惯性聚合 高效追踪和阅读你感兴趣的博客、新闻、科技资讯
阅读原文 在惯性聚合中打开

推荐订阅源

大猫的无限游戏
大猫的无限游戏
D
DataBreaches.Net
H
Help Net Security
aimingoo的专栏
aimingoo的专栏
F
Fortinet All Blogs
Y
Y Combinator Blog
M
MIT News - Artificial intelligence
D
Docker
A
About on SuperTechFans
Vercel News
Vercel News
腾讯CDC
C
Check Point Blog
The GitHub Blog
The GitHub Blog
博客园 - 三生石上(FineUI控件)
有赞技术团队
有赞技术团队
J
Java Code Geeks
MyScale Blog
MyScale Blog
Apple Machine Learning Research
Apple Machine Learning Research
量子位
MongoDB | Blog
MongoDB | Blog
博客园 - 司徒正美
博客园_首页
月光博客
月光博客
U
Unit 42

人人都是产品经理

为什么你的产品找不到差异化?90%的失败都卡在第一步上(下) – 人人都是产品经理, 3年从30万到1300万用户、获2200万美元融资,这个AI教育产品用“抽卡”破解了获客难题 – 人人都是产品经理, 园区招商系统怎么做才能真正帮到去化?我加了这一个功能,推广链接转发400次阅读过万 – 人人都是产品经理, AI大事件:OpenAI发完网络安全模型又搞药物研发,小鹏汽车要抓”DeepSeek时刻” – 人人都是产品经理, 电商不是卖货,是一场更残酷的产品经理实战 – 人人都是产品经理, 没想到,活动营销又回来了! – 人人都是产品经理, 为何All-in海外KOC:一场关于AI时代窗口期的豪赌 – 人人都是产品经理, 重新理解企业的内部协作 – 人人都是产品经理, 苹果的 AI 战略到底是什么? – 人人都是产品经理, 医疗智能体·第2讲——合规护城河:等保、PIPL与HIPAA的架构实战 – 人人都是产品经理, 向量知识库五步法:从“答非所问”到“精准回复” – 人人都是产品经理, 鸿蒙PC三方库构建总指挥HPKBUILD(sha)库为例 – 人人都是产品经理, 何时该用LLM?AI产品经理的LLM设计指南 – 人人都是产品经理, 医疗信息领域的需求方、决策方、准入方以及关注点(二) – 人人都是产品经理, 即梦涨价:一场被误读的「傲慢」 – 人人都是产品经理, 面试AI PM必答题:Hermes和OpenClaw的区别,如何讲清楚业务价值 – 人人都是产品经理, AI的下一张船票:世界模型——AI产品经理必须理解的技术拐点 – 人人都是产品经理, 小红书做GEO,怎么让AI信你?记住这 3 个重要信息 – 人人都是产品经理, 5 家印度 AI 初创公司,看看印度 AI 再做什么 – 人人都是产品经理, AI项目跨团队协作:产品技术业务如何不打架 – 人人都是产品经理, Agentic Workflow(智能体工作流):让AI从”答案生成器”变成”数字员工” – 人人都是产品经理, lycium_plusplus 项目全景解读:OpenHarmony 三方库构建的“大管家” – 人人都是产品经理, 从爆单救火到前置履约:两套预采策略,把生鲜大促履约效率拉满 – 人人都是产品经理, 什么时候该补货?我用一轮数据做了一个决定 – 人人都是产品经理, 从“机械兜底”到“动态分流”:AI客服重复进线治理的4大底层逻辑 – 人人都是产品经理, 抖音拼效率,红书拼洞察 – 人人都是产品经理, 全民狂欢与退潮——为什么龙虾这波热潮冷却得如此之快? – 人人都是产品经理, Stripe押注!MPP重塑全球支付 – 人人都是产品经理, 小红书GEO:AI引用你的内容,不是因为你对,而是因为你看起来可信 – 人人都是产品经理, 前百度副总裁押注办公Agent,日韩付费爆发,Manus迎来强劲对手 – 人人都是产品经理,
AI帮你更快“看”播客,但也会损害播客
Super黄 · 2023-10-25 · via 人人都是产品经理

优质的播客内容有很多,但如果时间不够用,可能我们就没法获取播客节目中的优质信息。那么有没有办法让AI来帮我们“看”播客?如果真的用AI来“看”播客,可能会带来什么影响?一起来看看作者的分享。

现在播客入局的大佬越来越多,这就带来了两个情况:

  1. 优质播客越来越多,时间不够用了;
  2. 优质信息越来越多,但又埋藏在一期期播客里。

这既是新机会,也是挑战。

新机会在于,对咱们用户来讲,优质内容的摄入源增加了, 挑战在于,也需要耗费大量的时间来收听了~

所以,想更快更有效get信息的需求应运而生。

这里我们看两款产品,能快速帮我们“阅读”播客。

第一款是之前聊过的通义听悟,第二款是最近看到的新产品。

那咱们今天单纯就播客维度,来和大家好好聊聊如何更好的看播客。以及基于两款产品的异同,讲一些思考。

一、通义听悟

通义听悟的定位是,你的工作学习AI助手,具体的介绍可以参看Super之前的文章:《你的工作学习AI助手:通义听悟,如何通过AI能力颠覆飞书妙记?

目前还是整体免费的状态,但会在几个要素上有一定的限制:

  1. 转写时长;通义听悟产品核心是基于语音转文字;
  2. 存储空间;音视频需要云存储完成转写。

而最近,通义听悟进一步放开权益了:

  1. 原来每天登录赠送2小时转写时长,现在变成10小时了;
  2. 原来存储空间只给2个G的,现在给到20个G;
  3. 原来邀请1名好友注册,送10小时的,现在送30小时。

总之就是,你快来用,我们不光免费,还放开让你们用。

为何这么做,以及未来会不会持续免费,我们在后面的章节展开聊。

先说如何用通义听悟看播客,在上一篇文章里已经写了一种我常用的方式,大家可以自己翻。

那最近通义听悟增加了两种方式:

  1. 发现;
  2. 播客链接转写。

先看发现页面:

相当于推荐&订阅逻辑了。

单集播客详情页,在内容呈现上还是比较清晰的。

唯一的问题是无法对它记笔记,通义听悟也考虑了择一个核心点,需要你先点击分享按钮左侧的按钮,存到你的空间后再进行笔记。

再看播客链接转写:

提交播客的RSS链接后,可以一次性完成该RSS下所有单集的转写工作。

这可是个大杀器。

唯一问题是,相信大家都不大知道自己日常订阅的播客RSS都是啥,这就只能是看是否在公开场合发布过,或者直接问主播要了。

二、Podwise

https://podwise.xyz/ 这个产品的首页还挺酷炫的,其实也是个国内开发者:

主要卖点是Mindmap,脑图的生成。

进入到Dashboard,可以看到就是一些播客的聚合:

我们点最近很火的《纵横四海》来看看:

下面单集列表里,右侧有一个Ready图标,说明已经完成了文字转写,我们点击其中一期看看:

你会发现它做出了限制,中间有一个黑色的按钮“Access AI Contents”,免费账号是限制了每个月只能免费看4期播客总结。

在免费额度范围内的当期播客,确实是可以看到各个维度的内容总结,比如脑图:

脑图界面的交互确实还是挺丝滑的。

除了脑图,它还做了一个高亮片段的提取:

接下来可以看一下它的收费:

三、如何更好地看播客

对于播客,对于大多数用户,最最核心的,Super我觉得有两点:

  1. 读前筛选:帮助我筛选,是否值得听,以及有哪些关键点?
  2. 快速整理:通过文字的方式,不仅可以一目十行,更方便了复制粘贴。

在这两点上,两个产品做的各有千秋。

通义听悟有编辑区域,方便我们快速做记录整理, Podwise有脑图呈现,在视觉呈现上是很抓人眼球的。

但两者也都有不足。

对于AI来说,能做的绝不仅仅是语音转文字、分段、总结,用户看播客,是希望用看的行为来更高效的获取信息

从这一点出发,我们就要思考,能否超用户预期?

我在一次用Claude提炼某次播客文本内容时,意外的发现自己遗漏了一部分重要内容:

OK,基于这个场景,事实上AI超出了我的记忆范围,或者是它对于内容的理解要高于我。

那有没有可能,对于播客的文字提炼,我们设定一些反常识/反直觉的内容概述呢?

甚至是,设定爱因斯坦/马斯克/乔布斯/周鸿祎,这些character,来帮我一起读&提炼要点?

在一个更高维度上,带我们阅读?

四、通义听悟可能是什么?

这次权益的放开,说实话很有意思。

某种程度上,通义听悟可能演化成阿里云盘的附加值:

什么意思呢?云盘能做的事情,这么多年已经差不多了,差异化很小。但背靠阿里云,通义听悟可以施展的空间就有很多创新,可以直接使用AI进入到满足用户的工作学习场景,而用户一旦形成依赖,势必需要使用云存储,通义听悟和阿里云盘可以强绑定,这就完成了获客-粘性-付费-复购,一系列闭环。

个人认为还是很有机会的,相对来说,通义听悟除了名字过于复杂,产品还是偏简洁和年轻,有机会获得更多的重度用户来支撑规模和时长,对于阿里云盘就会是很好的支撑。

以及,在搭建好基本盘之后,随着阿里云进入到B端业务,也是有前景的。

那另外,我们再看看个人开发者的Podwise,我觉得就危险许多,这里有几点:

  1. 从产品开发和满足用户需求上来说,通义听悟如果对播客场景投入更多关注,Podwise的功能都会被覆盖,不构成竞争优势。
  2. 小宇宙有一定可能性会去自己做,对于Podwise就是致命性的打击。

前几天我在即刻发了个贴,很多人点赞,说的就是B站自己上了AI视频总结:

这个功能不光是免费,还直接嵌入在内容里,所有围绕着B站内容总结的外围工具,就立马扑街了。。。

背后的核心逻辑是,你的工具直接服务于巨头的产品,一旦巨头自己下场,就完全切断了你的生路。

这一点来说,Podwise有一定问题,尽管我们知道通用型的播客平台有很多家,除了小宇宙,喜马拉雅、苹果Podcast等等,但是场景的单一,本身也限制了增长的空间。

五、我们需要更快地看播客么?

这个问题就比较有意思,我先问问GPT-4:

AI工具将播客音频转为文字并进行总结提炼,对于听播客的用户来说,具有以下的利与弊:

好处

  1. 便捷性: 对于那些没有时间或者条件听完整个播客的人,文字总结可以迅速地提供主要信息。
  2. 可搜索性: 文字内容更容易被搜索引擎索引,这使得用户能够更容易地找到他们感兴趣的内容。
  3. 学习与复习: 对于想要复习或引用播客中的特定信息的用户,文字版本更为方便。
  4. 无障碍访问: 对于听力受损的用户,文字版本提供了一种更容易获取信息的方式。
  5. 多模态学习: 有的人可能更偏好阅读而不是听,同时提供音频和文字可以满足不同用户的偏好。

坏处

  1. 可能失去深度: AI提炼的总结可能无法捕捉到播客中的所有细节和情感,导致内容失真或简化。
  2. 缺乏人情味: 与主播的连接和情感交流可能在文字中丢失。
  3. 经济影响: 如果用户只阅读总结而不听播客,可能会影响播客的收听率和广告收入。
  4. 失去听觉体验: 播客往往不仅仅是信息传递,还有背景音乐、声音调节和情感表达等听觉元素,这些在文字中可能无法完全体现。

总的来说,AI的介入为听播客的用户提供了另一种选择和便利。是否是好还是坏,很大程度上取决于具体用户的需求和偏好。对于那些希望迅速获取信息的用户,这是一个好处;但对于那些喜欢深入聆听和感受播客氛围的用户,可能会觉得这种方法缺乏深度。

哎,看完后就意识到看播客对于播客本身的冲击了:

  1. 主播的声音本身是陪伴的一种,一旦丧失了声音,播客就没有了温度,对应的粘性、认可度是会大幅下降的。
  2. 广告植入就进一步失去了空间,对应的播客的商业价值也会下跌。

六、总结

所以,上面写了这么些内容,希望能够帮助大家更好地理解:

  1. 确实有AI工具可以帮助我们提效;
  2. 通义听悟的未来可期;
  3. AI工具也会损害到播客的商业价值。

不知道你怎么想的?欢迎评论区聊聊~

专栏作家

Super黄,微信公众号:Super黄的念想,人人都是产品经理专栏作家。专注于深度产品拆解+商业分析。

本文原创发布于人人都是产品经理。未经许可,禁止转载

题图来自Unsplash,基于CC0协议。

该文观点仅代表作者本人,人人都是产品经理平台仅提供信息存储空间服务。