Google Drive 上线可预演的自动文件分类
Gemini 文件分类正式上线,管理员可在控制台用自然语言编写规则,先预览会打上的标签,再批量部署。部署后可近实时查看打标数量和用户接受情况,标签可用于防泄漏、留存和审计。
AI 深度解读
Google Drive 的 Gemini 自动分类结束公开测试,进入正式发布。Workspace 管理员可以用自然语言描述文件该贴什么标签,先在后台预览结果,再按指定范围启用。上线后,后台会近实时显示贴标数量、用户接受情况和 Drive 文件清单报告。
对负责团队文档和内部 AI 工具的开发者,这次更新最实用的地方是把分类条件变成可以试跑的指令。真正决定它能不能用于生产的,是哪些文件能扫到、谁能改标签,以及改了指令以后旧文件怎么办。
分类指令怎么从一句话变成文件标签?
过去,Drive 的自定义机器学习分类要求管理员先挑出训练文件,手工贴好标签,让模型学习各个分类级别对应什么数据。Gemini 提供了另一条路。管理员选定标签,写下分类指令,再指定哪些用户的文件纳入评估。比如,可以把「包含尚未发布的功能计划、上线时间或内部评审结论的文档」作为一条待验证的分类指令。
部署前,管理员可以在 Admin Console 里查看 Gemini 预计会给文件贴什么标签,再根据结果修改指令。启用后,拥有相应标签权限的文件编辑者和所有者可以审阅、接受或修改标签。贴标、接受和修改都会进入审计日志。模型详情页还会近实时显示已贴标文件数、用户接受情况和 Drive 文件清单报告。
标签字段必须是已发布的单选选项列表或徽章列表。用户手动应用、接受或修改过的标签,以及数据防泄漏(DLP)规则应用的标签,优先于 Gemini 的分类结果。组织可以创建最多 5 个 AI 分类模型,这个总额包含自定义训练的 ML 模型和 Gemini 指令模型,其中同时只能启用 1 个 Gemini 指令模型。
为什么旧文件的扫描要提前算进上线计划?
文件需要存放在 Shared Drives,或由持有受支持许可的用户拥有。Google 给出的典型条件是,至少有 50 个单词且达到 200 个字符的可读文本,才有望得到高质量的判断。这些文字可以来自文件本身,也可以由光学字符识别(OCR)提取。客户端加密文件和没有可读文本的非文本媒体会被跳过。公告没有说明中文文档的单词数如何计算。
开启自动贴标后,系统会对已有文件和不活跃文件做一次回填扫描。扫描通常在 1 至 2 周内开始,完成可能需要数周或数月,取决于待处理文件的大小和数量。更新指令只会影响后续上传和新增内容。本次发布暂不支持按需重扫已评估文件,所以首轮指令的质量会直接影响存量文件的分类结果。
哪些组织能开,文件会在哪里处理?
受支持的版本包括 Enterprise Plus、Google AI Pro for Education 和 Frontline Plus。管理员入口是 Security > Access and data control > Data classification,终端用户没有单独的设置入口。Rapid Release 和 Scheduled Release 域均从 2026 年 11 月 17 日开始分批推出,可见性推广超过 15 天。Google 预计在 2026 年 12 月 15 日完成推广。
Google 表示,符合条件的内容依照文件所有者或 Shared Drive 的策略,在指定的美国或欧洲区域处理和存储。Drive 文件和分类提示词按组织隔离,不用于训练 Google 的全局模型。
我的判断
我最看重的是先预览贴标结果,再决定是否对存量文件开自动扫描。以前要准备训练样本,现在可以把时间花在挑验证样本上,尤其是容易贴错的文件,比如已经公开的路线图和仍在评审的路线图。Google 说指令方式更快、更高效,但公告没有提供与自定义训练的准确率、误报率或耗时对照。这是产品方对流程的判断。后台的用户接受情况也只能反映用户的操作,分类质量还得抽样核对。
跟只用 DLP 规则相比,自然语言分类适合尝试处理需要结合上下文判断的文件,已经能用规则准确匹配的条件则可以继续沿用。Google 也把标签视作限制 AI 智能体读取敏感文件的一环。公告没交代具体接入方式,实际能否拦住读取和后续操作,要看 DLP 配置及智能体访问文件时的权限检查。
能拿来做什么
- 用团队已有的前端发布计划、接口变更草案和可公开的组件文档做一组预览样本,先标出预期结果,重点看公开文档是否被误贴成敏感,以及真正的内部草案有没有漏掉。
- 开启自动贴标前,盘点需要追溯的旧文档,单独记录客户端加密文件和缺少可读文字的媒体,并给首轮回填留出时间。修改指令后,把需要重新核对的已评估文件列出来人工复查。
- 如果内部 AI 编程助手会读 Drive,用该助手实际运行的身份验证敏感文件能否被读取。把标签状态和审计记录一起核对,确认分类结果确实进入访问控制。