การควบคุมด้วยเสียง Gemini บน Android: คำสั่ง Live Screen Automation และต่างจาก Phone Agent อย่างไร
แยกการควบคุม Android ด้วยเสียง Gemini, Hey Google, Live, ไฟล์เสียง, Tasks และ Screen automation พร้อมตรวจอุปกรณ์ ประเทศ ภาษา และผลในแอปปลายทาง
- Gemini บน Android รองรับคำสั่งเสียงบางประเภท แต่ต้องแยกการเรียกด้วย Hey Google การกดไมค์ในแอป Live ไฟล์เสียง Screen automation และ Tasks เพราะแต่ละทางมีเงื่อนไขต่างกัน
- Screen automation ทยอยเปิดให้บัญชีส่วนตัวของผู้ใหญ่ในอินเดีย ญี่ปุ่น เกาหลีใต้ สหราชอาณาจักร และสหรัฐอเมริกา ใช้ภาษาอังกฤษ ญี่ปุ่น หรือเกาหลี บนอุปกรณ์และแอปที่กำหนด โดยตระกูล Pixel 10 ไม่รวมเกาหลีใต้
- Live ใช้ Connected Apps ที่รองรับได้ แต่การแชร์หน้าจอหรือประกาศ Gemini 4 Argon ไม่ได้ยืนยันว่าทุกบัญชีทำงานในทุกแอปได้ หากไม่มี Tasks หรือ Screen automation ให้ตรวจสิทธิ์ฟีเจอร์ก่อนสรุปว่าไมค์เสีย
- FoneClaw ใช้โมเดลที่กำหนดไว้กับเครื่องมือ Android ที่รองรับภายใต้สิทธิ์และนโยบายอนุมัติจริง ไม่ได้ให้สิทธิ์แอป Gemini หรือรวม Argon โดยอัตโนมัติ และการปิดเสียงตอบกลับไม่ใช่การหยุดงาน
Gemini voice บน Android ทำอะไรได้จริง
ควบคุม Android ด้วยเสียง Gemini ครอบคลุมมากกว่าการถามตอบ แต่ก็ไม่ใช่สิทธิ์ควบคุมทุกแอปบนโทรศัพท์แบบเปิดกว้าง เอกสาร ความช่วยเหลือของ Google เรื่องการใช้ Gemini กับฟีเจอร์ของ Google Assistant ระบุฟีเจอร์เสียงที่รองรับ เช่น ส่งข้อความ ควบคุมอุปกรณ์บ้านที่เชื่อมไว้ และคำสั่งลัดบางอย่าง โดยความพร้อมขึ้นกับอุปกรณ์ บัญชี ภาษา ภูมิภาค และแอปหรือบริการที่เชื่อมอยู่
ทางเข้าด้วย Hey Google และ Voice Match ต้องตั้งค่าตามเงื่อนไขของ Google ก่อนใช้งาน ฟีเจอร์บางอย่างอยู่ในกรอบความเข้ากันได้กับ Assistant จึงควรแยกระหว่าง “เรียก Gemini ด้วยเสียงได้” กับ “สั่งให้ทำงานในแอปปลายทางได้” การเรียกด้วยเสียงยังเป็นคนละทางกับการเปิดแอปแล้วกดไมโครโฟน หากเครื่องของคุณไม่มีตัวเลือกที่เห็นในคู่มือ ให้ตรวจความพร้อมจากเอกสาร Google และหน้าตั้งค่าบนเครื่องจริงก่อนสรุปว่าแอปเสีย
อีกเส้นทางที่สำคัญคือ Gemini Live เอกสาร ความช่วยเหลือของ Google เรื่อง Gemini Live ระบุว่า Live ใช้การสนทนา กล้อง และหน้าจอที่แชร์ได้ และในบางกรณีสามารถใช้ Connected Apps หรือแอปที่เชื่อมต่อเพื่อทำงานที่รองรับ เช่นสร้างกิจกรรมในปฏิทิน ความพร้อมของฟีเจอร์นี้ทยอยเปิดให้บริการ และบัญชีงานหรือสถานศึกษาอาจขึ้นกับผู้ดูแลระบบ
Google ยังมี Screen automation แบบเบต้าสำหรับงานหลายขั้นในแอป Android บางแอป ตาม คู่มือการทำงานอัตโนมัติบนหน้าจอในแอป Android ที่เลือก ประเทศที่ระบุคืออินเดีย ญี่ปุ่น เกาหลีใต้ สหราชอาณาจักร และสหรัฐอเมริกา ภาษาที่รองรับคืออังกฤษ ญี่ปุ่น และเกาหลี สำหรับบัญชีส่วนตัวของผู้ใหญ่ อุปกรณ์ที่ระบุคือ Pixel 10, Pixel 10 Pro, Pixel 10 Pro XL, Samsung Galaxy S26 series, Z Flip 8 และ Z Fold 8 โดยตระกูล Pixel 10 ไม่รวมเกาหลีใต้ และยังทยอยเปิดให้บริการในแอปที่เลือก เงื่อนไขนี้ไม่ได้หมายถึง Android ทุกเครื่อง และไม่ได้ยืนยันว่าการขยายทั้งหมดเกิดขึ้นในสัปดาห์เดียวกัน
| สิ่งที่ต้องการทำ | ทางเข้า | เงื่อนไขก่อนใช้ | ถ้าไม่ทำงานให้ตรวจ |
|---|---|---|---|
| เรียกผู้ช่วยโดยไม่เปิดแอปก่อน | Hey Google และ Voice Match | อุปกรณ์และการตั้งค่าการเรียกด้วยเสียงรองรับ | Voice Match บัญชี และเงื่อนไขของทางเรียก ไม่ใช่เฉพาะสิทธิ์ไมค์ในแอป |
| พูดถาม ร่างข้อความ หรือเริ่มคำสั่งที่รองรับ | ไมโครโฟนในแอป Gemini | ไมค์ ภาษา บัญชี อินเทอร์เน็ต และบริการปลายทางพร้อม | สิทธิ์ไมค์ ข้อความที่รู้จำ แอปที่เชื่อม และผู้รับ |
| สนทนาต่อเนื่องและใช้แอปที่เชื่อมต่อ | Gemini Live กับ Connected Apps ที่รองรับ | ฟีเจอร์เปิดในบัญชีและแอปรองรับงานนั้น | บัญชี ภาษา การเชื่อมแอป และข้อจำกัดขององค์กร |
| วิเคราะห์เสียงที่บันทึกไว้ | อัปโหลดไฟล์เสียง | ชนิดไฟล์ บัญชี แผน และข้อจำกัดการอัปโหลดรองรับ | ไฟล์ที่เลือกและโควตา ไม่ใช่การเรียกด้วย Hey Google |
| ทำงานหลายขั้นบนหน้าจอแอปที่เลือก | Screen automation แบบเบต้า | บัญชีส่วนตัวของผู้ใหญ่ อุปกรณ์ ประเทศ ภาษา และแอปตรงตามรายการ | สิทธิ์รายแอป การทยอยเปิด ความคืบหน้า และข้อจำกัดการรับช่วงควบคุม |
| มอบหมายงานผ่านฟีเจอร์ Tasks | Tasks เมื่อบัญชีมีตัวเลือกให้ใช้ | สิทธิ์และการเปิดใช้ฟีเจอร์นั้นในแอป | ตัวเลือก Tasks และสถานะงาน ไม่ใช้เป็นหลักฐานว่า Screen automation ต้องมีด้วย |
ใน ประกาศ Gemini 4 Argon สำหรับแอป Gemini วันที่ 13 ตุลาคม Google กล่าวถึง Pro และ Ultra การเชื่อมต่อกับแอปมากกว่า 40 แอป และตัวเลือกเปิดใช้ Tasks นี่เป็นบริบทของความสามารถในแอป ไม่ใช่หลักฐานว่าทุกอย่างใช้ได้ผ่าน Live บน Android ทุกรุ่นหรือทุกประเทศ หากต้องการลงลึกเรื่องงานเบื้องหลัง อ่าน งานเบื้องหลัง Gemini กับการสั่งงานมือถือ: เลือกบัญชีและตรวจผลจริง โดยแยก Tasks ออกจากการควบคุมหน้าจอ
ภาพรวม Gemini จาก Google อธิบายผู้ช่วยที่รับข้อมูลได้หลายรูปแบบบนมือถือและเว็บ ความหมายเชิงปฏิบัติคือ Gemini รับเสียง ข้อความ ภาพ และบริบทได้หลายแบบ แต่การลงมือจริงยังต้องอยู่ในเส้นทางที่ผลิตภัณฑ์รองรับ ไม่ใช่การควบคุมทุกแอปโดยอัตโนมัติ
แก้เสียง Gemini ไม่ทำงานบน Android
ถ้าเสียง Gemini บน Android ไม่ทำงาน ให้แยกอาการก่อน อาการแรกคือแอปไม่รับเสียงเลย อาการที่สองคือรับเสียงแต่เข้าใจผิด อาการที่สามคือเรียกด้วย Hey Google ไม่ขึ้น อาการที่สี่คือ Gemini ตอบได้แต่การกระทำที่คาดหวังไม่เกิดในแอปปลายทาง แต่ละอาการใช้วิธีแก้ต่างกัน จึงควรตรวจทีละชั้นแทนการล้างข้อมูลแอปทันที
เริ่มจากไมโครโฟน เปิดการตั้งค่าแอปบน Android แล้วตรวจว่า Gemini หรือแอป Google ที่เกี่ยวข้องมีสิทธิ์ไมโครโฟนหรือไม่ จากนั้นลองพูดคำถามสั้นที่ไม่มีผลต่อข้อมูล เช่น “สรุปสิ่งที่ต้องเตรียมสำหรับประชุมสามข้อ” ถ้าแอปอื่นรับเสียงได้แต่ Gemini ไม่รับ ให้ตรวจสิทธิ์เฉพาะแอป การอัปเดตแอป สถานะบัญชี Google และการเชื่อมต่ออินเทอร์เน็ต
ถ้าเรียกด้วย Hey Google ไม่ได้ ให้ตรวจว่าอุปกรณ์รองรับการเรียกด้วยเสียงในสภาพแวดล้อมนั้นหรือไม่ Voice Match ตั้งค่าแล้วหรือยัง และบัญชีที่ใช้อยู่ตรงกับบัญชีที่ตั้งค่าไว้หรือไม่ บางฟีเจอร์ของ Assistant ที่ทำงานร่วมกับ Gemini อาจมีเงื่อนไขต่างจากการเปิดแอป Gemini แล้วกดไมโครโฟนโดยตรง จึงควรทดสอบทั้งสองทางเข้าแยกกัน
ถ้า Gemini รับเสียงแต่เข้าใจผิด ให้ตรวจภาษาอินพุต เสียงรบกวน สำเนียง ชื่อเฉพาะ และคำย่อ ลองพูดสั้นลงก่อน เช่น “ร่างข้อความถึงเมย์ว่าเอกสารพร้อมแล้ว” แล้วตรวจข้อความที่ได้ หากชื่อคนหรือคำเฉพาะผิด อย่าใช้เสียงนั้นส่งต่อทันที ให้แก้ข้อความก่อนหรือใช้วิธีพิมพ์เสริม
ถ้า Gemini ตอบได้แต่ทำงานไม่สำเร็จ ให้ตรวจว่าเป็นงานประเภทใด ถ้าเป็นคำสั่งผ่านฟีเจอร์ Assistant ให้ดูว่าแอปหรือบริการเชื่อมไว้หรือไม่ ถ้าเป็น Connected Apps ใน Live ให้ตรวจความพร้อมของบัญชีและแอปที่รองรับ ถ้าเป็น Screen automation ให้ตรวจรุ่นอุปกรณ์ ประเทศ ภาษา การใช้บัญชีส่วนตัวของผู้ใหญ่ สิทธิ์รายแอป และขั้นยืนยันที่แสดง ส่วนการไม่มี Tasks ให้ตรวจสิทธิ์ฟีเจอร์ Tasks แยก การไม่มีสองฟีเจอร์นี้ไม่ได้พิสูจน์ว่าไมโครโฟนเสีย
สำหรับการตั้งค่าเสียง Android แบบกว้าง เช่น Voice Access สิทธิ์ไมโครโฟน และการควบคุมหน้าจอด้วยเสียง คู่มือ ควบคุม Android ด้วยเสียง: ตั้งค่า Voice Access และใช้ FoneClaw ช่วยแยกปัญหาระดับระบบออกจากปัญหาเฉพาะ Gemini
แยก voice input, Live, screen automation และไฟล์เสียง
เสียง Gemini บน Android มีหลายเส้นทางที่ไม่ควรปนกัน เส้นทางแรกคือการป้อนคำขอด้วยเสียง หรือพูดแทนการพิมพ์เพื่อถาม ร่างข้อความ หรือเริ่มคำสั่งที่รองรับ เส้นทางนี้เริ่มจากไมโครโฟนและให้ผลลัพธ์เป็นคำตอบ ข้อความ หรือการกระทำที่ระบบรองรับ ผู้ใช้ยังควรตรวจชื่อ ผู้รับ วันเวลา และผลลัพธ์ก่อนถือว่างานสำเร็จ
เส้นทางที่สองคือ Gemini Live ผู้ใช้สามารถสนทนาแบบต่อเนื่อง ใช้กล้องหรือหน้าจอที่แชร์ และในบางบัญชีใช้ Connected Apps เพื่อทำงานที่รองรับ เช่นสร้างกิจกรรมในปฏิทินได้ Live จึงไม่ใช่เพียงการให้คำแนะนำจากภาพ แต่การแชร์หน้าจออย่างเดียวก็ไม่ได้ทำให้ Gemini ควบคุมทุกแอปได้โดยอัตโนมัติ งานที่รองรับต้องอยู่ในขอบเขตของ Live, Connected Apps บัญชี และการทยอยเปิดฟีเจอร์
เส้นทางที่สามคือ Screen automation แบบเบต้าสำหรับงานหลายขั้นในแอป Android บางแอปบนอุปกรณ์ที่เข้าเงื่อนไข เส้นทางนี้ต่างจากการถาม Live จากหน้าจอทั่วไป หากแอปที่เชื่อมต่อรองรับคำขอนั้น Gemini จะใช้เส้นทาง Connected Apps ก่อน ไม่ควรคาดว่าจะกดหน้าจอเสมอ สิทธิ์ของแอปที่เชื่อมต่อกับสิทธิ์ Screen automation ต้องตรวจแยกกัน
ใน Settings หรือการตั้งค่า ให้เปิด Screen automation แล้วตรวจค่าของแอปที่ต้องการ ได้แก่ Always allow หรืออนุญาตเสมอ, Ask every time หรือถามทุกครั้ง และ Don't allow หรือไม่อนุญาต เลือกตามขอบเขตที่คุณต้องการ ไม่เปิดอนุญาตทุกแอปเพียงเพื่อแก้คำขอเดียวที่ไม่สำเร็จ
เส้นทางนี้มีความคืบหน้า การหยุดงาน และการตรวจหรือยืนยันในขั้นที่เกี่ยวข้อง แต่ Stop หรือหยุดงานต่างจาก Take control หรือรับช่วงควบคุมเองระหว่างงาน ตามคู่มือ ตระกูล Pixel 10 และ Galaxy S26 หยุดงานได้ แต่ขณะนี้ยังใช้ Take control ไม่ได้ อย่าคาดว่าทุกเครื่องจะมีปุ่มรับช่วงเหมือนกัน หลังจบหรือหยุด ให้เปิดแอปปลายทางตรวจว่าสิ่งใดเกิดขึ้นแล้วก่อนลองซ้ำ เช่นร่างอยู่กับผู้รับที่ถูกต้องหรือรายการที่เลือกตรงตามคำขอ ไม่ใช้เพียงเสียงตอบกลับเป็นหลักฐาน
เส้นทางที่สี่คือไฟล์เสียงหรือบันทึกเสียง เอกสาร ความช่วยเหลือของ Google เรื่องการวิเคราะห์ไฟล์เสียงใน Gemini Apps ระบุว่า Gemini Apps รับไฟล์เสียงที่รองรับเพื่อวิเคราะห์ได้ภายใต้ข้อจำกัดของบัญชี แผน และการอัปโหลด เส้นทางนี้ต่างจากการพูดสดใน Live และการพูดแทนการพิมพ์ ไม่ใช่เครื่องบันทึกเสียงต่อเนื่อง ผู้ใช้ควรตรวจชื่อ วันที่ ตัวเลข และสิ่งที่อาจขาดหายจากข้อความถอดเสียงหรือสรุปที่สร้างขึ้น
| เส้นทาง | ใช้เมื่อใด | ข้อควรตรวจ |
|---|---|---|
| การป้อนคำขอด้วยเสียง | พูดถาม ร่างข้อความ หรือเริ่มคำสั่งที่รองรับ | สิทธิ์ไมค์ ภาษา ข้อความที่ถอดได้ และผลลัพธ์ปลายทาง |
| Gemini Live | สนทนาต่อเนื่อง ใช้กล้อง หน้าจอ หรือ Connected Apps ที่รองรับ | ข้อมูลที่แชร์ แอปที่เชื่อม และความพร้อมของบัญชี |
| Screen automation | งานหลายขั้นในแอปที่เลือกบนอุปกรณ์ที่เข้าเงื่อนไข | บัญชีส่วนตัวของผู้ใหญ่ รุ่น ประเทศ ภาษา สิทธิ์รายแอป และความคืบหน้า |
| ไฟล์เสียง | วิเคราะห์หรือสรุปเสียงที่อัปโหลด | ข้อจำกัดแผน ไฟล์ ชื่อเฉพาะ วันที่ และความครบถ้วนของข้อความถอดเสียง |
| Tasks | มอบหมายงานผ่านตัวเลือก Tasks ที่เปิดในบัญชี | สถานะงานและผลลัพธ์ของ Tasks ไม่สรุปว่าเป็นการควบคุมหน้าจอ |
อย่านำความสามารถของ API สำหรับนักพัฒนามาสรุปแทนประสบการณ์ผู้บริโภคโดยตรง หากใช้ Gemini Apps บน Android ให้ยึดสิ่งที่แอปและเอกสาร Google ระบุไว้สำหรับบัญชีของคุณเป็นหลัก หากต้องการภาพรวมที่กว้างกว่าเรื่องเสียง อ่าน ฟีเจอร์ Gemini บน Android: ใช้ Live, Guided Vision และงานในแอปให้ตรงเป้าหมาย เพื่อใช้คู่กับบทความนี้โดยไม่ต้องเดาจากตัวอย่างของเครื่องอื่น
Gemini เทียบกับ Android phone agent
Gemini และเอเจนต์บนโทรศัพท์ Android แก้โจทย์คนละชั้น แต่มีพื้นที่ทับซ้อน Gemini เหมาะกับการถาม พูดคุย ใช้ Live กับภาพหรือหน้าจอ ทำงานผ่าน Connected Apps และใช้ Screen automation แบบเบต้าในแอป Android บางแอปบนอุปกรณ์ที่เข้าเงื่อนไข สิ่งเหล่านี้เป็นความสามารถจริง ไม่ใช่แค่การร่างข้อความ แต่ก็ยังไม่ใช่การควบคุม Android ทุกแอปแบบสากล
ใน FoneClaw ผู้ใช้สามารถกำหนดค่าโมเดลที่เข้ากันได้ รวมถึงโมเดล Gemini ที่รองรับในสภาพแวดล้อมนั้น เพื่อช่วยคิดและวางแผนภายใน FoneClaw สิ่งนี้ไม่ใช่การผสานกับแอป Gemini สำหรับผู้บริโภค ไม่ใช่การใช้บัญชีแอป Gemini แทนผู้ใช้ และประกาศ Argon ไม่ได้แปลว่า FoneClaw มีโมเดลนั้นให้ใช้โดยอัตโนมัติ เราแยกชัดเจนระหว่างโมเดลที่ตั้งค่าใน FoneClaw กับแอปและสิทธิ์ฟีเจอร์ที่ Google ให้ผู้บริโภคใช้งาน
สิ่งที่ FoneClaw เพิ่มจากชั้นโมเดลคือระบบลงมือทำงานบน Android โมเดลที่กำหนดไว้ช่วยตีความเจตนา ส่วนเครื่องมือที่รองรับลงมือตามสิทธิ์และนโยบายอนุมัติระดับรวมกับรายเครื่องมือ ความสามารถครอบคลุมงานอย่างหน้าจอและแอป สถานะอุปกรณ์ เมล ปฏิทิน บันทึก และเวิร์กโฟลว์ แต่เราไม่อ้างว่าควบคุมทุกแอปหรือทุกการตั้งค่าได้ทั่วเครื่อง หรือว่าทุกการกระทำต้องแสดงคำถามยืนยันเสมอ
การเปรียบเทียบที่ถูกต้องจึงไม่ใช่ “ใครมีการยืนยัน” เพราะ Gemini Screen automation เองก็มีความคืบหน้า การหยุด และการตรวจหรือยืนยันในกรณีที่เกี่ยวข้อง คำถามที่ควรถามคือเส้นทางใดรองรับงานบนอุปกรณ์ บัญชี ภาษา ประเทศ และแอปปลายทางของคุณ หากงานอยู่ในขอบเขตที่ Google รองรับ การใช้ Gemini โดยตรงอาจเหมาะที่สุด หากงานต้องใช้เครื่องมือ Android ที่ FoneClaw รองรับและต้องจัดเวิร์กโฟลว์ซ้ำ จึงค่อยประเมินเส้นทางของเราเพิ่ม
| เกณฑ์ | Gemini บน Android | FoneClaw |
|---|---|---|
| บัญชีและทางเข้า | แอปและบัญชี Google ตามเงื่อนไขของฟีเจอร์ที่เลือก | FoneClaw และโมเดลที่กำหนดไว้แยก |
| อุปกรณ์ | ฟีเจอร์ต่างกันตามรุ่น ภาษา ประเทศ และการทยอยเปิด | เครื่องมือ Android สำหรับงานที่รองรับและมีสิทธิ์พร้อม |
| แอปที่เชื่อม | ฟีเจอร์ Assistant, Connected Apps หรือแอปที่รองรับ Screen automation | เครื่องมือที่เปิดใช้และได้รับสิทธิ์ตามงาน |
| ขอบเขตงาน | ถาม ร่าง Live วิเคราะห์ไฟล์ และลงมือผ่านเส้นทางที่กำหนด รวมถึง Tasks เมื่อมีสิทธิ์ | งานบนโทรศัพท์ที่มีเครื่องมือและจุดตรวจตามความสามารถของ FoneClaw |
| การตรวจผล | สถานะงาน ขั้นตรวจที่ปรากฏ และผลในแอปปลายทาง | ผลจากเครื่องมือและรายการจริงในปลายทางก่อนลองซ้ำ |
เมื่อใช้ FoneClaw การปิดเสียงตอบกลับบนหน้าแรกเพียงทำให้ไม่ได้ยินคำตอบ ไม่ได้หยุดงานที่กำลังทำ หากเปลี่ยนการกระทำในทางลัดที่บันทึกไว้ ให้ตรวจรายการที่แก้ก่อนบันทึกหรือเรียกใช้งาน แล้วตรวจผลปลายทางหลังทำ ไม่ถือว่าการบันทึกทางลัดหมายถึงงานนั้นเสร็จแล้ว
หากต้องการเข้าใจการลงมือบนโทรศัพท์ให้ละเอียดขึ้น อ่าน AI agent ควบคุมโทรศัพท์ Android: จากเจตนา สู่ข้อเสนอ การยืนยัน และผลลัพธ์ที่ตรวจได้ และถ้าโจทย์เป็นงานตามเวลา ไม่ใช่การถามด้วยเสียงครั้งเดียว อ่าน การตั้งเวลาอัตโนมัติด้วย AI บน Android: ตั้งค่า แก้งานล่าช้า และลองใหม่อย่างปลอดภัย เพื่อแยกเงื่อนไขการตั้งเวลาออกจากคำสั่งเสียง ดูขอบเขตเครื่องมือของเราได้ที่ ฟีเจอร์ FoneClaw
วิธีทดสอบเส้นทางที่ปลอดภัย
เริ่มจากคำขอที่ไม่มีผลต่อข้อมูล พูดคำถามสั้นกับ Gemini เพื่อทดสอบไมค์และภาษา เช่นขอให้สรุปรายการเตรียมประชุมสามข้อ จากนั้นเลือกงานที่รองรับและตรวจได้โดยยังไม่ส่งให้ผู้อื่น เช่นเตรียมร่างข้อความ ตรวจชื่อผู้รับและเนื้อหาในแอปปลายทาง ไม่ดูเพียงคำตอบว่า “ดำเนินการแล้ว” ขั้นต่อไปนี้เป็นแนวทางให้คุณลองตามสิทธิ์ที่มี ไม่ใช่ผลทดสอบที่เราดำเนินการ
ถ้าจะใช้ Hey Google ให้ทดสอบทางเรียกนี้แยกจากการเปิดแอป Gemini แล้วกดไมค์ เพราะเงื่อนไข Voice Match อาจไม่เหมือนกัน ถ้าจะใช้ Live ให้ลองคำถามที่ไม่เปิดเผยข้อมูลส่วนตัวก่อน แล้วจึงทดสอบกล้อง หน้าจอ หรือ Connected Apps ที่บัญชีรองรับ ถ้าจะใช้ Screen automation ให้เลือกแอปในรายการ ตรวจสิทธิ์รายแอป และดูความคืบหน้ากับจุดหยุดที่มีจริง ไม่คาดว่าจะมี Take control บนอุปกรณ์ที่ยังไม่รองรับ
- ตรวจสิทธิ์ไมโครโฟนและพูดคำถามสั้น
- ตรวจภาษาและข้อความที่ถอดได้ โดยเฉพาะชื่อ ตัวเลข และเวลา
- ทดสอบ Hey Google หรือ Voice Match เฉพาะเมื่อคุณตั้งใจใช้ทางเข้านั้น
- เลือกงานที่ Google รองรับในบัญชีและอุปกรณ์ของคุณ โดยเริ่มจากขั้นที่ไม่ส่งหรือซื้อ
- แยก Live, Connected Apps, Screen automation และ Tasks ออกจากการป้อนคำขอด้วยเสียงปกติ
- ตรวจรายการจริงในแอปปลายทาง หากหยุดหรือไม่แน่ใจว่าทำแล้ว ให้ตรวจก่อนเรียกซ้ำ
- ถ้างานอยู่นอกขอบเขต Gemini ให้ประเมินเส้นทางที่มีเครื่องมือและสิทธิ์รองรับงานนั้นจริง
บทความนี้ช่วยตีความและจัดลำดับการตรวจ ไม่ได้แทนเอกสารของ Google สำหรับความพร้อมให้ยึดคู่มือของฟีเจอร์นั้นเป็นหลัก แล้วแยกว่าปัญหาอยู่ที่เสียง บัญชี แอปที่เชื่อม Live ไฟล์เสียง Screen automation, Tasks หรือการลงมือผ่านเอเจนต์บนโทรศัพท์