AI Modelsอ่าน 19 นาที

รายงานประจำสัปดาห์ต้องใช้การให้เหตุผลแค่ไหน? แผนทดสอบ Gemini 4 Hydrogen

ใช้ไฟล์บันทึกการประชุม PDF และสเปรดชีตชุดเดียวกันเปรียบเทียบเวลาตรวจทาน ค่าใช้จ่าย และความแม่นยำของแหล่งอ้างอิงในแต่ละระดับการให้เหตุผลของ Gemini 4 Hydrogen

K
Ken Jo

การประชุมจบไปเมื่อสี่สิบนาทีที่แล้ว คุณมีไฟล์บันทึกการประชุม สเปรดชีต และ PDF โครงการฉบับแก้ไข ผู้อำนวยการต้องการสรุปสั้น ๆ ที่ระบุกำหนดส่งที่อนุมัติแล้ว ผู้รับผิดชอบแต่ละงาน และเหตุผลที่มีการเปลี่ยนแปลง คำตอบอาจออกมาในไม่กี่วินาที แต่คุณยังอาจเสียเวลาอีกสิบห้านาทีฟังการประชุมซ้ำเพื่อตรวจว่ากำหนดส่งนั้นมาจากไหน

วันที่ 12 พฤศจิกายน 2026 Google เปิดตัว Gemini 4 Hydrogen ในฐานะโมเดล Gemini 4 สำหรับงานเขียนโค้ดประจำวันและงานที่ใช้เอเจนต์ ประกาศระบุแอป Gemini, Google AI Studio, Gemini API และช่องทางอื่น ๆ ของ Google ใน Agent Platform ของ Google Cloud นั้น Hydrogen รับเสียง รูปภาพ วิดีโอ และข้อความ รวมถึงไฟล์ Office และ OpenDocument บางชนิด การให้เหตุผลสี่ระดับช่วยให้นักพัฒนาปรับความลึกของการคิดได้โดยคงส่วนอื่นของคำขอไว้เหมือนเดิม ประกาศเปิดตัวของ Google · เอกสารโมเดล Google Cloud

การทดสอบแรกควรเริ่มจากรายงานที่คุณทำอยู่ทุกสัปดาห์ ให้ Hydrogen สองระดับจัดทำสรุปแบบเดียวกันจากไฟล์ชุดเดียวกัน แล้วจับเวลาว่าผู้ตรวจใช้เวลานานเท่าไรในการอนุมัติแต่ละฉบับ การเปรียบเทียบนี้ช่วยให้ตัดสินใจได้ว่าการคิดละเอียดขึ้นลดงานจริงหรือไม่เมื่อแหล่งข้อมูลขัดกัน

คำตอบสั้น ๆ อาจต้องใช้หลักฐานมาก

สมมติว่าสไลด์ที่ 12 ใน PDF โครงการระบุแผนเปิดตัววันที่ 14 พฤษภาคม ตารางติดตามระบุวันที่ 19 พฤษภาคม และไฟล์บันทึกมีข้อเสนอให้เลื่อนไปวันที่ 21 พฤษภาคม ทั้งสามอย่างเป็นข้อมูลคนละประเภท ข้อเสนออาจสำคัญพอที่จะใส่ในสรุป แต่ควรระบุสถานะให้ต่างจากกำหนดที่ยืนยันแล้ว คำตอบที่ใช้ได้จะรักษาความต่างนี้ไว้แม้ย่อหน้าสุดท้ายมีเพียงสี่บรรทัด

งานนี้เหมาะกับการรับข้อมูลหลายรูปแบบโดยตรง เพราะหลักฐานกระจายอยู่ในสื่อต่างชนิด คนในที่ประชุมอาจอธิบายว่าทำไมตัวเลขในสเปรดชีตจึงเปลี่ยน PDF อาจยืนยันว่าแผนฉบับใดถูกส่งให้ทีม เซลล์หนึ่งอาจมีจำนวนเงินที่อนุมัติ โดยมีหน่วยอยู่ในหัวคอลัมน์ การส่งข้อมูลเหล่านี้ไปพร้อมกันอาจลดงานถอดเสียง พิมพ์ตารางใหม่ หรือคัดลอกหน้าที่เลือกลงในคำสั่งเดียวกัน ขณะเดียวกัน การเลือกหลักฐานของโมเดลก็มีผลต่อคำตอบมากขึ้น

ตั้งชื่อให้แต่ละไฟล์อย่างสม่ำเสมอก่อนเปรียบเทียบ สำหรับไฟล์บันทึก ให้ระบุชื่อไฟล์และรูปแบบเวลาที่ต้องการ สำหรับสเปรดชีต ให้ระบุชีตและขอเลขเซลล์หรือแถว สำหรับ PDF หากเลขหน้าที่พิมพ์อยู่บนเอกสารต่างจากลำดับหน้าในไฟล์ ให้แยกสองอย่างนี้ให้ชัด การจัดข้อมูลเพียงเล็กน้อยช่วยให้ตรวจแหล่งอ้างอิงได้ง่ายแม้ย้ายไฟล์ไปยังโฟลเดอร์ที่ใช้ร่วมกันแล้ว

ไฟล์บันทึกการประชุม PDF โครงการ และสเปรดชีตถูกใช้สร้างข้อสรุปแต่ละข้อ ซึ่งผู้ตรวจเทียบกับแหล่งต้นฉบับได้

ระบุแหล่งที่ผู้ตรวจเปิดดูได้สำหรับข้อสรุปสำคัญทุกข้อ ภาพประกอบโดย Telli.sh

ใส่กรณีที่ง่ายเป็นพิเศษไว้เป็นตัวควบคุม หากงบที่อนุมัติแล้วปรากฏชัดในชีตเดียว ทั้งสองระดับควรหาเจอได้ง่าย จากนั้นเพิ่มกรณีที่ยากขึ้น เช่น การประชุมที่หารือสองทางเลือกด้านงบประมาณโดยยังไม่ได้ข้อยุติ ให้คะแนนเมื่อโมเดลระบุว่ายังไม่มีข้อสรุป การเปรียบเทียบจะมีประโยชน์เมื่อกรณียากคล้ายกับความผิดพลาดที่ทีมพบจริงตอนตรวจรายงาน

การให้เหตุผลสี่ระดับทำให้เปรียบเทียบได้

Google Cloud ระบุระดับ LOW, MEDIUM, HIGH และ XHIGH สำหรับ Hydrogen บน API ที่เอกสารกล่าวถึง ค่าเริ่มต้นคือ HIGH ทีมอาจเริ่มเปรียบเทียบ LOW กับค่าเริ่มต้น แล้วเพิ่มระดับอื่นหากทั้งสองยังจัดการกรณีพิเศษที่เกิดซ้ำได้ไม่ดี ตรวจช่องทางที่คุณจะใช้กับระบบจริง ตัวเลือกที่เปิดผ่าน API อาจไม่ได้ปรากฏเป็นเมนูสี่ตัวเลือกแบบเดียวกันในแอปสำหรับผู้ใช้ทั่วไป เอกสารโมเดล Google Cloud

ตั้งค่าให้เรียบง่าย ใช้รหัสโมเดล ไฟล์แนบ คำสั่ง และรูปแบบคำตอบที่คาดหวังแบบเดียวกัน ปิดเครื่องมือที่ไม่จำเป็น เพื่อให้งานตรวจเอกสารไม่กลายเป็นการค้นเว็บหรือชุดการกระทำที่ไม่เกี่ยวข้อง จำกัดคำตอบให้พอดีกับคนอ่านจริง หากคณะผู้ตรวจต้องการหกข้อสรุปในหนึ่งหน้า ก็ให้หกข้อในหนึ่งหน้า แม้โมเดลจะสร้างรายงานได้ยาวกว่านั้นมาก

บันทึกเวลาตั้งแต่ส่งคำขอจนคำตอบเสร็จ รวมถึงเวลาที่ข้อความส่วนแรกปรากฏหากมีคนอ่านระหว่างสตรีม จากนั้นวัดเวลาที่ผู้ตรวจใช้ยืนยัน แก้ไข และอนุมัติ การรอโทเคนแรกนานอาจทำให้แอปแบบโต้ตอบใช้งานสะดุด ขณะเดียวกัน โทเคนแรกอาจมาเร็วแม้คำตอบทั้งหมดจะใช้เวลานาน ทั้งสองตัวเลขอาจมีความหมาย และยังไม่รวมเวลาที่คนต้องใช้แก้ตัวเลขที่ไม่มีหลักฐานรองรับ

สำหรับรายงานที่หลายคนใช้ร่วมกัน ให้จัดร่างทั้งสองในรูปแบบตรวจทานเดียวกันและซ่อนระดับที่ใช้จากผู้ให้คะแนน ให้ผู้ตรวจทำเครื่องหมายกำหนดส่ง ผู้รับผิดชอบ และข้อมูลเชิงตัวเลขแต่ละรายการ ให้คะแนนแหล่งอ้างอิงที่เจาะจงมากกว่าลิงก์ไปยังโฟลเดอร์โครงการรวม แยกการแก้ข้อเท็จจริงจากการแก้สำนวน เพื่อให้การปรับน้ำเสียงไม่กลบผลว่าหลักฐานที่โมเดลเลือกใช้ถูกต้องเพียงใด

สิ่งที่บันทึกตัวอย่างสิ่งที่สังเกตเหตุผลที่สำคัญ
เวลาจนตอบเสร็จเวลาที่ผ่านไปจนได้คำตอบสุดท้ายบอกว่าผู้ตรวจต้องรอนานเท่าไรจึงเริ่มงานได้
ความแม่นยำของแหล่งอ้างอิงหน้า เซลล์ หรือช่วงเวลาที่ระบุรองรับข้อสรุปจริงหรือไม่บอกว่าต้องใช้แรงเท่าไรในการตรวจว่าแหล่งอ้างอิงเชื่อถือได้
การจัดการข้อมูลที่ขัดกันวันที่ที่ขัดกันถูกระบุชัดหรือไม่ว่ายังไม่มีข้อยุติลดโอกาสนำแผนชั่วคราวไปใช้เสมือนเป็นมติ
เวลาตรวจทานของคนจำนวนนาทีที่ใช้ยืนยัน แก้ไข และอนุมัติสรุปนับรวมงานจริงที่เหลือหลังโมเดลสร้างคำตอบ
ค่าใช้จ่ายต่อคำขอปริมาณการใช้และค่าใช้จ่ายของช่องทางที่เลือก รวมการลองใหม่บอกต้นทุนของรายงานที่ทีมใช้ได้จริง

โทเคนหนึ่งล้านยังต้องแบ่งให้เหมาะกับงาน

Google Cloud ระบุเพดานรวมข้อมูลเข้าและผลลัพธ์ของ Hydrogen ที่ 1,048,576 โทเคนในช่องทางที่เอกสารครอบคลุม ผลลัพธ์ที่นับรวมประกอบด้วยการคิด การเรียกฟังก์ชัน และคำตอบสุดท้าย การสร้างคำตอบหนึ่งช่วงแบบทำงานโดยตรงให้ผลลัพธ์ได้สูงสุด 65,536 โทเคน ส่วนกระบวนการสร้างต่อที่รองรับสามารถขยายผลลัพธ์ได้ภายในเพดานรวมเดิม ความต่างนี้สำคัญเมื่อเทียบกับระบบที่แยกอธิบายเพดานบริบทและเพดานผลลัพธ์ เอกสารโมเดล Google Cloud

การทดลองครั้งแรกแทบไม่จำเป็นต้องใส่เอกสารย้อนหลังของทั้งแผนก สำหรับสรุปมติประจำสัปดาห์ ให้ใช้แหล่งปัจจุบันและข้อมูลย้อนหลังเท่าที่จำเป็นต่อการเข้าใจสิ่งที่เปลี่ยนไป ตารางติดตามฉบับเก่าอาจมีประโยชน์ถ้าต้องการบันทึกการเปลี่ยนแปลง การวางไว้ข้างไฟล์ปัจจุบันโดยไม่ระบุวันที่หรือสถานะเพิ่มจำนวนคำตอบที่ดูสมเหตุสมผลและระบบอาจนำมาอ้างได้

ควรมีกรณีทดสอบแยกสำหรับเสียงและเอกสารสแกน คนที่พูดเบาหรือเอ่ยชื่อหลายชื่อที่คล้ายกันอาจระบุตัวได้ยากกว่าคนที่มีชื่อในข้อมูลกำกับการประชุม Google Cloud ระบุว่าไม่ได้ใช้ OCR กับ PDF ที่สแกนโดยค่าเริ่มต้น หากไฟล์สแกนเป็นหลักฐานสำคัญ ให้ตรวจว่าขั้นตอนที่คุณใช้ส่งข้อความที่จำเป็นให้โมเดลได้หรือไม่ ก่อนสรุปว่าความต่างเกิดจากระดับการให้เหตุผล เอกสารโมเดล Google Cloud

วิธีหนึ่งที่จะใช้บริบทอย่างตั้งใจคือถามสองคำถามด้วยแหล่งข้อมูลชุดเดียวกัน เริ่มด้วยการขอรายการมติแบบกระชับ จากนั้นขอให้ตรวจข้อสรุปที่ยังถกเถียงกันหนึ่งข้อ พร้อมยกข้อความหรือช่วงเวลาที่เกี่ยวข้องและระบุสิ่งที่ยังไม่แน่นอน คำตอบแรกควรอ่านผ่านได้รวดเร็ว คำตอบที่สองควรให้หลักฐานพอที่ผู้ตรวจจะแก้ข้อขัดแย้งได้โดยไม่ต้องเริ่มใหม่

ส่งแหล่งข้อมูลชุดเดียวกันให้การให้เหตุผลสองระดับ แล้วเปรียบเทียบคำตอบด้านเวลา ค่าใช้จ่าย ความแม่นยำของแหล่งอ้างอิง และงานตรวจทาน

เปรียบเทียบสองระดับด้วยข้อมูลเข้าเดียวกันและนับงานตรวจทานหลังได้คำตอบ ภาพประกอบโดย Telli.sh

ร่างที่เร็วมีประโยชน์เมื่อคนอนุมัติได้เร็วขึ้น

ประกาศของ Google รายงานว่า Hydrogen ได้ 53.4% ในการประเมิน Multimodal Knowledge Agent และ 71.6% ใน Agents' Last Exam v1.1 ตัวเลขเหล่านี้เป็นผลที่ Google รายงานสำหรับชุดประเมินที่ระบุ และเป็นเหตุผลให้ลองใช้กับงานสรุปจากหลายเอกสาร ทีมที่เจอปัญหาสเปรดชีตต่างเวอร์ชันขัดกันซ้ำ ๆ ยังต้องสร้างกรณีทดสอบของตัวเอง และควรครอบคลุมเหตุการณ์ที่คำตอบดูน่าเชื่อถือแต่ตัวเลขในชีตบอกอีกอย่าง ผลประเมินและเดโมของ Google

ลองนึกถึงผลทดสอบสมมติสองครั้ง ร่างแรกเสร็จใน 20 วินาทีและใช้เวลาตรวจสี่นาทีเพราะมีแหล่งอ้างอิงคลุมเครือสองแห่ง ร่างที่สองเสร็จใน 45 วินาทีและใช้เวลาตรวจหนึ่งนาทีเพราะแต่ละตัวเลขมีแหล่งชัดเจน ระบบที่สร้างร่างเร็วกว่าแพ้ในการวัดเวลาที่ผู้ตรวจให้ความสำคัญ ในทางกลับกัน ระดับที่คิดมากขึ้นแต่ใช้เวลาอธิบายไฟล์ที่ชัดเจนอยู่แล้วอาจทำให้รายงานประจำช้าลงโดยไม่ได้ดีขึ้น

ทำชีตง่าย ๆ สำหรับเปรียบเทียบ บันทึกว่าต้องสร้างคำตอบใหม่หรือไม่และเพราะอะไร เมื่อเจอข้อผิดพลาดสำคัญ ให้ระบุว่าโมเดลข้ามข้อมูล อ่านรูปแบบวันที่ผิด อ้างข้อความที่มีจริงแต่พิสูจน์ข้อสรุปไม่ได้ หรืออนุมานว่ามีการอนุมัติทั้งที่ไม่เคยเกิดขึ้น ข้อผิดพลาดแต่ละแบบชี้ไปที่วิธีแก้ต่างกัน ข้อมูลหายอาจแก้ได้ด้วยการเตรียมไฟล์ให้ดีขึ้น ส่วนการอ่านข้อขัดแย้งผิดอาจสมควรเปลี่ยนระดับหรือให้คนตรวจเฉพาะจุด

แยกการวัดความเร็วระหว่างคำขอครั้งแรกและคำขอซ้ำหากงานใช้ข้อมูลพื้นหลังเดิมบ่อย Google Cloud อธิบายว่า Hydrogen มีการเก็บแคชโดยอัตโนมัติ คำนึงถึงผลของแคชและค่าใช้จ่ายจริงตอนเปรียบเทียบ เพราะผลครั้งที่สองอาจต่างจากครั้งแรกด้วยเหตุผลที่ไม่เกี่ยวกับการให้เหตุผล หากต้องการประมาณการสำหรับรายงานประจำสัปดาห์ ให้จำลองรูปแบบไฟล์และการใช้บริบทซ้ำตามที่คาดว่าจะเจอในระบบจริง เอกสารโมเดล Google Cloud

การทดลองเล็ก ๆ ช่วยกำหนดวิธีทำรายงานถัดไป

  1. เลือกชุดเอกสารรายงานเก่าสามชุดที่คุณรู้ข้อสรุปและแหล่งข้อมูลอยู่แล้ว ให้มีชุดงานปกติ ชุดที่มีฉบับแก้ไขอยู่คนละไฟล์ และชุดที่มีข้อขัดแย้งจริง ใช้ข้อมูลสาธารณะ ข้อมูลสังเคราะห์ หรือข้อมูลที่ได้รับอนุมัติให้ใช้กับบริการที่เลือก
  2. เปิด Hydrogen ผ่าน API หรือพื้นที่ทำงานที่เกี่ยวข้องกับการนำไปใช้งานจริง เมื่อเปรียบเทียบผ่าน API ให้ตรวจระดับที่ใช้อยู่และคงส่วนอื่นของคำขอไว้ เริ่มที่ LOW กับ HIGH บน Cloud API ตามเอกสาร
  3. ขอรายงานหนึ่งหน้าที่ระบุมติ ผู้รับผิดชอบ เวลา และแหล่งอ้างอิงที่เจาะจงในแต่ละข้อ สั่งให้แยกข้อเสนอจากสิ่งที่อนุมัติแล้ว และระบุชัดเมื่อแหล่งข้อมูลขัดกัน ขอเลขหน้า เซลล์ หรือช่วงเวลาหากทำได้
  4. ให้คะแนนแต่ละร่างก่อนรู้ว่ามาจากระดับใด นับข้อผิดพลาดด้านหลักฐานแยกจากการแก้ถ้อยคำ จดเวลาจนคำตอบเสร็จ เวลาตรวจทานทั้งหมด การลองใหม่ และค่าใช้จ่ายที่เห็นจากข้อมูลการใช้บริการ
  5. เลือกวิธีทำงานตามผลเปรียบเทียบ หากชุดที่ง่ายผ่านสม่ำเสมอ ให้เริ่มจากระดับที่ผ่าน หากเจอข้อขัดแย้งบ่อย ให้ใช้ระดับที่คิดลึกขึ้นหรือให้คนตรวจข้อที่ยังถกเถียง เพิ่มกรณีใหม่เมื่อขั้นตอนการทำงานเปลี่ยน

การเปรียบเทียบนี้ใช้กับงานอื่นที่มีโครงคล้ายกันได้ ทีมดูแลความสำเร็จของลูกค้าอาจนำไฟล์บันทึกการส่งต่องานมาเทียบกับเอกสารขอบเขตงานเพื่อสรุปสิ่งที่รับปากไว้ นักวิจัยอาจใช้ไฟล์บันทึกการชี้แจงควบคู่กับตารางผลที่เผยแพร่ เพื่อดูว่าคำอธิบายสอดคล้องกับตัวเลขหรือไม่ ในทั้งสองกรณี ให้จัดคำตอบโดยยึดตำแหน่งแหล่งข้อมูลที่คนจะเปิดตรวจจริง

ก่อนส่งสรุปฉบับเสร็จให้ผู้อื่น ตรวจอีกครั้งว่าระบุความไม่แน่นอนไว้อย่างไร ร่างแรกที่ระบุว่า “ยังไม่ยืนยันผู้รับผิดชอบ” อาจใช้ได้ดีกว่าการเดาอย่างมั่นใจ คงสถานะของข้อมูลที่ยังขาดไว้ตอนจัดทำฉบับสุดท้าย และบันทึกว่าข้อใดต้องให้คนตัดสินใจก่อนส่ง ขั้นตอนนี้ช่วยให้การตรวจครั้งถัดไปง่ายขึ้นแม้ใช้โมเดลเดิม

ตัวเลือกการให้เหตุผลของ Hydrogen ช่วยควบคุมเวลาที่ใช้สร้างรายงานได้มากขึ้น ระดับที่เหมาะสมคือระดับที่ช่วยลดงานตั้งแต่เปิดไฟล์ต้นฉบับจนถึงอนุมัติสรุปที่เชื่อถือได้ว่าเกิดอะไรขึ้น

แหล่งข้อมูล


หากต้องการเก็บเอกสารต้นฉบับ บันทึกการประชุม และบันทึกงานติดตามไว้ด้วยกัน สร้างบัญชี Telli.sh.


← กลับไปที่บล็อก