在河內旅遊使用 Gemini Live 當 AI 導遊的經驗
12 月初的時候，我曾經跑去越南河內旅遊。因為我不會越南語，而越南當地的官方語言也不是英語或中文，所以在那邊使用中英文溝通很看運氣，要看遇到的人是否具備外語能力。
身為一名自助旅行者，我在那邊做了一個有趣的實驗。我當時去了幾個景點，例如鎮國寺（Trấn Quốc Pagoda）以及昇龍皇城遺址。走進這些景點時，感覺其實有點像台灣或中國的寺廟與城堡，但同時又有些微不同。由於我沒有請導遊，而當地的指示牌寫得不太清楚，我便想到利用 Gemini Live 開啟鏡頭辨識的功能，將它當作 AI 導遊來使用。
這次的使用經驗中，我發現了幾個有趣的點：
1. 精確的地理位置判斷
Gemini Live 能夠透過觀察周圍環境來判斷所在地。
(a) 在鎮國寺時，它一開始沒看到越南文或經典建築物，會猜測這可能是中國東南沿岸、台灣南部或中南半島的廟宇。
(b) 一旦它辨識到經典的地標（例如鎮國寺著名的佛塔），就能馬上精確判斷出我現在位在河內的鎮國寺。
(c) 之後移到昇龍皇城遺址時，它也同樣精確抓到了我的位置。
2. 被動的設計邏輯
雖然它會解說景點，但設計上非常被動。
(a) 舉例來說，在鎮國寺時，它僅簡短介紹這是越南很有歷史的寺廟、是宗教信仰中心，解說就結束了。
(b) 我必須主動追問（例如祭拜的神明或建築特色），它才會繼續講下去。
3. 模型效能與表現
解說內容非常簡潔，我懷疑 Gemini Live 背後運行的是 Flash 而不是 Pro 模型，所以講法都很簡單，甚至有時會出現「鬼打牆」的情況。
此外，我還做了一個關於即時翻譯的小實驗：
我戴著藍牙耳機開啟 Gemini Live，指令它當我說出「請翻譯」的口令時，幫我翻譯我看到的內容。雖然它能做到，但在夜市測試時發生了尷尬的事：當身邊的越南人正在聊天，Gemini Live 一聽到越南話，竟然馬上用越南話回答對方，導致我耳機裡全是聽不懂的越南文，場面非常尷尬。
目前我想到一個可能有效、但尚未測試的方法：
如果你想用 Gemini Live 當作自助旅行的 AI 導遊，可以嘗試在 Gemini 設定中開啟「引導式學習」。調整後，它的回答應該會比直接開啟時更有耐心，不會只用兩三句話就打發你。
至於調整後的「主被動效果」如何，目前我還沒有測試過，就看之後有沒有人要去嘗試看看了。
作者：CCL