Hvorfor Google skifter fra Gems til skills - og hvad det betyder for dit næste projekt

Google har besluttet at afvikle Gems - de tilpassede Gemini-assistenter man kunne lave til specifikke opgaver - og erstatte dem med noget der hedder skills. Nyheden kom stille i weekenden, men konsekvensen er ikke lille: Gems var designet som en slags opskrift man kunne gemme og dele, mens skills bliver bygget som funktioner der kan kombineres dynamisk på tværs af forskellige sammenhænge.

Forskellen ligner måske en detalje, men for os der bygger digitale løsninger er det et vigtigt signal. Gems var i bund og grund lagrede prompts - en måde at pakke en instruktion ind så brugeren kunne genbruge den. Skills derimod bliver designet som modulære kapaciteter modellen kan trække på efter behov. Det betyder at vi går fra at tænke "gem denne opskrift" til "lær denne evne". Og det åbner for langt mere fleksible workflows.

Tag et konkret eksempel: Hvis du byggede en Gem til at skrive produktbeskrivelser i en bestemt tone, skulle brugeren aktivt vælge den Gem hver gang. Med skills kan modellen automatisk trække på den evne når konteksten kræver det - for eksempel når den scanner et CMS-felt og genkender at der mangler en beskrivelse. Det er forskellen mellem et bibliotek af færdige sætninger og en assistent der faktisk kan vurdere hvornår den skal bruge hvilken kompetence.

For websites og apps betyder det at vi kan begynde at designe AI-funktioner der er mindre rigide. I stedet for at bygge separate flows for hver type indhold eller brugerinteraktion, kan vi lade modellen sammensætte de rigtige skills baseret på situationen. Det kræver stadig omhyggelig design - man skal vide hvilke evner man vil give systemet adgang til - men det giver langt bedre skalerbarhed end at vedligeholde snesevis af isolerede Gems.

Google har ikke sagt meget om hvordan migreringen foregår rent teknisk, men tidspunktet er interessant. Det kommer samtidig med at de ruller Gemini ud til flere dele af Android-økosystemet, herunder funktionen hvor modellen kan ringe på brugerens vegne. Det tyder på at de bygger mod et system hvor AI ikke bare besvarer forespørgsler, men aktivt udfører opgaver på tværs af platforme. Og det kræver netop modulære evner der kan tændes og slukkes alt efter kontekst og tilladelser.

Det praktiske råd lige nu: Hvis du har bygget workflows omkring Gems, så begynd at tænke dem om som samlinger af funktioner i stedet for opskrifter. Identificer de kernekompetencer din løsning har brug for - ikke de specifikke use cases. Det gør det nemmere at tilpasse sig når Google ruller skills fuldt ud, og det giver dig en mere robust arkitektur når andre platforme følger trop med lignende tilgange.

Skiftet fra Gems til skills er ikke dramatisk, men det er retningsvisende. AI-funktioner bliver mere som værktøjskasser end som færdige løsninger. Og det kræver at vi designer med fleksibilitet fra starten - ikke bare prompter til specifikke opgaver, men systemer der kan sammensætte den rigtige respons baseret på hvad situationen kræver.