Gemini 把文件编辑搬进聊天框：PDF 网页手机都能预览和改，文档、表格、幻灯片、Markdown、代码只在网页端，所有用户所有语言可用

出处。原始材料是谷歌官方博客于 2026 年 10 月 29 日发布的文章《You can now generate, preview, and edit documents, PDFs, presentations, spreadsheets, and more directly in Gemini》，栏目归属于 Gemini App。本文所有能力描述、格式范围、可用范围都逐字取自这一页；官方页面没有提到的部分——用的哪个模型、编辑保真度如何、有没有文件大小限制、企业版是否同样开放——本文不会替它补上。

具体能用什么。四件事：生成、预览、编辑、追问，全部发生在同一条对话里。生成是指让 Gemini 直接产出一个文件而不是一段回复；预览是指文件在对话内就能看到，不用下载再打开；编辑分两条路，一条是展开到全屏自己敲字改，另一条是选中一段内容交给 Gemini 去改文字或图表；追问是指在改的过程中继续提问。官方给的示例把四个动作串成了一串：上传手写课堂笔记 → 生成 PDF 复习提纲 → 手动改 → 选中某段让模型改文字或图 → 继续提问。这个流程里没有任何一步需要跳出对话窗口。

格式支持有一条明确的分界线，这条线比功能列表更值得记住。PDF 的预览与编辑，网页端和手机端都支持。其他所有格式——Google 文档、Google 表格、幻灯片、Markdown 文件、TXT 文件、代码——只在网页端支持。也就是说手机上能改 PDF，但改不了 Docs 和表格。如果你打算把它当成移动办公方案，这条限制会直接决定你能不能在通勤路上把活干完。官方没有解释为什么这样切，但从端侧排版能力的差异去理解，这个切法是合理的，只是对用户来说它是一个必须提前知道的边界。

可用范围写得很干脆：所有用户、Gemini 应用支持的所有语言。这句话里的两个「所有」是这次公告里唯一可以立刻验证的部分——不需要申请、不需要等名单、不需要付费层级。对比谷歌过去发布新模型时常有的「先给一小批」「先给付费用户」，这次的节奏完全不同。这也说明这个功能的定位：它不是能力展示，是把已有能力往外铺的产品动作。

官方没说的部分，恰好是最该问的部分。第一，用的哪个模型没写。这意味着你无法从公告里判断质量上限，也无法判断不同地区的版本是否有差别。第二，编辑保真度没写。把一份带多级标题、页眉页脚、脚注、目录和复杂表格的 PDF 交给它改一句话，原排版能不能保住，官方一句都没提。第三，文件大小和页数限制没写。第四，企业版和教育版是否同步开放没写。这四条都不是吹毛求疵，任何一个做过文档处理的人都知道，决定一个文档功能能不能真用起来的，正是这四条。

真正改变的是入口，不是能力。生成文档、改文字、看图改图这些能力，单独的 AI 产品早就有了。这次的不同在于它们被放进了聊天窗口，而聊天窗口是用户已经在的地方。产品设计里有个老规律：多一次跳转，就少一半使用。以前想用 AI 改 PPT，你得先导出、再上传、再下载、再导回，四步里任何一步觉得麻烦，这个功能就死在心里了。现在四步压成零步。这个变化对使用频率的影响，会远大于模型能力提升带来的影响。

对做内容的人，这条消息有一个具体的读法：文档格式正在从「文件」变成「会话里的一个对象」。以前一份 PDF 是有边界的东西，存在硬盘上，有版本号，发邮件传来传去。现在它可能只在一次对话里存在，改完就导出，改法也只留在这条对话的上下文里。好处是快，代价是可追溯性变弱——你很难再回答「这句话是谁在什么时候改的」。如果你在做需要留痕的工作，官方目前给出的能力里没有任何版本历史或修改记录，这一点值得在把流程搬过去之前想清楚。

最后说一句冷静的话。功能向所有用户开放是一件好事，但「能用」和「敢用」之间还有距离。手写笔记生成复习提纲这种场景，改错了你自己一眼能看出来。合同、报价单、带公式的报表这类文件，改错一个字就是钱。官方没有给准确率，也没有给保真度承诺，那就按最保守的方式用：让它做第一稿，人工做最后一遍。这个建议跟 AI 强不强没关系，只跟「谁签字谁负责」有关系。