไม่ใช่ข้อสรุปจากสีหรือรูปร่างของขวด หากเกี่ยวกับขนาดยาหรือข้อมูลที่ใช้ตัดสินใจสำคัญ ให้ขอผู้ที่เกี่ยวข้องยืนยัน ไม่ใช้คำบรรยาย AI เป็นคำสั่งให้ใช้งาน

เลือกทางต่อเมื่อไม่พบเมนูหรือคำบรรยายไม่พอ

ปัญหา “เปิดคุณสมบัติไม่ได้” กับ “เปิดได้แต่ตอบไม่ครบ” ต้องแก้คนละทาง การถ่ายใหม่ไม่ทำให้เมนูที่ยังไม่พร้อมปรากฏขึ้น และการเปลี่ยนการตั้งค่าภาษาไม่ได้แก้ภาพที่ตัดข้อความไปครึ่งบรรทัด เริ่มจากระบุว่าติดอยู่ก่อนรับภาพ ระหว่างรับภาพ หรือหลังได้คำบรรยายแล้ว

เมื่อภาพชัดขึ้นแล้วแต่คำตอบยังไม่ตอบสิ่งที่ต้องรู้ ให้เปลี่ยนรูปแบบคำถามหรือทางช่วยเหลือ แทนวนขอคำบรรยายกว้าง ๆ ซ้ำ เช่น เปลี่ยนจาก “นี่คือเอกสารอะไร” เป็น “หัวข้อด้านบนเขียนว่าอะไร” หากข้อมูลต้นทางยังไม่ชัด ให้ขอคนตรวจพร้อมระบุจุดที่ติด อย่าให้แอปเติมรายละเอียดที่มองไม่เห็นเพื่อทำให้คำตอบดูครบ

การสลับแอปช่วยได้เมื่อเปลี่ยนให้ตรงงาน เช่น จากภาพรวมไปอ่านข้อความ หรือจากคำบรรยาย AI ไปขออาสาสมัคร แต่คำตอบที่ตรงกันจากหลายแอปยังไม่ใช่หลักฐานรับรองข้อมูลสำคัญ หากทุกทางใช้ภาพที่ขาดส่วนเดียวกัน ก็อาจขาดข้อมูลเหมือนกันได้ จุดจบที่เหมาะสมของการลองใหม่จึงเป็นภาพที่ตรวจได้หรือความช่วยเหลือจากคน ไม่ใช่จำนวนครั้งที่ได้คำตอบ

เก็บข้อมูลที่ตรวจแล้วเป็นรายการส่วนตัว

เมื่อได้ข้อมูลที่ตรวจแล้ว เช่น ชื่อสิ่งของที่ต้องซื้อหรือข้อความที่ต้องกลับไปอ่าน ให้เก็บเฉพาะส่วนที่จำเป็น พร้อมระบุข้อที่ยังไม่แน่ใจ การแยกข้อมูลยืนยันแล้วออกจากคำบรรยายที่ยังต้องตรวจช่วยให้กลับมาทำงานต่อได้โดยไม่เผลอใช้การคาดเดาเป็นข้อเท็จจริง ขั้นตอนนี้เป็นงานบันทึกภายหลัง ไม่ใช่เหตุให้เพิ่ม FoneClaw เป็นตัวเลือกในกลุ่มเครื่องมือช่วยการมองเห็นสามทางข้างต้น

ใน FoneClaw ผู้ใช้สามารถพิมพ์ข้อความที่ตรวจแล้วให้สร้างโน้ตหรือรายการส่วนตัว หรือเลือกแนบภาพให้โมเดลที่เข้ากันได้และรองรับการมองเห็นช่วยตีความก่อนทบทวน โมเดลที่ผู้ใช้เลือกช่วยวางแผน ส่วนเครื่องมือ Android ที่เปิดใช้ทำงานตามสิทธิ์และนโยบายอนุมัติจริง จากนั้นให้เปิดรายการปลายทางเพื่อตรวจข้อความที่บันทึก หากไม่ได้ระบุวันที่ก็ไม่ควรเติมวันขึ้นเอง ดูขอบเขตได้ที่ ความสามารถของ FoneClaw

ตัวอย่างคำขอคือ “บันทึกรายการส่วนตัวว่าต้องกลับไปตรวจราคาของรายการนี้ ยังไม่กำหนดวัน และไม่ใส่ราคาที่อ่านไม่ชัด” หลังบันทึก ให้ตรวจว่าข้อความยังแสดงสิ่งที่รอการยืนยัน ไม่เปลี่ยนเป็นตัวเลขที่โมเดลคาดเดา หากมีข้อมูลที่ยืนยันแล้ว ให้ระบุเฉพาะข้อมูลนั้นและบริบทที่จำเป็น ไม่ต้องส่งทั้งเอกสารเพื่อเก็บงานสั้น ๆ

หากเลือกแนบภาพ ภาพขนาดใหญ่ที่เลือกจะได้รับการปรับให้เหมาะสมและแก้การวางแนว แต่การปรับภาพไม่ได้ทำให้ข้อความที่ขาดกลับมา หรือทำให้โมเดลที่ไม่มีความสามารถด้านภาพเข้าใจภาพได้ ตัวเลือกผู้ให้บริการและการรองรับภาพหรือเครื่องมือเป็นการตั้งค่า ไม่ใช่การเพิ่มความสามารถที่โมเดลไม่มี งานนี้ใช้ข้อมูลที่ผู้ใช้เลือก ไม่ใช่การเชื่อมกับ Be My Eyes หรือการทดแทนกล้องสดของ Guided Vision และหากใช้โมเดลออนไลน์ บริบทที่ส่งอาจออกจากโทรศัพท์

การตีความภาพที่เลือกกับการเข้าใจปุ่มหรือสถานะสดบนหน้าจอเป็นคนละงาน หากต้องการใช้ข้อมูลนั้นเพื่อสั่งงานแอปต่อ อ่าน AI เข้าใจหน้าจอ Android อย่างไร: UI tree ภาพหน้าจอ สถานะสด และการยืนยัน เพื่อดูว่าควรตรวจบริบทและผลบนโทรศัพท์อย่างไร