我們需要怎樣的 AI 內(nèi)容總結(jié)助手？
YiM05 月 07 日
Matrix 首頁推薦
Matrix 是少數(shù)派的寫作社區(qū)，我們主張分享真實(shí)的產(chǎn)品體驗(yàn)，有實(shí)用價(jià)值的經(jīng)驗(yàn)與思考。我們會(huì)不定期挑選 Matrix 最優(yōu)質(zhì)的文章，展示來自用戶的最真實(shí)的體驗(yàn)和觀點(diǎn)。
文章代表作者個(gè)人觀點(diǎn)，少數(shù)派僅對標(biāo)題和排版略作修改。
為什么需要 AI 總結(jié)
每天都有無數(shù)的信息涌現(xiàn)，我們的注意力很容易被吸引走，好像了解了很多，但認(rèn)真回頭去想，有價(jià)值的信息實(shí)在太少了。
人的注意力是有限的，如何利用好它們，盡可能獲得高質(zhì)量的信息一直是我思考的命題。除了主動(dòng)訂閱優(yōu)質(zhì)信源，還有一部分就要從各種推薦的信息流里，抽取對自己有幫助的信息。這也成為了我對信息消費(fèi)的核心訴求。
每天聽和看到的內(nèi)容，主要就是文章、播客、視頻。我看文章更多，所以我最優(yōu)先考慮的就是用 AI 幫我提前閱讀一遍，按結(jié)構(gòu)化輸出核心觀點(diǎn)和全文摘要，我再通過看這些摘要和總結(jié)決定是否有必要細(xì)讀。
為此，我開始體驗(yàn)和尋找當(dāng)前市面上的 AI 工具，看哪個(gè)是可以滿足我訴求的。
AI 總結(jié)產(chǎn)品體驗(yàn)
我挑選并使用了市面上幾款 AI 總結(jié)類產(chǎn)品，同時(shí)也自己手動(dòng)去構(gòu)建了自己的 AI 總結(jié) bot，在這個(gè)過程中對自己的需求和當(dāng)前的 AI 產(chǎn)品產(chǎn)生了一些思考。
現(xiàn)有產(chǎn)品體驗(yàn)
通義智文
最開始嘗試體驗(yàn)的是通義智文，丟給它網(wǎng)頁鏈接、PDF 文件、專業(yè)論文、電子書，它都可以幫你總結(jié)。
但是很快我就發(fā)現(xiàn)，它和我的需求并不契合。原因是它只提供了概述和摘要兩點(diǎn)，且總結(jié)的質(zhì)量較低，部分我關(guān)注的內(nèi)容并不在它的總結(jié)范圍內(nèi)。這個(gè)時(shí)候就需要我主動(dòng)去提問，它才能給出相關(guān)內(nèi)容。而我期望的，是給我一個(gè)完整的結(jié)構(gòu)化信息，讓我基于自己的關(guān)注點(diǎn)去展開提問。
當(dāng)然它也有做得好的地方，比如它支持對閱讀內(nèi)容做筆記、支持翻譯原文等，只是不是我需要的。
Podwise
偶然看到了一款 AI 總結(jié)播客內(nèi)容的產(chǎn)品讓我眼前一亮，名字叫做 Podwise。產(chǎn)品的 slogan 是也與我的理念不謀而合：Read, before Listen.
它不僅支持找播客、訂閱播客、文字轉(zhuǎn)播客、內(nèi)容摘要、關(guān)鍵詞總結(jié)、精彩語錄、分享到筆記軟件等，最讓我中意的是它可以直接用腦圖總結(jié)播客內(nèi)容，這個(gè)就非常清晰了。有了框架，我就可以對感興趣的內(nèi)容進(jìn)行展開深入。
試用了產(chǎn)品之后，我覺得還是非常不錯(cuò)的，但是畢竟是有免費(fèi)次數(shù)限制（每個(gè)月免費(fèi)使用 4 次），于是我轉(zhuǎn)向了國內(nèi)的音頻總結(jié)類產(chǎn)品，阿里的通義聽悟。
通義聽悟
語音寫成文字之后，內(nèi)容更容易被索引，攝取效率也更高，我能夠更容易地找到自己感興趣的內(nèi)容。
通義聽悟使用下來不如預(yù)期，全文摘要、章節(jié)速覽、發(fā)言總結(jié)這幾個(gè)總結(jié)功能，結(jié)果都比較生硬。再者就是需要我主動(dòng)再從文本中找信息，而不是將整理好的內(nèi)容呈現(xiàn)給我。
我尤其不理解，這個(gè)通義智文和通義聽悟，為什么都這么重視筆記功能，反而不好好做總結(jié)。想來想去只有一個(gè)原因，那就是底層模型還不夠強(qiáng)，只能做些視覺層的功能來彌補(bǔ)模型的欠缺。想到這里我也釋懷了，畢竟 Podwise 用的是 GPT-4。
順便吐槽一下，截至我寫這篇內(nèi)容時(shí)，通義智文、通義聽悟、通義千問，直接整合為通義了。Podwise 給我的啟發(fā)是，AI 總結(jié)的內(nèi)容可以通過更加結(jié)構(gòu)化的方式表達(dá)出來，尤其是通過腦圖的方式十分擊中我，讓我可以快速看清內(nèi)容的結(jié)構(gòu)信息。
由此再結(jié)合我的出發(fā)點(diǎn)，我的訴求變成了 AI 幫我總結(jié)內(nèi)容并按照腦圖的結(jié)構(gòu)輸出，或者 Markdown 結(jié)構(gòu)輸出。
Kimi
后來等到 Kimi 出圈，我發(fā)現(xiàn)前面折騰的這些，Kimi 都可以直接支持，而且表現(xiàn)相當(dāng)出色。
無論是長文檔、文字網(wǎng)頁、還是播客鏈接、視頻鏈接，它都是可以解析并總結(jié)，然后按照自己想要的方式展示出來，如展示為 Markdown 或者 Mermaid。
它內(nèi)容的詳細(xì)程度可以按照自己的 Prompt 進(jìn)行定義，當(dāng)你想要就其中某個(gè)知識(shí)點(diǎn)展開了解時(shí)，可以直接和它繼續(xù)對話，回答質(zhì)量也不會(huì)太差。再次有了一種如獲至寶的感覺。
Kimi 的能力不僅僅是總結(jié)，聯(lián)網(wǎng)搜索、翻譯這些都處理得很不錯(cuò)，在內(nèi)容總結(jié)這個(gè)場景下模型能力肉眼可見的比通義要強(qiáng)不少。
自己創(chuàng)造
在不斷的尋找和嘗試過程中，我同時(shí)在想為什么不自己動(dòng)手做一個(gè) AI 應(yīng)用？想想現(xiàn)在可以通過 Prompt 的方式快速做個(gè) AI 產(chǎn)品出來還是很興奮的，而不是必須會(huì)寫代碼做程序才行。
Kimi
盡管 Kimi 本身就支持通過 Prompt 的方式實(shí)現(xiàn)我需要的功能，但是每次都現(xiàn)發(fā)指令去執(zhí)行比較麻煩。
Kimi 可以通過預(yù)設(shè) Prompt 的方式，把常用的 Prompt 設(shè)置為常用語，一鍵呼出使用，十分貼心。想要大模型輸出什么樣的總結(jié)，不斷去優(yōu)化自己的 Prompt 即可。
Coze
Coze 支持用戶快速、低門檻地搭建自己的 Chatbot，并且可以將這些機(jī)器人一鍵發(fā)布到不同的平臺(tái)進(jìn)行應(yīng)用。
我可以在這里選擇底層的模型（免費(fèi)使用 GPT-4），輸入自己的 Prompt（AI 可以幫助優(yōu)化 Prompt），然后選擇對應(yīng)的插件（AI 可以幫助選擇），基本就可以運(yùn)轉(zhuǎn)起來了。
如果有進(jìn)一步的要求，可以引用自己的知識(shí)庫數(shù)據(jù)，甚至可以通過關(guān)聯(lián)多個(gè) bot 搭建一個(gè) Agent 完成一系列事項(xiàng)。通過預(yù)覽查看總結(jié)的效果，不斷調(diào)整 Prompt 來達(dá)到自己想要的效果。
我的 bot 叫做「閱讀先鋒」可以免費(fèi)使用 GPT-4 Turbo，再加上越來越豐富的插件系統(tǒng)，我打算后面多研究下 Coze，搭建更加個(gè)性化的機(jī)器人出來，輔助閱讀和學(xué)習(xí)。
使用感受總結(jié)
AI 總結(jié)的質(zhì)量很難評，相同的內(nèi)容在不同的模型上表現(xiàn)有差異，想知道哪個(gè)模型總結(jié)是相對高質(zhì)量的（當(dāng)然當(dāng)前階段對比下來明顯還是 GPT-4 和 Claude 更強(qiáng)一些），必須自己先去閱讀完原內(nèi)容，再回頭去看 AI 總結(jié)做對比才知道。
具體怎么評價(jià)總結(jié)效果，我最看重以下幾個(gè)點(diǎn)：
內(nèi)容不能偏離核心主題，不能大量遺漏；
輸出的內(nèi)容結(jié)構(gòu)清晰，配合一些圖表最好；
輸出的文字可讀性強(qiáng)，表述方式別太生硬。
另一方面，從 Prompt 構(gòu)建的角度去看，步驟可以拆解為：
將音視頻轉(zhuǎn)成文字；
基于文字內(nèi)容進(jìn)行總結(jié)；
按照結(jié)構(gòu)化要求進(jìn)行輸出。
上述的步驟，在執(zhí)行層面存在兩種實(shí)現(xiàn)方式：
使用大模型進(jìn)行總結(jié)，總結(jié)效果取決于模型能力 + 自己的 Prompt + 自己的知識(shí)庫 + 平臺(tái)插件
如果是使用現(xiàn)成的 AI 產(chǎn)品進(jìn)行總結(jié)，那其實(shí)是模型能力 + 別人的 Prompt + 現(xiàn)有的微調(diào)
思考與疑惑
在折騰的過程中，尤其是使用 AI 總結(jié)的過程中，我愈發(fā)止不住思考：AI 總結(jié)的內(nèi)容是「準(zhǔn)確」的嗎？
每個(gè)人對內(nèi)容的價(jià)值點(diǎn)判斷是不一致的。相同的內(nèi)容，可能 AI 認(rèn)為重要、核心的內(nèi)容，我并不在意。這樣，如果我基于 AI 的總結(jié)結(jié)果去判斷是否進(jìn)行下一步閱讀時(shí)，反而可能遺漏我認(rèn)為重要的部分。
「準(zhǔn)確」這個(gè)問題有點(diǎn)泛，可以進(jìn)一步拆解為幾個(gè)問題：
它總結(jié)的內(nèi)容有遺漏或者重復(fù)嗎？
它總結(jié)的內(nèi)容是否存在偏見與誤差？
它總結(jié)的內(nèi)容與原文真正想表達(dá)一致嗎？
AI 現(xiàn)階段無法像人類那樣，深入理解文本或視頻內(nèi)容的深層含義和上下文聯(lián)系，它的表現(xiàn)受限于訓(xùn)練的數(shù)據(jù)源與模型推理能力，從實(shí)現(xiàn)原理角度看當(dāng)做是在玩文字游戲也不為過。
開始懷疑之后，我又產(chǎn)生了幾個(gè)相關(guān)問題：
從價(jià)值角度看，AI 總結(jié)幫我提高了多少效率？真的提高了嗎？
會(huì)不會(huì)反而讓我舍棄了一些自主思考判斷的機(jī)會(huì)？
以及；
我真的能放心把總結(jié)的任務(wù)交給它嗎？
帶著這些疑問，我開始慢慢尋找答案。在 Twitter 上看到了不同博主的觀點(diǎn)，讓我有從另一個(gè)視角的啟發(fā)。原文如下：
憋了很久，但最終還是決定說出來的一個(gè)看法：最沒有意義的 AI 應(yīng)用就是那些「總結(jié)類產(chǎn)品」。原因：
1. 它不能代替你閱讀?？偨Y(jié)的意義在于閱讀后，而不是閱讀前；
2. 在「節(jié)省」時(shí)間的同時(shí)，它也讓你離「一手信息源」越遠(yuǎn)。我們現(xiàn)在接觸的很多已經(jīng)是二手信息，這種沒有閱讀的「總結(jié)」是三手，四手，五手知識(shí)；通過「總結(jié)」學(xué)到的不是知識(shí)，是以為自己學(xué)到知識(shí)的幻覺（或虛榮心）。
3. 總結(jié)的本質(zhì)是對具象知識(shí)的吸收和高度抽象?？偨Y(jié)的最大獲益者是做出總結(jié)的人，而不是閱讀總結(jié)的人。跳過具象知識(shí)，就像豬八戒吃人參果：「你不知道有籽沒籽兒，有核沒核，它到底是個(gè)什么味兒啊」-一個(gè) 80 后西游記迷控制不住的 reference.
4. 試圖通過閱讀總結(jié)學(xué)知識(shí)，是很多人「懂得很多道理，卻依然過不好這一生」的原因。學(xué)知識(shí)，獲得智慧，沒有捷徑。
5. 一個(gè)更加現(xiàn)實(shí)的問題：你無法確定 AI 總結(jié)的是準(zhǔn)確的。想要確定它是準(zhǔn)確的，你需要去讀一下。所以，why even bother? （如果是讀書，人家已經(jīng)有了一個(gè)準(zhǔn)確的 summary: 目錄。如果是讀論文，人家已經(jīng)有了摘要。而書籍和論文是最好的信息源。）
6. 這種 AI summary 甚至都不是可靠的內(nèi)容篩選器。即使它總結(jié)的準(zhǔn)確，這種高度抽象會(huì)導(dǎo)致那些越是正確的內(nèi)容，被總結(jié)出來的越是那些「老生常談」的大道理?？雌饋矶记宦?。你會(huì) pass 掉很多好的內(nèi)容。
——來自 Twitter 「一口新飯」
GPT 類的語言模型本身就是一道有損壓縮了，再被良莠不齊的套殼軟件繼續(xù)有損壓縮一遍，還能剩下個(gè)啥，讀這類總結(jié)就是看個(gè)熱鬧。所以總結(jié)類應(yīng)用最大的用途就是幫助在視頻中定位，比如大約在 7 分鐘的時(shí)候開始講什么了。
——來自 Twitter 「Axton」
并不是任何內(nèi)容都適合 AI 總結(jié)，比如閑聊訪談?lì)惖牟タ途筒贿m合，內(nèi)容太過分散；或者短視頻或者 vlog，很多都是只有畫面，沒有說話內(nèi)容，這些都沒法總結(jié)。
這些內(nèi)容會(huì)更加適合 AI 總結(jié)：
主題較為明確的播客或視頻，如：TED 視頻
手機(jī)或者數(shù)碼產(chǎn)品分享視頻，如各種評測
新聞或者時(shí)事類播客或視頻
——來自 Twitter 「JimmyWong」
我的結(jié)論
我覺得自己還是需要一款 AI 內(nèi)容總結(jié)工具的，只是需要區(qū)分內(nèi)容去使用：
主體明確但內(nèi)容比較長，或者是英文內(nèi)容，先用 AI 去總結(jié)或翻譯；
基于總結(jié)的框架，再去判斷是否需要進(jìn)一步精讀；
精讀的過程去探索更一手的信息，去主動(dòng)思考，去記錄筆記；
閱讀完成之后，再整體人工總結(jié)一遍，吸收消化。
前兩步，是讓 AI 幫自己篩選過濾內(nèi)容，然后進(jìn)入主動(dòng)閱讀環(huán)節(jié)；后兩步對優(yōu)質(zhì)內(nèi)容進(jìn)行學(xué)習(xí)思考。切勿太依賴 AI 工具什么都丟給它去閱讀總結(jié)。記住自己的出發(fā)點(diǎn)：在信息洪流中，更好地聚焦與思考。
最后，不得不說，AI 內(nèi)容總結(jié)在當(dāng)前階段并不完美，但還是有它的價(jià)值，隨著 AI 能力的提升，我相信這些問題大部分會(huì)得到解決。總有一天 AI 能切實(shí)幫到我們，讓生活更加方便和智能。
