Gemini для macOS получил голос: ИИ теперь видит экран и работает с файлами

До сих пор Gemini на macOS работал как обычный чат-бот в отдельном окне. Теперь Google добавила голосовой ввод, который срабатывает по долгому нажатию клавиши Fn в любом приложении. По умолчанию это умная диктовка: она убирает слова-паразиты, ловит самоисправления и вставляет чистый текст в курсор. Но если включить режим рассуждений в настройках, Gemini начинает понимать контекст экрана и выполнять составные задачи. Об этом Google сообщила в блоге Gemini.

Что умеет голосовой Gemini на macOS?

Функция работает в двух режимах.

Умная диктовка (по умолчанию). Зажимаете клавишу Fn, говорите. Gemini убирает «э-э», «ну», ловит, когда вы поправляете себя на середине фразы, и вставляет чистый текст прямо туда, где стоит курсор.

Режим рассуждений (включается в настройках). Gemini видит, что у вас на экране, и выполняет составные команды:

• Извлечение и пересказ. Выделяете файлы, фотографии или документы на рабочем столе и говорите, что нужно. Пример из блога Google: «Прочитай эти ветеринарные файлы и собери историю болезни собаки в письмо для питомника».
• Переписывание текста. Выделяете любой текст на экране и просите голосом переписать, сменить тон, сократить. Пример: «Превращай эти заметки в резюме для руководства с кратким выводом в начале».
• Генерация и редактирование изображений. Голосом просите создать картинку или изменить существующую иллюстрацию прямо на рабочем столе. Пример: «Возьми эту иллюстрацию и сделай версию для тёмной темы».

Пока всё работает только на английском языке. Google пишет, что поддержка других языков появится позже, но конкретных сроков и списка языков не называет.

Как попробовать?

1. Скачайте приложение Gemini для macOS по адресу gemini.google/mac.
2. Откройте настройки приложения и при желании включите режим рассуждений (Gemini reasoning), чтобы ассистент мог работать с контекстом экрана.
3. Зажмите клавишу Fn в любом окне и начните говорить. Для диктовки этого достаточно; для сложных задач нужен включённый режим рассуждений.

Gemini на macOS и российские аналоги: что доступно в РФ?

Gemini для macOS пока работает только на английском и требует доступа к сервисам Google, что для пользователей в России означает необходимость VPN. Прямых аналогов с голосовым управлением на уровне всей операционной системы у российских сервисов пока нет.

Для задач на русском языке YandexGPT (через «Алису» или нейро-редактор в «Документах») и GigaChat (через браузер) остаются рабочими вариантами, но ни один из них не умеет слушать голос и одновременно видеть содержимое экрана.

Что это значит для вас по ролям?

Авторам Дзена. Когда Gemini добавит русский язык, появится способ голосом переписывать черновики, менять тон и собирать тезисы из нескольких документов, не покидая редактор. Пока на русском это недоступно, но стоит установить приложение и попробовать на английских текстах, чтобы понять механику.

Маркетологам. Голосовая работа с контекстом экрана сокращает цепочку «скопировать, вставить в чат, скопировать ответ, вставить обратно» до одной фразы. Для тех, кто готовит десятки вариантов текстов, экономия ощутима.

Предпринимателям в РФ и СНГ. Функция пока не работает на русском и требует VPN. Прямого применения в российском бизнесе сегодня нет, но направление важно отслеживать: Google явно строит ИИ-ассистента уровня операционной системы, и конкуренты (включая Яндекс) будут вынуждены отвечать.

Частые вопросы

Gemini для macOS работает на русском языке?

Пока нет. Google запустила голосовые функции только на английском и сообщила, что другие языки появятся позже. Конкретных сроков и списка языков компания не назвала.

Нужна ли платная подписка?

Google не упоминает платную подписку для новых голосовых функций. Приложение доступно бесплатно по адресу gemini.google/mac. Если условия изменятся, мы обновим информацию.

Можно ли использовать из России?

Сервисы Google в России работают с ограничениями, для доступа к Gemini понадобится VPN. Альтернативы на русском: YandexGPT (через «Алису» или «Яндекс Документы») и GigaChat (через браузер), но без голосового управления на уровне рабочего стола.