A cura di Giovanni Masi
Dall’AI testuale all’AI visiva
Negli ultimi due anni la corsa all’AI generativa si è spostata dal solo testo a un’interazione sempre più visiva. I modelli multimodali sanno descrivere una foto, estrarre dettagli e persino modificare immagini su richiesta. Il punto debole, però, è rimasto sorprendentemente umano. Spiegare a parole quale dettaglio si intende, dentro un’immagine ricca di elementi, è spesso più lento del lavoro che si vorrebbe ottenere.
È in questo spazio che si inserisce una novità in arrivo nell’ecosistema Google. Secondo test comparsi in questi giorni, Gemini sta iniziando a permettere agli utenti di “marcare” direttamente le immagini prima di inviarle al modello, in modo da indicare con precisione l’area su cui concentrarsi.
I primi segnali del markup in Gemini
Il segnale più concreto arriva da una combinazione di fonti che puntano tutte nella stessa direzione. Il 13 dicembre 2025 Times of India ha riportato che Google sta testando una funzione di markup sia nell’app Gemini su Android sia nell’esperienza web in Chrome, con un messaggio che compare al primo invio di un’immagine e che annuncia la nuova capacità di disegnare o evidenziare porzioni della foto.
Nelle stesse ore Android Authority ha confermato di vedere il tool attivo in test per alcuni utenti e ha mostrato esempi in cui Gemini comprende la richiesta quando l’utente evidenzia una regione specifica, sia per l’analisi sia per l’editing. Il contesto è importante perché non si tratta di una semplice “penna” grafica. Qui l’annotazione diventa un modo di guidare l’interpretazione del modello, riducendo ambiguità e giri di prompt.
Da workaround manuale a gesto integrato
L’idea non nasce dal nulla. Già il 22 ottobre 2025 Android Authority aveva individuato, analizzando una versione dell’app Google, tracce di un flusso che consentiva di disegnare sopra un’immagine appena selezionata dalla galleria o scattata con la fotocamera, proprio per indirizzare l’attenzione di Gemini su un dettaglio. Quella scoperta era in linea con ciò che molti utenti fanno già oggi, in modo manuale, quando una richiesta visiva non viene interpretata correttamente.
Si scarica l’immagine, la si apre in un editor, si cerchia l’area o si aggiunge una freccia, poi la si ricarica e si riprova. Il markup “nativo” dentro Gemini, se confermato in rollout pubblico, trasformerebbe questo workaround in un gesto integrato nell’esperienza conversazionale.
Casi d’uso che diventano più rapidi
Dal punto di vista pratico, il vantaggio si vede in una serie di casi d’uso quotidiani ma anche professionali. Chi lavora nel supporto tecnico può caricare la foto di un dispositivo e indicare il componente su cui chiede una diagnosi o una procedura. Chi analizza documenti fotografati può evidenziare un paragrafo o una riga specifica per evitare che il modello generalizzi sull’intera pagina. Chi fa design o prototipazione può marcare una porzione di mockup e chiedere una variante localizzata, invece di riscrivere istruzioni lunghe e potenzialmente ambigue. La stessa dinamica vale per l’educazione, con un docente che carica un grafico e cerchia una curva o un asse per chiedere una spiegazione mirata.
Il collegamento con l’editing nativo nell’app
Questa evoluzione si innesta su un’altra capacità che Google aveva già avviato nella primavera del 2025. Il 30 aprile 2025 l’azienda ha annunciato sul proprio blog la disponibilità, nell’app Gemini, dell’editing immagini basato su AI per foto caricate dall’utente e per immagini generate dal sistema. Nello stesso giorno 9to5Google ha descritto il rollout come un passaggio verso un editing “multi-step”, in cui si può iterare con richieste successive mantenendo il contesto, ad esempio cambiando sfondo, sostituendo oggetti o aggiungendo elementi.
Il markup può diventare il complemento naturale di quel flusso. L’editing generativo spesso fallisce non perché il modello non sappia trasformare un’immagine, ma perché non capisce con precisione dove intervenire e cosa lasciare invariato. Un cerchio o un tratto può funzionare come un vincolo visivo, rendendo la richiesta meno interpretativa e più deterministica.
Gemini 3 e l’interfaccia come vantaggio competitivo
C’è poi un altro elemento di tempistica che aiuta a leggere la mossa. Il 18 novembre 2025 Google ha presentato ufficialmente Gemini 3, definendolo il modello più intelligente della famiglia, con miglioramenti su ragionamento e multimodalità e una disponibilità estesa tra app Gemini, AI Studio e Vertex AI. Reuters ha sottolineato che, per la prima volta, il modello è stato integrato anche nella Ricerca fin dal day one, segno di una strategia più aggressiva nel portare le novità ai prodotti di massa.
In questo scenario, gli strumenti di interazione contano quasi quanto i benchmark. Rendere più naturale “indicare” un dettaglio in un’immagine avvicina l’esperienza utente a ciò che si farebbe con un collega, quando si punta il dito sullo schermo, invece di descrivere a parole dove guardare.
Creatività, controllo e modelli per immagini
Il discorso si collega anche alla spinta di Google sul versante creativo. Il 20 novembre 2025 Google DeepMind ha presentato Nano Banana Pro, un modello per generazione ed editing di immagini costruito su Gemini 3 Pro, con enfasi su controllo più fine e migliore resa del testo.
La pagina prodotto di DeepMind descrive esplicitamente obiettivi come testo più chiaro per poster e diagrammi, controllo di qualità “studio” e uso della conoscenza del mondo reale per risultati più precisi. In questo tipo di pipeline, la capacità di selezionare una regione e specificare un intervento mirato è un tassello decisivo. Non cambia la potenza del modello, ma riduce la frizione tra intenzione e risultato, che è ciò che, alla fine, determina la produttività percepita.
Un rollout ancora parziale
Va comunque ricordato che, almeno al momento, la funzione appare in test limitati. Android Authority parla di disponibilità per alcuni utenti e non è chiaro quanto sia esteso il rollout. Times of India sottolinea che Google non ha annunciato ufficialmente tempi e modalità di rilascio. In casi simili l’azienda può procedere con un rilascio graduale, testando stabilità e impatto prima di estendere la funzione su più dispositivi e account.
L’esperienza insegna anche che ciò che appare in test può evolvere nell’interfaccia, nelle opzioni disponibili e nei limiti, per esempio sulla tipologia di strumenti di disegno e testo o sul fatto che l’annotazione sia pensata per l’analisi, per l’editing o per entrambe.
Perché potrebbe contare più di quanto sembri
In prospettiva, l’aspetto più interessante del markup in Gemini non è l’editor in sé, ma il modello di interazione che abilita. L’AI multimodale sta diventando un compagno di lavoro che osserva e agisce su contenuti visivi.
Quando si passa da una semplice domanda del tipo “che cosa vedi” a un’istruzione del tipo “modifica solo questo pezzo” o “spiegami esattamente questo dettaglio”, la precisione del riferimento diventa fondamentale. Se Google riuscirà a rendere questa esperienza semplice e affidabile, il markup potrebbe trasformarsi in una delle micro-funzionalità più usate. Quelle che non fanno notizia come un nuovo modello, ma che cambiano davvero la quotidianità.
Bibliografia
Times of India, “Google may soon allow Gemini users to mark up images directly: Report”, 13 dicembre 2025. https://timesofindia.indiatimes.com/technology/tech-news/google-may-soon-allow-gemini-users-to-mark-up-images-directly-report/articleshow/125950184.cms
Android Authority, Stephen Schenck, “Google has started testing Gemini’s next big upgrade for working with images”, dicembre 2025. https://www.androidauthority.com/gemini-markup-tools-3625092/
Android Authority, “Image markup could soon make Google Gemini even more useful”, 22 ottobre 2025. https://www.androidauthority.com/gemini-image-markup-3609374/
Google Blog, “Upload and edit your images directly in the Gemini app”, 30 aprile 2025. https://blog.google/products/gemini/image-editing/
9to5Google, Abner Li, “Google rolling out native AI image editing in the Gemini app”, 30 aprile 2025. https://9to5google.com/2025/04/30/gemini-image-editing/
Google Blog, Sundar Pichai e team Gemini, “A new era of intelligence with Gemini 3”, 18 novembre 2025. https://blog.google/products/gemini/gemini-3/
Reuters, Kenrick Cai, “Google launches Gemini 3, embeds AI model into search immediately”, 18 novembre 2025. https://www.reuters.com/business/media-telecom/google-launches-gemini-3-embeds-ai-model-into-search-immediately-2025-11-18/
Google Blog, “Introducing Nano Banana Pro”, 20 novembre 2025. https://blog.google/technology/ai/nano-banana-pro/
Google DeepMind, “Nano Banana Pro (Gemini 3 Pro Image)”, pagina prodotto consultata a dicembre 2025. https://deepmind.google/models/gemini-image/pro/