IT 之家 5 月 13 日消息，在今天凌晨举办的   2026 年 The Android Show | I/O Edition 活动结束后，谷歌 DeepMind 发布博文，详细介绍了适用于 Googlebook 的 Magic Pointer 功能。

定位方面，Magic Pointer 是光标交互功能，不只识别 " 指到了什么 "，还要理解 " 为什么这对用户重要 "。该功能的核心目标是尽量不打断原有操作流，让 AI 主动进入用户当前使用的工具和页面。

其理念是用 " 更简单、更直观的交互方式 " 取代 " 文字过多的提示 "。

谷歌在博文中指出，当前大部分 AI 工具都停留在独立界面中，用户常常需要把网页、文档、图片或数据复制、拖拽到 AI 窗口里，再输入完整提示词。

这种使用方式会打断工作节奏，新方案希望反过来，让 AI 直接出现在用户正在使用的工具里，依据指针位置和语音命令理解上下文。

DeepMind 总结了 4 条核心原则：

第 1 条是 " 保持工作流 "，即 AI 能力应覆盖各类应用场景，例如指向 PDF 后要求生成要点摘要并粘贴进邮件，悬停统计表格后要求生成饼图，选中菜谱后要求把全部配料翻倍。

第 2 条是 " 边指边说 "，通过捕捉指针周围的视觉与语义信息，让系统知道用户究竟想处理哪个词、哪段文字、哪块图片或哪段代码。

第 3 条强调 " 这个 "" 那个 " 的自然表达方式。人与人交流时，本就依赖手势和共享语境，不必每次都说完整长句。若 AI 能同时理解上下文、指向动作和语音，用户只需说 " 改一下这个 " 或 " 把那个移到这里 "，也能发出复杂请求。

第 4 条原则则是把像素转化为可操作实体，比如地点、日期、物体等，从而让一张潦草便签变成交互式待办清单，让旅行视频中的餐厅画面直接对应预订链接。

谷歌还在 AI Studio 上线 2 个演示，并正把这项能力逐步引入 Chrome 中的 Gemini，让用户直接围绕网页局部内容发问与操作。IT 之家附上相关演示如下：

参考