Gemini Spark 指南：把例行工作交給 Google 的 24/7 個人 AI 代理——台灣資格、排程、技能與工作流實戰

Gemini Spark 由 Google 在 Gemini 應用程式裡推出，定位是個人 AI 代理：你用一段話交代目標和時間，它在雲端背景把多步驟的工作做完，就算你關掉電腦、鎖上手機，雲端的任務照樣推進。Google 台灣在 2026 年 7 月 29 日由官方部落格宣布引進，當地 Google AI Pro 用戶會陸續取得使用權，繁體中文與英文都可以交辦。它跟一般 Gemini 對話的差別，一句話可以講完：對話模式回答你的問題，Spark 負責把你的工作做完。

先講會直接影響你判斷的條件。Spark 目前不是免費功能：要年滿 18 歲、用個人 Google 帳號、持有 Google AI Pro（台灣每月 NT$650）或更高階 Ultra 等級的訂閱，而且帳號要開啟「保留活動記錄」。月付 NT$165 的 AI Plus 方案在官方比較表裡沒有 Spark，公司或學校的 Google 帳號也用不了。換句話說，判斷的第一步是確認自己的方案等級，再談工作流怎麼設計。

這篇指南把官方資料攤開來講清楚四件事：Spark 的定位與台灣開放現況；Tasks／Schedules／Skills 三個核心功能的正確用法；三個可以直接套用的行銷與內容工作流範例；資格、額度、隱私風險與選擇判斷。事實來源以 Google 台灣官方部落格、Google 支援中心的 Spark 說明文件與 Google AI 方案頁為本，查證時間為 2026 年 10 月上旬。Spark 從美國首發到擴及多數支援地區只花了不到兩個月，功能與規則調整得快，付費前請以官方頁面當天顯示的內容為準；文中的操作描述出自官方文件的記載，不是實機測試紀錄。

Spark 是什麼：從回答問題，到把工作做完

多數人對 AI 工具的想像停留在對話：你問，它答，視窗關掉就結束。Spark 換了一個起點。Google 台灣在2026 年 7 月 29 日的台灣官方公告裡給它的定位是「全天候的個人 AI 代理」，四個設計決定構成了這個定位。

第一，任務在 Google 的雲端基礎架構上執行，不在你的裝置上（需要操作本機 Chrome 的瀏覽工作是例外，那類任務要求裝置保持喚醒，隱私章節會細談）。這代表你闔上筆電、手機鎖屏，雲端工作照常推進；隔天打開 Gemini，看到的是它做到哪一步的進度報告。第二，它原生整合 Google 的 Workspace 全家桶：Gmail、日曆、文件、試算表到簡報，加上 Keep 與 Tasks，都在它的工具箱裡，官方說明強調這不需要複雜設定，授權之後就能動用。第三，交辦方式是目標導向的自然語言。你說明想完成的結果、要用的資料與希望的時間，Spark 自己規劃步驟，中間需要的檔案、網站、應用程式都由它調度。第四，它在你的指揮下工作：涉及寄信、購物、修改資料這類重大動作時會先停下來要求確認，你隨時可以打開它的工作面板查看進度，或直接接手操作。

官方部落格也交代了驅動引擎：台灣版本的 Spark 用的是 Gemini 3.6 Flash。這個細節值得記住，因為它說明了 Spark 的產品性格。Flash 系列是 Gemini 家族裡偏重速度與成本效率的一線，Google 把代理引擎放在這個等級上，意思很清楚：代理任務需要大量輪次的規劃與執行，回應速度與運算成本比單次回答的深度更關鍵。想深入了解 Gemini 模型家族的世代差異與方案取捨，可以另讀Gemini 3 完整指南，這裡聚焦在代理層。

跟一般 Gemini 對話的分工，用一個例子看最清楚。假設你要整理上週收到的客戶信件：在對話模式裡，你得自己開 Gmail、自己貼內容、自己把結論搬到試算表，AI 只幫你出現成的文字。交給 Spark，你說「整理過去七天的課程報名信件，統計各梯次的報名人數與繳費狀態，更新到報名追蹤試算表，並列出還沒完成繳費的學員清單」，之後它自己開信箱、讀內容、寫表格、產清單，你回來看結果。前者是增強你的打字速度，後者是接走整段流程。Google 的Spark 產品頁用一句話總結這個差異：傳統聊天機器人等你的提示詞，Spark 在你的指揮下主動完成跨應用程式的多步驟任務。

介面上兩者是並存關係，談不上取代。Spark 入口就在 Gemini 應用側欄，一鍵切換，帳號、對話紀錄與個人化設定共用同一套；產品頁的常見問答也直接回答了隱憂：它雖然在背景常駐，卻不會無差別翻讀你的信件，工作範圍由你交辦的任務定義。幾個周邊能力跟著任務一起進來：它產出的 Google 文件可以在 Canvas 面板裡直接編修（這個編修介面限 Gemini 網頁版）；需要配圖的任務可以呼叫 Nano Banana 模型生成與編輯圖像。這些能力讓 Spark 的產出不只有文字，但主角始終是任務執行本身，把 Spark 當更好的聊天介面來用，就浪費了它的定位。

台灣開放現況：誰已經能用，從哪裡進去

台灣的開放時程與資格，以官方說法為準逐條核對。Google 台灣在 2026 年 7 月 29 日的公告標題就寫明「正式在台灣開放給 Google AI Pro 用戶」，內文說明會在幾週內分批開放，台灣的 Google AI Pro 用戶都在名單內，並確認無論繁體中文或英文，Pro 與 Ultra 兩級的訂閱者都能使用。對照 Google 支援中心的 Spark 說明頁，適用範圍是「Gemini 系列應用程式支援的所有地區，但英國、瑞士、奈及利亞與歐洲經濟區除外」，台灣不在排除名單內。兩份官方文件指向同一個結論：台灣是正式支援市場，分批開放的差別只在你的帳號什麼時候拿到入口。

想回顧 Spark 怎麼走到這一步，官方支援中心的最新消息頁留下了完整時間線：

• 2026 年 5 月 19 日：在美國首次發布，當時就支援排程與技能。
• 2026 年 6 月 17 日：擴及 Gemini 應用程式的大多數支援地區（當時仍排除香港、日本、韓國、澳洲、加拿大等地）。
• 2026 年 6 月 29 日到 30 日：接入 Google Tasks、Keep 與 Docs 註解，開放自訂 MCP 應用程式，Mac 版 Gemini 加入支援。
• 2026 年 7 月 14 日：開放給所有支援地區的 Ultra 訂閱者（排除名單縮減為英國、瑞士、奈及利亞與歐洲經濟區），支援全部 Gemini 應用語言，並擴充 Workspace 編輯動作。
• 2026 年 7 月 16 日到 17 日：開放美國 Pro 訂閱者，並上線「開始使用」引導功能。
• 2026 年 7 月 29 日：Google 台灣公告，台灣 Pro 用戶陸續開放。

這條時間線有兩個實務含義。其一，「適用所有 Gemini 支援地區」寫進了支援頁的正式條款，台灣用戶遇到的問題多半是分批開放的節奏，而非市場資格。其二，語言支援在 7 月 14 日就擴及 Gemini 應用程式的全部語言，所以台灣帳號拿到入口後，直接用繁體中文交辦即可，不需要切英文介面。最快的確認方法：打開 gemini.google.com 或 Gemini 行動 App，看側邊欄有沒有「切換至 Spark」的選項。入口比說明頁列的更多：Spark 說明頁列出的正式入口是 Gemini 網頁應用程式、Gemini 行動應用程式與 macOS 版 Gemini 應用程式，而 Google 於 2026 年 9 月 10 日又推出 Windows 版 Gemini 桌面應用程式，官方公告明確寫出可以在裡面把多步驟任務交給 Spark，官方桌面下載頁如今同時列出 Windows 與 macOS。Windows 用戶從網頁或桌面應用程式進入皆可，實際功能供應依官方頁面當天顯示為準。

方案符合條件卻看不到入口，通常有三個原因，按可能性排序：分批開放還沒輪到你的帳號（官方公告說的是數週內陸續開放，這種情況只能等）；App 版本太舊（更新到最新版再登出登入一次）；活動記錄設定未開（這項會直接影響資格判定）。都排除後仍沒有入口，多半是分批開放還沒輪到，隔幾天再查即可，不需要反覆重灌或換帳號，也沒有付費跳隊的管道；若遲遲等不到，以官方支援頁與方案頁當天顯示的狀態為準。Mac 用戶有個額外能力值得順手記下：官方在 7 月中為 Mac 版加入遠端控制，你可以用手機之類的其他裝置，遙控 Mac 上的 Gemini 代為執行操作，等於讓桌上型電腦變成代理的延伸工作台。

Tasks：把一件多步驟工作交出去的完整方法

Task 是交給 Spark 的具體工作單位，也是三件套裡你會第一個接觸的成員。建立的方法在支援頁寫得很直白：在電腦前往 gemini.google.com，點側欄的「切換至 Spark」，在輸入欄位描述你要它管理的任務，送出。描述裡可以指定執行時間（特定時間前後、某個事件結束後）、用斜線引用既有技能、把檔案加進任務（上傳檔案、接雲端硬碟、加筆記本）。第一次使用不知道從哪開始，官方給了一個很貼心的入口：在 Spark 輸入「設定」（set up）、「開始」（get started）或「訪談我」（interview me），它會引導你建立第一批技能與任務。

把任務寫清楚有四個要素：目標是什麼、用哪些資料、什麼時候做、做完要產出什麼。官方產品頁的範例可以當尺規，例如「每週一早上九點掃描收件匣，回顧過去一週的郵件，給我重要更新的摘要與排好優先順序的待辦清單，並在日曆上排幾個深度工作時段」。這段指令把時間、資料來源、處理動作、產出格式全部說死了，Spark 不需要猜。反面例子是「幫我處理信箱」，它不知道你要封存、回覆還是摘要，來回確認反而更花時間。

任務送出後，管理都在工作面板裡。支援頁把它拆成三塊：進度區顯示已完成步驟、目前步驟與預定步驟；檔案區列出 Spark 讀取或更新過的檔案，點開就能查；排程區可以暫停或繼續掛在這個任務上的排程。你隨時可以在對話串裡補充條件或修改指令，例如「預算欄請四捨五入到千元」，它會照新規則繼續。

兩個執行細節值得記住。第一是並行上限：官方說明明定一次最多執行 15 項工作，已經滿載時排程不會觸發，要等現有工作完成。把 Spark 當唯一生產線、一口氣丟幾十個任務的人會先撞到這堵牆，正確做法是讓長期任務走排程、臨時任務排隊交辦。第二是需要接手的時刻：Spark 在本機或遠端瀏覽器裡工作時，遇到網站要求登入之類它不該代勞的步驟，會停下來請你接手；工作面板的「技能和應用程式」區可以打開它的遠端瀏覽器畫面，按「接手任務」自己操作，做完再按「返回 Gemini」交還控制權。

任務能動用哪些資料來源，決定了你能把什麼工作交出去。Google 服務側，支援頁列出的清單涵蓋聯絡人、Google 相簿、Gemini Notebook、整套 Workspace（日曆、Tasks、文件、雲端硬碟、Gmail、試算表、簡報，與 Keep），以及 Google 搜尋、財經、航班、飯店、地圖與 YouTube。第三方應用從 7 月起陸續接入，官方點名的有 Canva、Instacart、OpenTable、Zillow 與 Dropbox，實際可用項目依帳號與地區而異。技術團隊還有第三條路：透過 Model Context Protocol 把自建或第三方應用程式接上 Spark，等於把自建的私有工具掛進任務的調度範圍。這條路目前有明確的地區限制：官方對自訂應用程式的說明是，現階段僅開放給位於美國、年滿 18 歲的使用者，只支援英文，連接動作也要在 Gemini 網頁版上完成，台灣帳號目前用不了這條路，只能等官方擴大開放範圍。另外，一旦要動的是公司帳號與內部系統，就跨進了企業線的領域，後文會再畫清邊界。有一個預設值要特別注意：產品頁明說這些應用程式連線預設全部關閉，第一次使用要到設定裡逐項開啟，這是隱私上的安全預設，卻也是「為什麼它讀不到我的檔案」最常見的答案。

Schedules：三種自動觸發器，以及它做不到的事

排程是讓工作自動重複的機制。依官方排程說明頁的定義，排程是任務的自動觸發條件，告訴 Spark 什麼時候執行指令，觸發的依據可以是時間間隔，也可以是特定條件。目前支援三種類型，各有適合的工作形態。

第一種是以時間為準的排程，頻率從執行一次、每小時、每天、每週到每月、每年都行。官方給的例子是「每天早上七點查看我的電子郵件、日曆和雲端硬碟，告訴我今天該優先處理哪些事項」，這種每天固定啟動的簡報式任務是最典型的用法。第二種是 Gmail 監控，收到符合 Gmail 篩選器的信件時觸發，例如「收到經理寄來且包含待辦事項的信，幫我處理並草擬回覆」。第三種是主題監控，追蹤新聞、財經、體育、當地活動等主題的事件，例如「我所在城市有新的快閃美食活動時，用郵件傳詳細資訊給我，並在日曆上建議前往時段」。三種類型剛好對應三種工作節奏：固定節律的例行事、事件驅動的回應工作、持續追蹤的情報工作。

建立排程有兩條路。大多數時候直接在對話裡說清楚就行：「每週一早上九點整理上週的信件」這句話送出，Spark 會自己建出對應的排程。想手動控制的人可以走側欄的「排程」頁面，按「手動建立」依序填名稱、時機與工作指示，但支援頁明確標註手動建立的選項僅限以時間為準的排程，Gmail 監控與主題監控目前只能靠對話設定。管理也都在同一個頁面：暫停、繼續、修改或刪除，任務對話串的工作面板裡也能操作。

官方文件裡藏了一句很有價值的誠實提醒：主題監控不適合追蹤快速變動的資料，像「門票開賣時立刻通知我購買」這種秒級回應的任務辦不到。這句話劃出了排程的能力邊界，設計工作流時與其想像它全天候盯著某個網頁，不如把它理解成定期醒來巡視的助理。另一個值得先知道的規則是時區：以時間為準的排程會鎖定建立當下所在位置的時區，之後就算你出差到別的時區，排程仍照原定時間執行；長期搬到新時區後想讓例行安排跟著調整，跟 Gemini 說根據新時區編輯排程即可。在台灣建立、在台灣使用的人不受影響，常跨時區移動的人則要有這層認知，免得摘要出現的時間跟預期對不上。

還有一個名詞要先釐清，支援頁特別用「重要事項」標注：Spark 的排程，跟 Gemini 對話裡本來就有的「排定動作」是兩組不同的功能。排定動作自動執行的是對話裡的單一動作，例如每天早上寄一份天氣摘要；Spark 的排程驅動的是完整的多步驟任務，可以動用技能、連結的應用程式與瀏覽器。名稱相近，能力等級不同，文件與教學混用時要看清楚講的是哪一個。

Skills：把工作規則存成可重複套用的說明書

技能是三件套裡最容易被低估的一個。它解決的問題很實際：同一套偏好與規則，你不想每次交辦都重打一遍。依官方技能說明頁的定義，技能是搭配額外背景資訊的可重複使用指令，建好之後可以在對話與任務對話串中使用，而且 Gemini 會在背景自動辨識並套用與目前任務相關的技能，不需要你每次手動指定。單一任務可以混搭多項技能，技能的指令裡還能參照其他技能，組出更複雜的工作流程。

技能頁面的入口在側欄的「設定」底下，點「技能」進去就是管理中樞，所有建立、編輯、啟用與停用都在這裡。建立技能有好幾種方式，門檻落差很大。最省力的是對話式：在技能頁面點「使用 Gemini 建立」，或直接在對話裡請 Gemini 幫你寫，把需求說清楚就行。第二種是改官方提供的建議範本，技能頁面的「建議」專區列了可自訂的範本，改個名稱與指令就能用。第三種是空白範本手動建立，自己填名稱、用途說明與指令。第四種是工程師會有感覺的路：上傳技能檔案，直接把一個含 SKILL.md 檔案的資料夾或 zip 壓縮檔整包上傳，旁邊可以掛參考檔案，支援的格式涵蓋 .txt、.md、.rst、.rtf、.tex、.log 等文字檔，加上 .py、.sh 程式碼與 .json、.yaml 設定檔。這個設計等於把 Claude 系工具的 SKILL.md 慣例搬進了 Gemini 生態，已經幫團隊寫好技能檔的人可以直接遷移。

兩個限制要知道。上傳的技能不支援需要存取網際網路的指令碼，想讓技能上網抓資料，該動作要放在任務層而非技能層。參考檔案只能在上傳技能的當下一起加，事後要補就得上傳新版本。官方部落格給了一個很好的技能範例，值得照著想：閱讀過去 50 封寄出的信件，歸納出自己的寫作風格指南，把這份指南存成名為「代筆專家」的技能，之後所有草擬信件的任務自動套用。這個例子展示了技能的正確顆粒度：它存的不是一次性的任務內容，是可以跨任務重複的工作方法。

在任務裡使用技能，輸入斜線再選技能名稱即可；如果技能未啟用，記得設為啟用，這是排程任務沒跑到技能時最常見的原因。訂閱門檻也有一個容易誤會的地方：技能本身的建立與管理，需求條件只有個人帳號、年滿 18 歲與活動記錄，技能也在逐步開放給 Gemini 對話直接使用，這一層不需要付費訂閱；需要 Pro 或 Ultra 訂閱等級的是 Spark 的任務執行與排程。換句話說，若你的 Gemini 對話已開放技能功能，可以先在免費層把技能寫好、養熟，訂閱後整套搬進 Spark 的任務裡用。最後幫一個常見混淆收尾：技能跟 Gems 是不同的東西。Gems 是自訂的 AI 助理角色，定義的是「用什麼身份與知識回答」；技能定義的是「照什麼規則做事」，格式、語氣、流程規範這類工作方法。要一個固定風格的顧問，用 Gems；要所有信件草稿都遵守同一套格式，用技能。

三件套組合實戰：三個可以直接改寫的工作流

單獨懂任務、排程、技能還不夠，價值出現在三者組合的時候。以下三個工作流是依官方文件記載的功能組合出來的示意設計，對位行銷與內容工作者的真實痛點，指令細節請依自己的帳號狀態與檔案結構調整；它們是設計範本，不代表已在本站帳號上逐條驗證。

工作流一是每週信件總整理，適合信箱裡混著客戶詢問、帳單與電子報的接案者與知識工作者。組合方式：開一個以時間為準的排程，每週一早上九點觸發；任務內容是掃描過去七天的 Gmail，把信件分成待回覆的詢問、帳單與收據、訂閱電子報三類：詢問信擷取對方名稱、來意與期望回覆時間，整理成「本週待覆清單」文件並為每封附上草稿；帳單與收據則跟上一輪的金額比對，遇到訂閱漲價或試用即將到期就標記提醒。掛上一個「回信風格」技能，內容寫清楚稱謂慣例、署名、報價的呈現方式，草稿就會貼著你的語氣走。人工審核點只有一個：寄出前看過草稿。官方設計裡傳送通訊本來就會要求確認，你要做的只是把這個確認納入每週一的固定流程。

工作流二是主題層的競品與產業監測，對位需要每週向團隊報告市場動態的人。組合方式：開一個主題監控排程，追蹤自己產業的幾個固定主題；Spark 依支援頁的說明會持續關注新聞、財經等來源的事件，7 月中之後更能平行擷取與審查多個來源，縮短彙整時間；每週固定時間把累積的偵測整理成主題趨勢摘要，附引用來源寫入一份 Google 文件，之後你可以在 Canvas 面板裡直接編修它產出的內容（Canvas 限網頁版）。這裡要誠實畫出能力邊界：主題監控追的是官方定義的新聞、財經、體育、在地活動這幾類主題，不是指定網站的即時爬蟲，如果你想盯的是特定競品官網的每一頁變動，那要靠瀏覽器任務或其他的監測工具，別把期待放錯地方。把摘要寫成「本週三個值得注意的變化加一段為什麼重要」的格式，比流水帳式的一百條標題有用得多。

工作流三是內容排程的月度初稿，對位要經營內容日曆的行銷人。組合方式：每月一號的時間排程啟動一個三段任務，先讀前一個工作流累積的趨勢文件與自己訂閱的電子報，產出下個月的內容主題候選清單，每個候選附上目標受眾、核心問題與建議格式，寫入內容日曆試算表；再把值得留著的零散靈感寫進 Keep。掛一個「編輯台規範」技能，定義標題風格、受眾稱謂與禁忌用語，候選清單的品質會穩定很多。這個工作流的正確期待是「初稿自動化」：主題候選與格式建議交給它，挑選、排序與資源分配的決策留在你手上，月曆定了才排進生產流程。

三個工作流有共同的設計紀律。低風險的讀取、摘要、整理、草擬先自動化，對外寄送、付款、刪除這類不可逆動作全部留在確認之後。每個工作流先手動跑一輪看產出，滿意了再存技能、上排程，不滿意就先改指令，這個順序能讓你用最小的成本校準它對你工作的理解。跑穩之後，你會開始看到自己的工作其實由少數幾種重複結構組成，那才是 Spark 真正改變工作方式的地方。

資格、方案與額度：門檻、價格與用量規則

資格條件在Spark 主說明頁寫成四條：年滿 18 歲；用個人 Google 帳號登入 Gemini 應用程式（公司或學校專用帳號明列不支援）；訂閱 Pro 或 Ultra 等級的方案；開啟「保留活動記錄」設定。第四條常被忽略：Spark 依賴活動記錄來延續任務脈絡，把記錄關掉等於抽掉它的工作記憶，所以它在實務上屬於功能前提，少了一般隱私開關的那種可選性，這一點在隱私章節還會回來談。

台灣的方案價格以 Google AI 官方方案頁為準，2026 年 10 月查證的結果如下：

• Google AI Plus，每月 NT$165：比較表中並沒有 Spark。
• Google AI Pro，每月 NT$650：可使用 Spark，含 5TB 儲存空間與 4 倍 Gemini 用量。
• Ultra 5x，每月 NT$3,300：整體 Gemini 用量為 Pro 的 5 倍，Spark 額度隨方案級距放大。
• Ultra 20x，每月 NT$6,500：整體 Gemini 用量為 Pro 的 20 倍。

這張價格表回答了最常見的採購問題：如果訂閱的目標就是 Spark，Pro 每月 NT$650 是最低門檻，方案頁的 Spark 欄位從 Pro 起跳。Ultra 的價值在更高的運算用量、更強的模型存取與 YouTube Premium 等附加福利，單純為了跑代理任務升到 Ultra，對多數個人工作者並不划算。免費方案的用戶目前等不到入口，官方兩份文件都只列 Pro 與 Ultra，後續若往下開放，會先反映在方案頁的比較表上。

額度規則值得單獨理解，因為它跟一般 AI 工具的「則數」計費不同。支援頁說明，Spark 的用量限制以運算量為依據，取決於每天提出的要求數量與複雜程度，方案等級越高上限越高，接近上限時 Gemini 會主動通知。實務上這代表：會開瀏覽器、讀大量信件、跨多個檔案的任務，比純文字摘要的任務燒額度快得多。排程設計得越精準（限定資料範圍與時間區間），額度越耐用。加上前述一次 15 項工作的並行上限，兩者一起構成了 Spark 的產能天花板；各方案的實際額度數字官方並未公布。操作心態上要先適應一件事：Spark 任務的細項消耗並不透明，也沒有即時的用量儀表可以隨時查，接近或達到上限時 Gemini 會主動通知；前兩週把排程集中在少數幾個高價值工作流上，觀察通知出現的頻率，比一開始就排滿行事曆穩妥得多。

跟企業級代理平台、其他常駐代理怎麼分工

Spark 的新聞常跟「AI 代理」的大標題混在一起，但 Google 的代理布局其實分兩條線，選錯線會白花預算。Spark 是消費者線：掛在個人的 Google AI 訂閱下，操作你個人帳號裡的 Gmail、文件與試算表，解決的是一個人或一個小團隊的日常工作。企業線是另一套產品：要在公司自己的資料、系統與治理框架上建置代理，涵蓋建構、部署、治理與計費的那個世界，屬於 Google Cloud 的代理平台，細節可以看Google Agent Platform 的功能與計費解析。判斷方法很簡單：代理要動的資料在公司帳號與內部系統裡，走企業線；代理要動的是你個人信箱與檔案，Spark 就是為此設計的。

把視角拉到競爭地圖，2026 下半年是常駐個人代理的密集發射期。Meta 在 9 月上旬推出 Muse，OpenAI 在 9 月底 DevDay 發表 Dots，Google 則用 Spark 在 5 月先行卡位。三家的差異主要在生態系綁定：Spark 的原生優勢是 Workspace 整合與 Google 帳號的資料基礎，你的信箱、日曆、檔案本來就在那裡，授權即可動用；Dots 走 ChatGPT 生態與外掛路線，背後是 OpenAI 的模型與應用網路，細節可讀ChatGPT Dots 的交辦實戰；Muse 深耕 Meta 的 App 家族，從 WhatsApp 到自有網站入口，台灣的開放限制與方案架構整理在Meta Muse 的功能與方案解析。選擇的第一判準先看你的工作住在哪個生態，模型強弱擺第二順位：信箱用 Gmail、文件用 Google 文件的行銷人，Spark 的摩擦力最小；重度 ChatGPT 用戶會在 Dots 裡找到熟悉的手感。

還有一條更宏觀的軸值得知道：Google 正把「任務」變成搜尋的新單位，AI 代理從比較商品做到完成結帳，這對內容與搜尋生態的意義，在Google I/O 2026 的任務引擎解析有完整討論。Spark 是同一個戰略在個人端的縮影：當搜尋端開始替使用者完成任務，個人生產端也同步出現替你完成任務的代理，兩者共用同一套對「代理」的想像。理解這個對位，你會更清楚為什麼 Google 願意把常駐代理放進每個月幾百元的訂閱，而非另開高價產品線。

隱私與資料使用：交出權限前要懂的事

官方文件對 Spark 的風險描述相當坦白，開頭就定位它是早期開發的實驗功能，監督是安全使用的核心。把支援頁的內容整理成你真正需要帶走的判斷，分成三層。

第一層是它內建的安全機制，共五項。涉及傳送通訊、修改資料、購物與提交網路表單的動作，它會先要求你確認；特定類型的要求有保護措施擋下，避免有害或超出預期用途的任務；遇到該由人類操作的步驟，它會暫停並請你接手控制，例如輸入密碼與付款資訊；提交提示詞後，它會顯示預計執行的動作讓你檢查；瀏覽活動被限制在與任務相關的網站與動作上。這五項機制構成了預設的安全底線，但它們擋不住所有狀況，官方自己也這麼說。

第二層是代理式 AI 特有的風險：提示詞注入。攻擊原理是把惡意指令藏在 AI 代理會讀、人類不會看的內容裡，例如信件、文件、網頁或多媒體檔案。Spark 讀到這些指令時可能被誤導，官方舉的例子包括從信件擷取私密資訊發布到公開網站、在你不知情下把 Gmail 內容傳到外部服務、依連結應用程式的資料揭露你的個人洞察，甚至安裝被入侵的軟體持續竊取資料。這不是理論風險，是支援頁正式列出的攻擊情境。對應的紀律：來源不明的信件與文件，別讓代理深挖；任務對話裡永遠不輸入密碼、付款資料與高度敏感內容，官方把這條列在使用須知的第一項。

第三層是瀏覽器與資料足跡，多數人沒想過的部分。Spark 有兩種上網方式。用你裝置上的本機 Chrome 時，它可以存取你瀏覽過的所有網頁，包括你已登入的網站，在你授權後還能使用密碼管理工具裡的登入資訊；裝置要保持喚醒，工作還沒做完就把裝置關機或裝置無法使用時，官方的說法是 Spark 可能改用遠端瀏覽器接續，這是可能而非保證，需要登入之類的環節仍會停下來等你接手。遠端瀏覽器是獨立的執行個體，系統會儲存含登入驗證的 Cookie 與執行資料，方便日後任務使用。兩種方式都代表真實的資料暴露面，官方也明說 Spark 代你執行動作時會與第三方網站分享必要資訊，可能包含姓名、聯絡資訊、檔案與偏好設定。控制管道有三個：在 Spark 設定裡刪除遠端瀏覽器資料與遠端程式碼執行資料（後者刪除後不可復原），而且 Google 基於隱私保護，也可能主動代你清除已儲存的瀏覽器資料，屆時部分網站需要重新登入；在本機關閉 Chrome 自動瀏覽功能；或是整個關閉 Spark，關閉時遠端資料會被刪除、排程暫停，但已建立的任務、對話與檔案都保留，隨時可以重新啟動。

把這三層收斂成使用紀律，其實不複雜：先從摘要、分類、整理、草擬這類低風險任務開始，跑幾輪建立對它行為的感覺；排程避開敏感資料的處理，尤其會在你離線時執行的那些，因為你無法即時阻止非預期動作；每月定期檢查一次遠端資料要不要清。關於任務資料後續如何被 Google 使用於模型訓練，本篇查證範圍僅及於功能支援頁，隱私細則以 Gemini 隱私權專區與訂閱條款為準，簽任何長期工作流之前值得親自讀一遍當下版本。

誰該現在開始用：一個誠實的判斷框架

Spark 值不值得現在花每月 NT$650，取決於三個問題的答案。你的日常工作是否住在 Google 生態：信箱是 Gmail、文件在 Google 文件、行程在 Google 日曆，三者占的比重越高，Spark 的原生優勢越大，反之要靠瀏覽器任務繞路，體驗會打折。你是否有每週重複的例行結構：信件整理、資料彙整、報告初稿這類每週固定出現的工作，一項就值得排程化；如果你的工作每天結構都不同，代理幫不上太多。你是否願意花前兩週監督與校準：它會出錯、會誤解指令，初期的人工檢查成本是真實的，不願意盯就不該交辦。

三題都答是，訂閱 Pro 直接開始；只有一兩題是，先用免費的 Gemini 對話把「把工作描述清楚」這個前置能力練好，因為把任務寫成 Spark 讀得懂的形式，跟把問題問清楚是同一種能力，轉移過去零成本。工作性質涉及大量敏感資料的人，建議再等幾輪：等核准機制的使用經驗更普及、等你自己對提示詞注入的防護有把握，訂閱隨時可以開，風險暴露的窗口卻由你自己控制。

起手順序照抄即可：確認方案與活動記錄都開好；側欄切到 Spark，輸入「開始」讓引導功能帶你建第一個任務；挑一件最低風險的每週例行事，例如信件摘要，手動跑一輪看產出；滿意後把偏好存成技能、排上時間表；寄信、付款、刪除類的動作，第一個月全部留在確認之後。做到這裡，你對個人 AI 代理的判斷就不再來自別人的評測文，而是自己帳號裡跑過的真實任務。這條路走完，回頭看 2026 年這批常駐代理的競爭，你也會更有底氣判斷哪一家的方向值得跟。