پرش به محتوای اصلی
پرش به محتوای مقاله

سقف ۲٬۰۰۰ ایمیلی گوگل؛ محدودیتی که کاربردهای Gemini Flows را کمر می‌شکند

·۲ تیر ۱۴۰۵۸ دقیقه مطالعه۱ بازدید
ویژگی هوشمند جریان‌های جمینای جی‌میل فیلترها را اصلاح می‌کند - اما فقط برای ۲۰۰۰ ایمیل اول ماهانه
ویژگی هوشمند جریان‌های جمینای جی‌میل فیلترها را اصلاح می‌کند - اما فقط برای ۲۰۰۰ ایمیل اول ماهانه
اشتراک‌گذاری
واقعاً چه چیز جدید است؟

انتقال فیلترینگ جیمیل از قوانین متنی (Deterministic) به استدلال زبانی پویا در بستر Workspace Studio؛ با این حال، سقف سخت‌گیرانه پردازش ماهانه، مانع از پذیرش آن در مقیاس سازمانی می‌شود.

اگر امروز برای مدیریت حجم بالای ایمیل‌هایتان از فیلترهای قدیمی استفاده می‌کنید، احتمالاً می‌دانید که این قوانین خشک، در برابر پیچیدگی پیام‌های واقعی شکست می‌خورند. حالا گوگل راهکاری ارائه داده است، اما یک عدد کوچک در قرارداد این سرویس، تمام جذابیت آن را برای کاربران حرفه‌ای می‌گیرد.

طبق گزارش ZDNET، سقف ۲٬۰۰۰ پیام در ماه، خط قرمز تحدیدکننده‌ای است که کاربرد به‌روزرسانی جدید جیمیل را تعیین می‌کند. قابلیت جدیدی به نام Gemini Flows به کاربران اجازه می‌دهد فیلترهای صلب و مبتنی بر کلمات کلیدی را با استدلال‌های پویا بر پایه هوش مصنوعی زاینده (Generative AI) — شبیه به دستیاری که می‌فهمد منظور نویسنده چیست، حتی اگر کلمه‌ی خاصی را به کار نبرد — جایگزین کنند. با انتقال از قوانین قطعی (Deterministic Rules) به درک معنایی و قصد زبانی (Linguistic Intent)، روش دسته‌بندی ایمیه‌های ورودی به‌طور کلی تغییر می‌کند.

همان‌طور که در تحلیل‌های پیشین ما درباره‌ی APIهای تعاملی گوگل اشاره کردیم، این به‌روزرسانی در واقع ادغام Workspace Studio در رابط کاربری جیمیل است. برای سال‌ها، فیلترهای جیمیل به رشته‌های متنی ساده متکی بودند؛ سیستمی که بیش از ۲۰ سال تقریباً بدون تغییر باقی مانده بود. برای یک خبرنگار یا متخصصی که روزانه هزاران پیام منحصر‌به‌فرد (مانند پیشنهادهای همکاری یا Pitch emails) دریافت می‌کند، این قوانین قدیمی بیش از حد خشن بودند تا بتوانند اثربخشی داشته باشند. دیوید گویرتز از ZDNET اشاره کرد که حتی در سال ۲۰۲۳، نیاز به هوش مصنوعی برای ارزیابی درست (Qualify) و دسته‌بندی ایمیل‌های ورودی کاملاً مشهود بود، اما رسیدن به این راهکار عملی ۳۱ ماه زمان برد.

بر اساس گزارش‌های منتشر شده، از ۲۳ ژوئن ۲۰۲۶، قابلیت Gemini Flows برای کاربران طرح‌های ۲۰ دلاری (AI Pro) و ۱۰۰ دلاری (AI Ultra) فعال شده است. این کاربران «پریمیوم» در اواخر می و ژوئن، پس از یک به‌روزرسانی گسترده در پنل کناری (Side-panel) که در ماه می عرضه شد، شاهد فعال شدن این ویژگی در حساب‌های خود بودند. این حرکت در حالی صورت می‌گیرد که گوگل برای جذب کاربران بیشتر، قیمت اشتراک‌های AI Plus خود را کاهش داده بود تا در جنگ قیمت‌های بازار آمریکا پیشرو باشد. کاربران نسخه‌ی رایگان هیچ دسترسی به آیکون پنل کناری ندارند که برای اجرای این اتوماسیون‌ها ضروری است. برای مثال، کاربران سطح رایگان شاید بتوانند از جمینای برای کارهای متنی ساده استفاده کنند، اما ادغام با Workspace Studio را ندارند و هنگام تلاش برای انجام کارهای سنگین و متوالی، مانند تولید چندین تصویر «Nano Banana»، با بلاک‌های دسترسی مواجه می‌شوند.

ادغام استودیو و بستر عملیاتی

وقتی کاربر روی آیکون جدید در رابط کاربری جیمیل کلیک می‌کند، یک پنل کناری مخصوص Flow باز می‌شود. گوگل ابزار کلی اسکریپت‌نویسی را Workspace Studio می‌نامد، اما هر یک از اسکریپت‌های خاصی که در این محیط ساخته می‌شوند، «Flow» یا جریان نامیده می‌شوند.

برای بهره‌برداری کامل و دسترسی به تمام قدرت این سیستم، کاربر باید گزینه «Do more in Studio» را انتخاب کند. این کار قابلیت‌ها را از یک پنل کناری ساده فراتر برده و رابط کامل اسکریپت‌نویسی (Full Scripting Interface) را نمایش می‌دهد.

نکته مهم این است که استودیو محدود به جیمیل نیست. این جریان‌ها به‌گونه‌ای طراحی شده‌اند که در کل اکوسیستم گسترده‌تر گوگل عمل کنند، از جمله:

  • گوگل چت (Google Chat)
  • گوگل داکس (Google Docs)
  • گوگل میت (Google Meet)

در این میان، اگرچه ادغام‌های Workspace بسیار قدرتمند هستند، اما برخی کاربران ترجیح می‌دهند کنترل بیشتری داشته باشند؛ همان‌طور که در راهنمای غیرفعال‌سازی ابزارهای Gemini در گوگل داکس توضیح دادیم، امکان شخصی‌سازی سطح دسترسی‌ها برای کاهش مزاحمت AI وجود دارد. گوگل برای کمک به کاربران در ساخت اتوماسیون‌های شخصی، اسکریپت‌های آماده (Starter Scripts) ارائه می‌دهد. یکی از این مثال‌ها، جریانی است که تیترهای خبری را به‌صورت روزانه خلاصه می‌کند و به‌جای ارسال ایمیل، کاربر را از طریق گوگل چت مطلع می‌سازد.

سازوکار Gemini Flows: از تریگر تا برچسب

این سامانه به‌صورت مجموعه‌ای از «مینی-اسکریپت‌ها» که در محیط Workspace Studio ایجاد می‌شوند، عمل می‌کند. کاربران یک «شروع‌کننده» (Starter) یا تریگر تعریف می‌کنند؛ مثلاً «وقتی ایمیلی دریافت کردم» (When I get an email). این دستور به مدل می‌گوید پیام‌های ورودی را اسکن کند. این قابلیت برای کسانی که با ساختارهای متنوع ایمیل سروکار دارند و در آن‌ها ابزارهای قطعی شکست می‌خورند، حیاتی است. مثلاً خبرنگاری که بیانیه‌های مطبوعاتی را از منابع متعددی دریافت می‌کند، نمی‌تواند روی یک کلمه کلیدی واحد تکیه کند، چرا که هر فرستنده از فرمت و ساختار متفاوتی استفاده می‌کند.

برخلاف فیلترهای سنتی، Gemini Flows می‌تواند از اکشن «Add labels with Gemini» استفاده کند. این یعنی کاربر می‌تواند با نوشتن یک پرامپت به زبان طبیعی، «قصد» یا هدف یک برچسب را تعریف کند. برای استفاده از این قابلیت، برچسب‌های قدرت‌یافته با AI باید فعال شده باشند. در حالی که استودیو ۶ برچسب پیش‌فرض ارائه می‌دهد که باید حفظ شوند، کاربران می‌توانند برچسب‌های سفارشی خود را با تعیین یک رشته متنی و یک پرامپت خاص بسازند.

ویژگی هوشمند جیمینی جیمیل فیلترها را اصلاح می‌کند، اما فقط برای ۲۰۰۰ ایمیل اول ماه.

روند کاری دقیقاً به این توالی پیروی می‌کند:

  • تعریف تریگر (Define Trigger): انتخاب شروع‌کننده (مثلاً دریافت ایمیل). کاربر می‌تواند انتخاب کند که تمام پیام‌ها اسکن شوند یا فقط پیام‌هایی که تست‌های فیلتر خاصی (مانند کلمات کلیدی یا رشته‌های متنی خاص) را پاس می‌کنند. توجه داشته باشید که این جریان‌ها در حال حاضر روی ایمیل‌های قدیمی اثر نمی‌گذارند و فقط برای پیام‌های جدید ورودی اعمال می‌شوند.
  • تعیین اکشن (Set Action): انتخاب نحوه پردازش داده توسط جمینای. اکشن «Ask Gemini» وجود دارد، اما استفاده از آن نیازمند تنظیم مجموعه‌ای از تست‌ها و زیر-اکشن‌های بعدی است. در مقابل، «Add labels with Gemini» برای سازماندهی ایمیل‌ها هدفمندتر و مستقیم‌تر است.
  • پرامپت‌نویسی سفارشی (Custom Prompting): نوشتن معیارهایی که هوش مصنوعی باید بر اساس آن‌ها محتوای ایمیل را قضاوت کند. کاربران می‌توانند از خودِ جمینای کمک بگیرند تا پرامپت را تکرار و اصلاح کنند تا زمانی که دسته‌بندی مطلوب (مثلاً شناسایی «قصد خبرنگاری») به‌درستی محقق شود.
  • تست (Testing): انتخاب یک ایمیل اخیر یا استفاده از یک رشته جست‌وجو برای فراخوانی داده‌های تست خاص، جهت تأیید دقت مدل پیش از فعال‌سازی نهایی جریان.

در مورد پاسخ‌ها، گوگل یک حفاظ (Guardrail) سخت‌گیرانه قرار داده است: هرچه پاسخ‌ها توسط AI آماده شوند یا پیش‌نویس (Draft) ایجاد کنند، گوگل کاربر را ملزم می‌کند که به‌صورت دستی روی «Send» کلیک کند. این محدودیت مانع از آن می‌شود که یک پرامپت باز، پاسخ‌های توهمی (Hallucinated) یا نادرست را بدون نظارت انسانی به مخاطبان ارسال کند.

سقف اجرای عملیات: گلوگاه حرفه‌ای‌ها

عیب اصلی این ابزار در سقف پردازش آن است. طبق مستندات صفحه محدودیت‌های گوگل، طرح ۲۰ دلاری ماهانه حداکثر ۲٬۰۰۰ اجرای جریان (Execution) در ماه دارد. این یعنی مدل فقط می‌تواند ۲٬۰۰۰ ایمیل ورودی را تحلیل کند و سپس سرویس تا پایان دوره صورت‌حساب متوقف می‌شود.

برای کاربران قدرت‌مند (Power Users)، این سقف تقریباً به‌صورت آنی پر می‌شود. ZDNET گزارش داده که برخی صندوق‌های ورودی حرفه‌ای حجم‌های خیره‌کننده‌ای دریافت می‌کنند. در یک مورد خاص، به دلیل انتشار اخبار مربوط به «Fable»، کاربری تنها در یک هفته ۷٬۷۲۴ ایمیل دریافت کرد. در چنین شرایطی، سهمیه یک حساب Pro در حدود ۷ روز به پایان می‌رسد.

حتی طرح ۱۰۰ دلاری Ultra هم ممکن است ناکافی باشد. سقف این طرح ۱۰٬۰۰۰ اجرا در ماه است. در ماه‌های شلوغ — که توسط رویدادهایی مثل Prime Day، تعطیلات زمستانی یا چرخه‌های خبری بزرگ AI هدایت می‌شوند — یک صندوق ورودی حرفه‌ای به‌راحتی از ۱۰٬۰۰۰ پیام عبور می‌کند. این موضوع استفاده از ابزار را برای کسانی که بیشترین نیاز به آن دارند تقریباً غیرممکن می‌کند، به‌ویژه اگر بخواهند چندین جریان مختلف برای اهداف سازماندهی متفاوت بسازند، زیرا هر اجرای هر جریان، یک واحد از سهمیه کل کم می‌کند.

گوگل در حال حاضر یک دوره تخفیفی یا مهلت (Grace Period) ارائه کرده است. در صفحه محدودیت‌ها ذکر شده که «دسترسی تبلیغاتی» (Promotional access) فعال است و اجرای سخت‌گیرانه محدودیت‌ها از ۱ ژوئیه ۲۰۲۶ آغاز می‌شود. تا این تاریخ، کاربران اجازه داشتند آزادتر از جریان‌ها استفاده کنند، اما از ماه جولای با سقف‌های سخت مواجه خواهند شد.

تحلیل: مشکل «نازک‌ناری» کاربر

گوگل یک «منطقه طلایی» (Goldilocks zone) برای این قابلیت ساخته است. این ابزار برای کاربر متوسطی که ماهی چند صد ایمیل می‌گیرد بسیار ارزشمند است؛ چون هم احساس شلوغ بودن صندوق را دارد و هم به سقف نمی‌رسد. اما برای کاربر واقعاً غرق در ایمیل، این ابزار تنها دعوتی به ناامیدی است؛ شبیه به شوخی باب هوپ درباره بانک‌هایی که فقط به کسانی وام می‌دهند که ثابت کنند نیازی به پول ندارند.

این ساختار قیمت‌گذاری نشان می‌دهد که هزینه استنتاج (Inference) — لحظه‌ای که مدل واقعاً جواب تولید می‌کند، شبیه به خودِ آشپزی و نه آموزش آشپز — برای اسکن تک‌تک ایمیل‌های ورودی هنوز برای گوگل بسیار بالاست تا بتواند آن را به‌صورت نامحدود عرضه کند. در حالی که برخی استارت‌آپ‌ها توانسته‌اند با استفاده از APIهای کلود محصولات با قیمت‌های بسیار بالا و سودآور خلق کنند، گوگل با محدود کردن اجراها، حاشیه سود خود را حفظ می‌کند اما کاربردی‌ترین بخش ابزار را برای دقیقاً همان گروهی — کاربران سازمانی قدرت‌مند — که بیشترین نیاز به تریاژ خودکار دارند، محدود می‌کند.

در نهایت، Gemini Flows ثابت کرد که تکنولوژی سازماندهی صندوق ورودی با AI وجود دارد. چالش فعلی نه کمبود هوش، بلکه اقتصاد مقیاس‌پذیری (Scaling Economics) این هوش در میلیاردها پیام است. کاربران باید پیش از ۱ ژوئیه، حجم ایمیل‌های ماهانه خود را ممیزی کنند و حیاتی‌ترین برچسب‌های خود را تست کنند تا ببینند آیا در محدوده طرح‌های Pro یا Ultra جای می‌گیرند یا خیر.

گام بعدی شما

  • اگر کاربر Pro یا Ultra هستید، همین امروز برچسب‌های سفارشی خود را در Workspace Studio تعریف و تست کنید.
  • حجم ایمیل‌های ورودی ماهانه خود را محاسبه کنید تا متوجه شوید چه زمانی با سقف ۲٬۰۰۰ یا ۱۰٬۰۰۰ اجرا مواجه می‌شوید.
  • برای کارهای تکراری که نیاز به استدلال ندارند، همچنان از فیلترهای متنی قدیمی استفاده کنید تا سهمیه Gemini را برای موارد پیچیده ذخیره کنید.

اما هزینه این پردازش‌ها در مقیاس سازمانی چطور مدیریت می‌شود؟ در تحلیل ما درباره‌ی معماری تراشه‌های TPUv5 نگاهی بیندازید.

چرا این موضوع مهم است؟

این به‌روزرسانی تخصص گوگل در ادغام AI با داده‌های کاربر را به رخ می‌کشد، اما محدودیت‌های عددی آن نشان‌دهنده چالش‌های اقتصادی در مقیاس میلیاردی است. اعتبار این ابزار در گرو این است که آیا گوگل می‌تواند هزینه استنتاج را برای کاربران Heavy-user کاهش دهد یا خیر.

تأثیر برای ایران

به‌دلیل تحریم‌ها و نیاز به اشتراک‌های ارزی گران‌قیمت (۲۰ و ۱۰۰ دلار)، دسترسی به Gemini Flows برای اکثر کاربران ایرانی دشوار و برای توسعه‌دهندگان محلی صرفاً یک الگو برای پیاده‌سازی اتوماسیون‌های مشابه است.

·نگاه ما
تحریریه دات‌هوش

تمرکز گوگل بر محدودیت تعداد اجرا به جای مدل اشتراکی نامحدود، نشان می‌دهد که مدل‌های زبانی هنوز در سطح «به‌صرفه بودن برای هر پیام» قرار ندارند. این رویکرد عملاً ابزار را از یک «راهکار سازمانی» به یک «گجت بهره‌وری برای کاربران عادی» تبدیل کرده است. انتظار می‌رود در آینده، گوگل برای عبور از این سقف، مدل‌های کوچک‌تری (SLM) را به‌صورت محلی در جیمیل مستقر کند تا هزینه استنتاج کاهش یابد.

منابع

این گزارش با خط‌لولهٔ خودکار دات‌هوش از منابع معتبر جهانی تدوین و زیر نظر تحریریه منتشر شده است. روش کار ما

گفتگو

پنج‌شنبه‌های هوش‌محور

بسته‌ی هفتگی دات‌هوش

۵ خبر، ۲ ابزار، ۱ پرامپت در هر شماره. به‌زودی راه‌اندازی می‌شود — هر پنج‌شنبه صبح.

خبر کلیدی
ابزار کاربردی
پرامپت حرفه‌ای
تحلیل پژوهش
به‌زودی
زاویه‌ی ایرانی
به‌زودی
تمرین این هفته
به‌زودی

راهنماهای دات‌هوش

راهنماهای کاربردیِ دات‌هوش برای کار با هوش مصنوعی — از همین‌جا شروع کنید:

دات‌هوش

راهنمای فارسی هوش مصنوعی — با نگاه به ایران

اخبار روزانه، معرفی ابزارها و مدل‌ها، و آموزشِ کار با هوش مصنوعی؛ همیشه با این پرسش که از ایران چه چیزی کار می‌کند و چه چیزی نه.