人的把稳力是有限的,如何利用好它们,尽可能得到高质量的信息一贯是我思考的命题。除了主动订阅优质信源,还有一部分就要从各种推举的信息流里,抽取对自己有帮助的信息。这也成为了我对信息消费的核心诉求。
每天听和看到的内容,紧张便是文章、播客、视频。我看文章更多,以是我最优先考虑的便是用 AI 帮我提前阅读一遍,按构造化输出核心不雅观点和全文择要,我再通过看这些择要和总结决定是否有必要细读。
为此,我开始体验和探求当前市情上的 AI 工具,看哪个是可以知足我诉求的。
AI 总结产品体验我挑选并利用了市情上几款 AI 总结类产品,同时也自己手动去构建了自己的 AI 总结 bot,在这个过程中对自己的需求和当前的 AI 产品产生了一些思考。
最开始考试测验体验的是通义智文,丢给它网页链接、PDF 文件、专业论文、电子书,它都可以帮你总结。
但是很快我就创造,它和我的需求并不契合。缘故原由是它只供应了概述和择要两点,且总结的质量较低,部分我关注的内容并不在它的总结范围内。这个时候就须要我主动去提问,它才能给出干系内容。而我期望的,是给我一个完全的构造化信息,让我基于自己的关注点去展开提问。
当然它也有做得好的地方,比如它支持对阅读内容做条记、支持翻译原文等,只是不是我须要的。
Podwise有时看到了一款 AI 总结播客内容的产品让我面前一亮,名字叫做 Podwise。产品的 slogan 是也与我的理念不谋而合:Read, before Listen.
它不仅支持找播客、订阅播客、笔墨转播客、内容择要、关键词总结、精彩语录、分享到条记软件等,最让我中意的是它可以直接用脑图总结播客内容,这个就非常清晰了。有了框架,我就可以对感兴趣的内容进行展开深入。
试用了产品之后,我以为还是非常不错的,但是毕竟是有免费次数限定(每个月免费利用 4 次),于是我转向了海内的音频总结类产品,阿里的通义听悟。
通义听悟语音写成笔墨之后,内容更随意马虎被索引,摄取效率也更高,我能够更随意马虎地找到自己感兴趣的内容。
通义听悟利用下来不如预期,全文择要、章节速览、发言总结这几个总结功能,结果都比较生硬。再者便是须要我主动再从文本中找信息,而不是将整理好的内容呈现给我。
我尤其不理解,这个通义智文和通义听悟,为什么都这么重视条记功能,反而不好好做总结。想来想去只有一个缘故原由,那便是底层模型还不足强,只能做些视觉层的功能来填补模型的欠缺。想到这里我也释怀了,毕竟 Podwise 用的是 GPT-4。
顺便吐槽一下,截至我写这篇内容时,通义智文、通义听悟、通义千问,直接整合为通义了。
Podwise 给我的启示是,AI 总结的内容可以通过更加构造化的办法表达出来,尤其是通过脑图的办法十分击中我,让我可以快速看清内容的构造信息。
由此再结合我的出发点,我的诉求变成了 AI 帮我总结内容并按照脑图的构造输出,或者 Markdown 构造输出。
Kimi后来等到 Kimi 出圈,我创造前面折腾的这些,Kimi 都可以直接支持,而且表现相称出色。
无论是长文档、笔墨网页、还是播客链接、视频链接,它都是可以解析并总结,然后按照自己想要的办法展示出来,如展示为 Markdown 或者 Mermaid。
它内容的详细程度可以按照自己的 Prompt 进行定义,当你想要就个中某个知识点展开理解时,可以直接和它连续对话,回答质量也不会太差。再次有了一种如获珍宝的觉得。
Kimi 的能力不仅仅是总结,联网搜索、翻译这些都处理得很不错,在内容总结这个场景下模型能力肉眼可见的比通义要强不少。
自己创造在不断的探求和考试测验过程中,我同时在想为什么不自己动手做一个 AI 运用?想想现在可以通过 Prompt 的办法快速做个 AI 产品出来还是很愉快的,而不是必须会写代码做程序才行。
Kimi只管 Kimi 本身就支持通过 Prompt 的办法实现我须要的功能,但是每次都现发指令去实行比较麻烦。
Kimi 可以通过预设 Prompt 的办法,把常用的 Prompt 设置为常用语,一键呼出利用,十分知心。想要大模型输出什么样的总结,不断去优化自己的 Prompt 即可。
Coze
Coze 支持用户快速、低门槛地搭建自己的 Chatbot,并且可以将这些机器人一键发布到不同的平台进行运用。
我可以在这里选择底层的模型(免费利用 GPT-4),输入自己的 Prompt(AI 可以帮助优化 Prompt),然后选择对应的插件(AI 可以帮助选择),基本就可以运转起来了。
如果有进一步的哀求,可以引用自己的知识库数据,乃至可以通过关联多个 bot 搭建一个 Agent 完成一系列事变。通过预览查看总结的效果,不断调度 Prompt 来达到自己想要的效果。
我的 bot 叫做「阅读先锋」
可以免费利用 GPT-4 Turbo,再加上越来越丰富的插件系统,我打算后面多研究下 Coze,搭建更加个性化的机器人出来,赞助阅读和学习。
利用感想熏染总结AI 总结的质量很难评,相同的内容在不同的模型上表现有差异,想知道哪个模型总结是相对高质量的(当然当前阶段比拟下来明显还是 GPT-4 和 Claude 更强一些),必须自己先去阅读完原内容,再转头去看 AI 总结做比拟才知道。
详细怎么评价总结效果,我最看重以下几个点:
内容不能偏离核心主题,不能大量遗漏;输出的内容构造清晰,合营一些图表最好;输出的笔墨可读性强,表述办法别太生硬。另一方面,从 Prompt 构建的角度去看,步骤可以拆解为:
将音视频转成笔墨;基于笔墨内容进行总结;按照构造化哀求进行输出。上述的步骤,在实行层面存在两种实现办法:
利用大模型进行总结,总结效果取决于模型能力 + 自己的 Prompt + 自己的知识库 + 平台插件如果是利用现成的 AI 产品进行总结,那实在是模型能力 + 别人的 Prompt + 现有的微调思考与迷惑在折腾的过程中,尤其是利用 AI 总结的过程中,我愈发止不住思考:AI 总结的内容是「准确」的吗?
每个人对内容的代价点判断是不一致的。相同的内容,可能 AI 认为主要、核心的内容,我并不在意。这样,如果我基于 AI 的总结结果去判断是否进行下一步阅读时,反而可能遗漏我认为主要的部分。
「准确」这个问题有点泛,可以进一步拆解为几个问题:
它总结的内容有遗漏或者重复吗?它总结的内容是否存在偏见与偏差?它总结的内容与原文真正想表达同等吗?AI 现阶段无法像人类那样,深入理解文本或视频内容的深层含义和高下文联系,它的表现受限于演习的数据源与模型推理能力,从实现事理角度看当做是在玩笔墨游戏也不为过。
开始疑惑之后,我又产生了几个干系问题:
从代价角度看,AI 总结帮我提高了多少效率?真的提高了吗?会不会反而让我舍弃了一些自主思考判断的机会?以及;
我真的能放心把总结的任务交给它吗?带着这些疑问,我开始逐步探求答案。在 Twitter 上看到了不同博主的不雅观点,让我有从另一个视角的启示。原文如下:
憋了良久,但终极还是决定说出来的一个意见:最没故意义的 AI 运用便是那些「总结类产品」。缘故原由:
1. 它不能代替你阅读。总结的意义在于阅读后,而不是阅读前;
2. 在「节省」韶光的同时,它也让你离「一手信息源」越远。我们现在打仗的很多已经是二手信息,这种没有阅读的「总结」是三手,四手,五手知识;通过「总结」学到的不是知识,是以为自己学到知识的幻觉(或虚荣心)。
3. 总结的实质是对具象知识的接管和高度抽象。总结的最大获益者是做出总结的人,而不是阅读总结的人。跳过具象知识,就像猪八戒吃人参果:「你不知道有籽没籽儿,有核没核,它到底是个什么味儿啊」-一个 80 后西游记迷掌握不住的 reference.
4. 试图通过阅读总结学知识,是很多人「懂得很多道理,却依然过不好这生平」的缘故原由。学知识,得到聪慧,没有捷径。
5. 一个更加现实的问题:你无法确定 AI 总结的是准确的。想要确定它是准确的,你须要去读一下。以是,why even bother? (如果是读书,人家已经有了一个准确的 summary: 目录。如果是读论文,人家已经有了择要。而书本和论文是最好的信息源。)
6. 这种 AI summary 乃至都不是可靠的内容筛选器。纵然它总结的准确,这种高度抽象会导致那些越是精确的内容,被总结出来的越是那些「旧调重弹」的大道理。看起来都千篇一律。你会 pass 掉很多好的内容。
——来自 Twitter 「一口新饭」
GPT 类的措辞模型本身便是一道有损压缩了,再被良莠不齐的套壳软件连续有损压缩一遍,还能剩下个啥,读这类总结便是看个热闹。以是总结类运用最大的用场便是帮助在视频中定位,比如大约在 7 分钟的时候开始讲什么了。
——来自 Twitter 「Axton」
并不是任何内容都适宜 AI 总结,比如闲聊访谈类的播客就不适宜,内容太过分散;或者短视频或者 vlog,很多都是只有画面,没有说话内容,这些都没法总结。
这些内容会更加适宜 AI 总结:
主题较为明确的播客或视频,如:TED 视频
手机或者数码产品分享视频,如各种评测
新闻或者时势类播客或视频
——来自 Twitter 「JimmyWong」
我的结论我以为自己还是须要一款 AI 内容总结工具的,只是须要区分内容去利用:
主体明确但内容比较长,或者是英文内容,先用 AI 去总结或翻译;基于总结的框架,再去判断是否须要进一步精读;精读的过程去探索更一手的信息,去主动思考,去记录条记;阅读完成之后,再整体人工总结一遍,接管消化。前两步,是让 AI 帮自己筛选过滤内容,然后进入主动阅读环节;后两步对优质内容进行学习思考。切勿太依赖 AI 工具什么都丢给它去阅读总结。记住自己的出发点:在信息年夜水中,更好地聚焦与思考。
末了,不得不说,AI 内容总结在当前阶段并不完美,但还是有它的代价,随着 AI 能力的提升,我相信这些问题大部分会得到办理。总有一天 AI 能切实帮到我们,让生活更加方便和智能。