Gemini 4 Argon چیست؟ بررسی مدل جدید گوگل و مقایسه با رقبا
گوگل در ۱۳ اکتبر ۲۰۲۶ (۲۱ مهر ۱۴۰۵) Gemini 4 Argon را بهعنوان مدل پرچمدار تازهاش برای همه عرضه کرد: …
یک گزارش ۲۰۰ صفحهای، یک کتاب درسی یا ده مقالهٔ علمی دارید و وقت خواندن همهاش را ندارید. هوش مصنوعی امروز میتواند در چند دقیقه خلاصهٔ دقیقی از همهٔ اینها به شما بدهد؛ به شرط اینکه ابزار درست را انتخاب کنید و بدانید چطور از آن بپرسید. ChatGPT، Claude، Gemini و Gemini Notebook (نام جدید NotebookLM) هر کدام محدودیتها و نقاط قوت متفاوتی در کار با PDF دارند.
در این راهنما محدودیتهای رسمی هر ابزار را کنار هم گذاشتهایم، روش قدمبهقدم خلاصهکردن PDF فارسی را توضیح دادهایم و پرامپتهای آماده آوردهایم. اگر میخواهید بدانید برای کارهای دیگر کدام مدل بهتر است، بهترین هوش مصنوعی برای هر کار را ببینید.
آخرین بهروزرسانی: ۹ آبان ۱۴۰۵ — محدودیتهای آپلود از صفحههای رسمی راهنمای ChatGPT، Claude، Gemini و Gemini Notebook و محدودیتهای API از مستندات Google، Anthropic و OpenAI در همین تاریخ برداشته شدهاند. این محدودیتها ممکن است بسته به پلن و کشور تغییر کنند.
⚡ پاسخ کوتاه
برای خلاصهکردن یک PDF معمولی، هر سه چتبات اصلی خوباند. برای اسناد خیلی بزرگ یا چند فایل همزمان، Gemini با پنجرهٔ یک میلیون توکنی (حدود ۱۵۰۰ صفحه) و Gemini Notebook با ارجاع مستقیم به متن منبع بهترین انتخاباند. Claude تا ۱۰۰۰ صفحه را میخواند (تحلیل نمودار و تصویر تا ۱۰۰ صفحه) و برای خلاصهٔ دقیق و ساختارمند قوی است. ChatGPT فایل تا ۵۱۲ مگابایت و ۲ میلیون توکن را میپذیرد اما کاربران رایگان فقط ۳ آپلود در روز دارند. همیشه از مدل بخواهید برای هر ادعا شمارهٔ صفحه بیاورد و نکات مهم را خودتان در متن اصلی چک کنید.
📑 فهرست مطالب
وقتی PDF را آپلود میکنید، ابزار متن هر صفحه را استخراج میکند و در مدلهای جدید، تصویر هر صفحه را هم به مدل میدهد تا نمودارها و جدولها هم دیده شوند. بعد همهٔ این محتوا وارد «پنجرهٔ متنی» مدل میشود و مدل بر اساس آن خلاصه مینویسد. اگر سند از پنجرهٔ متنی بزرگتر باشد، ابزار یا بخشی از آن را نادیده میگیرد یا با روشهایی مثل جستوجوی بخشهای مرتبط (RAG) فقط تکههایی را میخواند.
به همین دلیل دو مفهوم برای انتخاب ابزار مهماند: Context Window (چقدر متن را یکجا میبیند) و RAG (چطور در اسناد بزرگتر جستوجو میکند). برای جزئیات هر کدام، مقالههای مربوط را بخوانید؛ اینجا فقط نتیجهٔ عملی را میگوییم.
| ابزار | حجم و تعداد فایل | حجم متن قابل پردازش | نکتهٔ مهم |
|---|---|---|---|
| ChatGPT | تا ۵۱۲ مگابایت برای هر فایل؛ کاربر رایگان ۳ آپلود در روز | تا ۲ میلیون توکن در هر فایل متنی | نمودار و تصویر داخل PDF را هم تحلیل میکند |
| Claude | تا ۵۰۰ مگابایت در چت؛ تا ۲۰ فایل در هر گفتوگو | PDF تا ۱۰۰۰ صفحه | تحلیل تصویر و نمودار فقط تا ۱۰۰ صفحه؛ بیشتر از آن فقط متن |
| Gemini | تا ۱۰ فایل در هر پرامپت؛ تا ۱۰۰ مگابایت برای هر فایل | پنجرهٔ ۱ میلیون توکن (حدود ۱۵۰۰ صفحه) | مناسب چند سند بزرگ همزمان |
| Gemini Notebook | تا ۵۰ منبع در نسخهٔ رایگان؛ هر منبع تا ۲۰۰ مگابایت | هر منبع تا ۵۰۰ هزار کلمه | خلاصهٔ خودکار هر منبع و پاسخ با ارجاع به متن |

گوگل در ۱۶ ژوئیهٔ ۲۰۲۶ نام NotebookLM را به Gemini Notebook تغییر داد؛ همان محصول مستقل است و لینکهای قبلی هم کار میکنند. ویژگی اصلیاش این است که فقط بر اساس منابعی که خودتان آپلود کردهاید جواب میدهد و برای هر منبع یک خلاصهٔ خودکار در «Source Guide» میسازد. علاوه بر PDF، فایل Word، اسلاید، لینک وب، ویدیوی یوتیوب و فایل صوتی را هم میپذیرد و میتواند از منابع شما خلاصهٔ صوتی (Audio Overview) هم بسازد. برای مطالعهٔ کتاب و جزوه، احتمالاً بهترین ابزار رایگان است.
Claude به نظم و دقت در خلاصهنویسی معروف است و در PDFهای تا ۱۰۰ صفحه، نمودار و تصویر را هم تحلیل میکند. برای PDFهای ۱۰۱ تا ۱۰۰۰ صفحه فقط متن را میخواند. اگر سند پر از جدول و نمودار است، فصلهای مهم را جدا کنید و در فایلهای کوچکتر بدهید. مقایسهٔ Claude با رقیب اصلیاش را در Claude Opus 5.5 در برابر GPT-6 ببینید.
ChatGPT فایلهای بزرگ را میپذیرد و متن و تصویر PDF را با هم تحلیل میکند. در نسخهٔ رایگان، محدودیت ۳ آپلود در روز را در نظر داشته باشید. برای پروژههای تکراری (مثلاً خلاصهٔ گزارشهای ماهانه)، فایلها را در یک Project بگذارید؛ البته در فایلهای پروژه ممکن است تصاویر داخل PDF خودکار دیده نشوند و بهتر است PDF را مستقیم در چت آپلود کنید.

پرامپت آماده برای قدم دوم:
پرامپت ۱ — نقشهٔ سند
این PDF را کامل بخوان. قبل از خلاصه، فهرست فصلها یا بخشهای اصلی را با شمارهٔ صفحهٔ شروع هر بخش بنویس و برای هر بخش یک جمله توضیح بده. اگر بخشی را نتوانستی بخوانی، صریحاً بگو.
پرامپت ۲ — خلاصهٔ ساختارمند
حالا یک خلاصهٔ فارسی روان برای [مدیر شرکت / دانشجو / خودم] بنویس: - یک پاراگراف ۵ جملهای از مهمترین پیام سند - ۷ نکتهٔ کلیدی بهصورت فهرست، هر کدام با شمارهٔ صفحه - اعداد و تاریخهای مهم در یک جدول - سؤالهایی که سند به آنها جواب نداده چیزی را که در سند نیست اضافه نکن.
پرامپت ۳ — راستیآزمایی
این ۵ نکته را دوباره با متن اصلی مقایسه کن و برای هر کدام جملهٔ دقیق سند را نقل کن. اگر نکتهای در متن نیست، آن را حذف کن.
برای کتابهای چندصدصفحهای، حتی اگر مدل از نظر حجم آن را بپذیرد، کیفیت خلاصهٔ یکجا معمولاً پایینتر از خلاصهٔ مرحلهبهمرحله است؛ چون مدلها در متنهای خیلی بلند ممکن است جزئیات وسط متن را کمرنگ ببینند. روشی که حرفهایها استفاده میکنند «خلاصهٔ تکهتکه» است:

در Gemini Notebook این کار سادهتر است: هر فصل را یک منبع جدا بگذارید و سؤالهایتان را با نام منبع بپرسید. اگر روزانه با حجم زیادی سند کار میکنید (مثلاً قراردادها یا گزارشهای مالی)، ساخت یک سیستم RAG اختصاصی منطقیتر است؛ نمونههای کاربردی آن را در هوش مصنوعی برای حسابداری آوردهایم.
اگر میخواهید خلاصهسازی PDF را در سایت یا نرمافزار خودتان خودکار کنید، محدودیتهای API با نسخهٔ چت فرق دارد:
| API | حداکثر حجم | حداکثر صفحه | نکته |
|---|---|---|---|
| Gemini API | ۵۰ مگابایت | ۱۰۰۰ صفحه | هر صفحه معادل ۲۵۸ توکن حساب میشود |
| Claude API | ۱۲۸ مگابایت برای کل درخواست | ۶۰۰ صفحه (۱۰۰ صفحه اگر پنجرهٔ متنی زیر ۱ میلیون باشد) | هر صفحه معمولاً ۱۵۰۰ تا ۳۰۰۰ توکن متن، بهعلاوهٔ هزینهٔ تصویر صفحه |
| OpenAI API | ۵۰ مگابایت برای هر فایل و کل درخواست | — | در مدلهای دارای بینایی، متن و تصویر صفحهها با هم ارسال میشود |
Anthropic پیشنهاد میکند PDF را قبل از متن پرامپت بگذارید، برای تحلیلهای تکراری روی یک سند کش پرامپت را فعال کنید و PDFهای بزرگ را تکهتکه کنید. برای برآورد هزینه هم راهنمای قیمت API را ببینید.
برای یادگیری اصولی کار با این ابزارها در کارهای روزمره، دورهٔ کپسول هوش مصنوعی رادینو را ببینید. و اگر با مفهوم کلی تولید محتوا با هوش مصنوعی آشنا نیستید، هوش مصنوعی مولد چیست را بخوانید.
Gemini Notebook در نسخهٔ رایگان تا ۵۰ منبع میپذیرد و با ارجاع به متن جواب میدهد؛ برای مطالعه بهترین گزینهٔ رایگان است. نسخههای رایگان ChatGPT و Claude هم برای فایلهای کوچک کار میکنند، اما محدودیت مصرف بیشتری دارند.
اگر PDF متن واقعی داشته باشد (نه تصویر اسکنشده)، بله؛ مدلهای اصلی فارسی را خوب میفهمند. در PDFهای اسکنشده یا با فونتهای قدیمی، خطای خوانش بیشتر است.
از نظر حجم، Gemini و Claude آن را میپذیرند؛ اما برای کیفیت بهتر، فصلبهفصل خلاصه بگیرید و در آخر خلاصهها را ترکیب کنید (روش خلاصهٔ تکهتکه).
از مدل بخواهید برای هر نکته شمارهٔ صفحه و جملهٔ دقیق سند را بیاورد، سپس چند مورد را تصادفی در متن اصلی چک کنید. پرامپت ۳ این مقاله برای همین کار است.
گوگل در ژوئیهٔ ۲۰۲۶ نام NotebookLM را به Gemini Notebook تغییر داد. همان ابزار است و نوتبوکها و لینکهای قبلی همچنان کار میکنند.
همه منابع در تاریخ ۹ آبان ۱۴۰۵ بررسی شدهاند.
نظرات 0
برای ارسال نظر وارد حساب کاربری شوید.
هنوز نظری ثبت نشده؛ اولین نفر باشید.