2025 年底， Google Gemini Deep Research 功能正式支援串連 Gmail / Google Docs / Google Drive / Google Chat 等 Google 雲端服務，把原本散落在 Workspace 裡的信件、文件、雲端硬碟、聊天室，變成 Deep Research 的「私人資料庫」，再加上網路資料，一次生出更多有效資料的研究報告。這個功能，馬上讓我想要來做個實際應用測試。2024 年底時 Google Gemini 加入了 Deep Research 功能（延伸教學：Google Gemini Deep Research 實測比較：自動蒐集資料、推理分析、撰寫報告的 AI 研究助理），而且免費帳戶也可以有一定的使用額度，透過「深度研究」，可以驅動一個研究型 AI 根據研究計畫「自動完成」數十篇網路資料的分析整理與撰寫數千字的研究報告。這個過程大約 10 分鐘左右，都由 AI 代理程式自主完成。Deep Reseach 這樣的功能，除了可以讓 AI 自動化完成多步驟的工作，幫助人空出時間外，還有一個特色就是可以「一口氣分析非常大量的資料（上下文）」，並且「一次完成更多層次、更多細節的內容輸出」。而這是一般單純的聊天型 AI 問答無法達到的文字處理量。（我的應用：先用 Deep Research 掃清認知盲區，再用 Google 搜尋，我的 6 種學習新流程）但是之前 Google Gemini 的 Deep Research 只能搜尋網路資料，少了像是 ChatGPT 的 Deep Research 可以直接連結 Google 雲端硬碟與 Gmail 帶來的工作強度。（延伸教學：ChatGPT 串連 Gmail、Google 雲端硬碟、 Outlook 行事曆，我的 8 種高效工作新應用）而現在 Gemini 的 Deep Research 終於補上了對自家 Google 雲端硬碟資料、 Gmail 郵件的支援，搭配 Deep Research 原本「一次處理大量上下文」的輸入、輸出能力，可以做出非常強大有效的應用。原本 Deep Research：主要是「看網路 + 你手動上傳的檔案」，幫你做長篇研究報告。新版 Deep Research：可以額外讀：Gmail 信件內容與對話脈絡Google Drive 裡的 Docs、Slides、PDFGoogle Chat 討論紀錄你可以在 Deep Research 視窗中，勾選要使用的來源：Search（公開網路）GmailDriveChat可以把這樣的功能用在什麼應用上呢？下面我分享幾個自己實測的成果。課程說明報告：把 Gmail 往來、Drive 講義與簡報整合→輸出結構化說明報告。年度復盤→次年規劃：掃描 Drive 的簡報、講義，照 KPT 產出可執行的明年方案。合作歷程報告：依關鍵字回溯多年郵件＋文件＋Chat，整理時間軸、決策點與下一步提案。分析 Gmail 討論與 Google 文件、簡報，完成一份課程說明報告：近期我跟「大人學」一起合作開發一堂「用 AI 提升工作效率的實戰工作坊」的課程，過程中我們在 Gmail 中有很多來回的細節討論郵件，在 Google 雲端硬碟中有多份演練、講義、問答、簡報相關企劃文稿。現在課程正式上線了，我想要整理上述資料，完成一份課程說明報告。於是我在 Gemini Deep Research 中透過下面指令，啟動 Gmail 與 Google 雲端硬碟文件的深度研究：你是電腦玩物站長Esor，協助我撰寫一份「大人學：用 AI 提升工作效率的實戰工作坊」的介紹說明。請一步一步處理：1.需求：讓電腦玩物讀者了解這堂課程的特色、解決問題、限制，讓讀者明確知道這堂課程適合或不適合自己，以即可以獲得什麼收穫。2.處理流程：2.1 根據 Gmail 中「【大人學】用 AI 提升工作效率的實戰工作坊」郵件討論，掌握這堂課程的設計目的與現況。2.2 根據 Google Drive 中「【大人學】用 AI 提升工作效率的實戰工作坊」資料夾理的文件資料，掌握課程設計、演練的基本架構。2.3 搜尋 Google Drive 中「簡報」資料夾內的 AI、 ChatGPT 課程相關最新資料，獲得更豐富的演練案例。2.4 處理前面內容，整理出跟讀者說明的架構、邏輯、內容重點，並列出。3. 最後一段，依據上傳的「電腦玩物社群貼文範本.md」範本，把上述整理好的內容，再改寫成符合範本格式、風格、用語的貼文內容。在 Gemini 的工具選單啟動「 Deep Research 」，選擇不要在網頁中搜尋資料，而是直接讀取我的 Gmail、 Google 雲端硬碟（根據我的指令）。我甚至還搭配「上傳」了一份課程說明範本的 markdown 文件。我想試試看讓 Gemini 的 Deep Research 一口氣分析十幾份文件、十幾封郵件，和一個範本檔案，是不是還能更根據我的指令，有效完成工作報告。第一階段處理研究計畫時， Deep Research 會先做基本搜尋，先找出可能要找的資料範圍。從研究計畫中，我可以判斷 Gemini 的 Deep Research 是否已經有正確找到需要的郵件、文件，如果有，就可以按下開始研究。這一點我覺得很棒，就像是這個 AI 研究助手會先做基本的資料掃描，然後跟我確認他找到方式對不對，讓我有即時修改調整的空間。下面是我這個案例的實測結果，讓我來分析幾個「表現得很棒」的細節。很明確根據指令要求，相對沒有之前的長篇大論毛病，只輸出指令要求的：結構重點整理、貼文內容。確實可以找出並研究相關郵件、文件深入到文件資料的細節，有邏輯的分析重點整份輸出成果中，每一段都有明確引用來源，點擊後可以打開明確的文件、郵件很強大的統整、分析能力，不只整理資料，也能延伸推理，獲得有啟發的結果。明確根據範本輸出。明確依據我的指令輸出結果，現在的 Gemini Deep Research 比較不會像是早期那樣長篇大論太多廢話。Gemini 可以確實的研究大量相關郵件、文件，一次處理的資料量可以很大。結果中，可以看到 Gemini Deep Research 深入到文件資料的細節，再轉化出有邏輯的重點分析。而且每一段會有原始文件資料來源，這可以讓我方便確認這一段分析的「正確性」。Gemini Deep Research 在大量解析文件後，進一步也有延伸論述的能力，不只是做資料摘要整理。例如下圖中對我規劃的課程重點分析，甚至還有一些我自己沒有想到的說明方式。前面在深度研究時，還記得我另外上傳了一個範本檔案，讓 AI 遵循這個範本做產出嗎？Gemini Deep Research 可以在已經分析了大量郵件、雲端文件後，依然可以明確根據範本輸出成果。表示善用 Deep Research 的自動代理、大量上下文運算能力，我們可以給出更複雜資料、分析更多樣資料、多步驟自動化產出結果。比較看看 ChatGPT 版本，其實也能達到差不多效果。（延伸教學：ChatGPT 串連 Gmail、Google 雲端硬碟、 Outlook 行事曆，我的 8 種高效工作新應用）關鍵不是工具，而是我們的使用方式與工作流程。統整今年度大量工作文件、郵件，完成年度復盤與明年度規劃：根據上面應用案例，當 Gemini Deep Research 可以一次處理分析這麼多郵件、文件資料，就可以變成一個有效的年度復盤規劃助手。我利用下面指令，請 Deep Research 總結我今年的各種課程資料，做一個 KPT 復盤與新年度規劃。你是電腦玩物課程規劃的專家，請根據 2025 年我的相關的課程簡報、講義，製作一份今年度課程復盤、明年度新課程規劃的企劃報告。請一步一步處理：1.需求：了解今年度課程的主題、特色，分析可以延伸的變化、議題。2.處理流程：根據 Google Drive 中的「13-簡報」資料夾內的資料，分析相關簡報、講義內容，梳理今年度的課程細節資料。 3.根據KPT原則，分析可以保持的特色，需要解決的問題，延伸出明年度可以新增的下一步規劃行動。4.最後延伸出 2026 年度新課程規劃的具體建議。同樣的可以看到， Deep Research 把我散亂的課程簡報、課程講義、課程討論郵件等，做了初步分析，設定了一個我覺得很有效的研究計畫，也正確的區分出我目前的兩大課程主軸： AI 工作術、防彈筆記法。接著就讓 Deep Research 依照這個研究計畫去做分析。下面是結果的一部分策略分析，我自己看了覺得很棒，確實找出了目前課程特色，也分析出可以更好的問題點，還提出了具體建議。年度復盤可以做到這樣的程度，無論是用在工作，還是用在「自己個人復盤」，都會非常有效。分析散落的郵件、文件，建立工作歷程報告：如果我們進行一個專案時，郵件、文件都散落在不同的地方，需要掌握這個專案目前進度，或許也可以試試看用 Google Gemini Deep Research 的功能來整理分析。例如下面這個應用，我設定好利害關係人的關鍵字，請 Deep Research 去我的郵件、文件系統中尋找相關討論資料，重新梳理更明確的時間軸與工作歷程。你是電腦玩物站長Esor，整理和「富邦 共學」相關講堂的歷年合作資料，完成一份工作歷程報告。請一步一步分析：1.需求：完成歷年富邦共學講座的主題系列、內容細節、合作資料的統整分析。2.從我的 Gmail 中搜尋相關合作郵件，整理郵件中的相關資訊。3.完成合作歷程時間軸、主題設計、合作形式的整理。4.設計下一階段可以推出的系列主題。這是一個已經進行三年的工作歷程， Deep Research 有沒有辦法準確地把過去幾年的資料找出來，並且做出有效分析呢？結果還真的可以！ Deep Research 不只可以一次爬梳大量資料，只要我們設定好關鍵字，也能深入挖掘資料架內的資料細節，甚至過去多年的散落資訊。善用這個挖掘資料能力，可以更有效的做出專案分析、復盤與規劃。總結一下上面幾個案例，我的 Deep Research 操作細節重點，提供大家參考：進 Deep Research 前：先想清楚資料邊界（要勾 Gmail/Drive/Chat 哪些）、研究目標（說明？回顧？提案？）與輸出格式（報告、貼文、簡報大綱）。指令結構：需求→處理流程（來源、資料夾、關鍵字）→輸出規格（框架/範本）。研究計畫頁：務必檢視是否抓到對的郵件串與資料夾，必要時補關鍵字或縮小範圍再跑。成果檢核：優先抽查每段落的來源鏈結，確認引用無誤、時效正確，再決定修改幅度。有需要的朋友，也可以模擬上述流程，試試看！大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：2024/6 最新著作上市，歡迎支持：《高效人生工作法圖解》大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」著作：《防彈筆記法》訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）訂閱「電腦玩物電子報」，不定期出刊。我的電子郵件是 esorhjy@gmail.com ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：專案報告、年度復盤 AI 助手應用實測： Gemini Deep Research 連結 Gmail、 Google Drive）