當您記得原話時，搜尋很好用。輸入驗收，就能找到包含「驗收」兩字的訊息。但您真正想從多年訊息裡找回的東西，大多不是一個詞，而是一個事實：訂金到底是誰付的，我們後來說清楚了嗎？師傅的屋頂報價是多少？哪份合約寫著屋頂不包含在內？您知道答案就在那裡。您只是記不得別人是怎麼說的、在哪個對話裡，甚至不確定那到底是一則訊息，還是別人附上的某份 PDF 裡的一頁。
Text2Store 正好有一個為這種時刻準備的功能，叫做向您的訊息提問：用日常語言輸入一個問題，App 就會根據您自己的封存來回答。
有憑有據的答案
用過 AI 聊天機器人的人都熟悉那種不安：答案流暢、自信，卻可能是錯的。我們不想把這種感覺帶進一款大家託付了十年紀錄的 App 裡，所以每個答案都附有憑據。每個答案下方都有一行類似「依據 3 個對話中的 5 則訊息和 1 份文件」的說明，展開後就能確切看到答案依據的是哪些訊息。按一下其中一則，就會像點搜尋結果一樣，跳到實際對話中的那則訊息。您永遠不必盲目相信答案；查核只要按一下。
這行說明在另一個方向上同樣誠實。如果 App 無法連線到 AI 服務，它會直說。如果您的索引只涵蓋了封存的一部分，答案會說明它看得到哪些內容。每個答案也始終附有提醒：答案可能出錯，以及應該查核哪些訊息。一個可以查核的答案，勝過一個聽起來漂亮的答案。
它也會讀取文件
對話不只是一個個泡泡。租約是別人附上的 PDF，報價單是一張紙的照片。所以這個功能也會讀取封存中的文件：PDF 逐頁讀取，掃描檔和截圖則透過文字辨識讀取。當答案依據其中某份文件時，引用會註明檔案和頁碼，例如賣方揭露.pdf，第 3 頁，共 14 頁，並說明這些文字是來自檔案本身的文字，還是從圖片辨識出來的，讓您知道這份轉錄可信到什麼程度。
它看得到您保存的一切
這個功能使用的是與 Text2Store 其他功能相同的合併歷史：您做過的每一次備份，接成一條時間軸。其中包括與簡訊並列的 WhatsApp 聊天，以及您多年前從手機刪除、但被舊備份保存下來的訊息。您可以把問題限定在目前開啟的對話，也可以依預設一次查詢全部內容。一個答案完全可能同時引用 2021 年的一則簡訊、一個群組聊天和上個月的一份 PDF。
哪些內容會離開您的電腦，哪些永遠不會
這是我們最自豪的部分，說起來也很簡單：建立索引不會傳送任何內容到任何地方。用來找出候選訊息的語意索引，完全由在您電腦上執行的模型在您的電腦上計算。模型本身會在您第一次開啟功能時一次性下載，大約 220 MB；它沒有包在安裝程式裡，這樣對不使用此功能的人來說，App 依然小巧。模型一旦下載到您的電腦上，您甚至可以在飛機上為十年的封存建立索引。對於加密備份，索引同樣會加密。
只有提問時才會傳送內容：問題以及檢索到的少量訊息摘錄，會經由我們的轉送服務傳送給 Google Gemini，由它組織答案。轉送服務不保存任何內容，也不記錄訊息內容；根據 Google 針對我們專案的零資料保留條款，您的內容不會在那裡保存，也不會被用來訓練模型。在第一次提問之前，您需要針對每個封存同意一次，同意畫面會用淺顯的語言說明這一切；設定中也有一個開關，關閉此功能的同時會刪除索引。隱私權政策（英文）有完整說明。
實際使用
「向您的訊息提問」包含在 Text2Store 的購買中，「向您的訊息提問」指南介紹了如何設定。提問會消耗 AI 點數，與摘要使用的點數相同：您的購買附贈 25 點，另有點數包可購買（英文）。建立索引已包含在內。和 Text2Store 的所有 AI 功能一樣，它只是輔助工具：幫助您找到並理解您保存的內容，絕不會成為可驗證輸出的一部分。
如果您好奇它的內部原理，包括我們為什麼先建好雲端索引流程、後來又把它刪掉、改在本機執行模型，這段技術故事寫在開發者筆記中：An answer you can check（英文）。