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

H
Help Net Security
宝玉的分享
宝玉的分享
The Cloudflare Blog
Apple Machine Learning Research
Apple Machine Learning Research
V
Visual Studio Blog
Last Week in AI
Last Week in AI
Hugging Face - Blog
Hugging Face - Blog
博客园 - 司徒正美
博客园 - 三生石上(FineUI控件)
A
About on SuperTechFans
MyScale Blog
MyScale Blog
aimingoo的专栏
aimingoo的专栏
Microsoft Security Blog
Microsoft Security Blog
D
Docker
Cyber Security Advisories - MS-ISAC
Cyber Security Advisories - MS-ISAC
Recent Announcements
Recent Announcements
大猫的无限游戏
大猫的无限游戏
IT之家
IT之家
P
Proofpoint News Feed
L
LangChain Blog
Blog — PlanetScale
Blog — PlanetScale
The GitHub Blog
The GitHub Blog
博客园 - 【当耐特】
Martin Fowler
Martin Fowler

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,
微信读书,深夜上线AI
王智远 · 2024-05-13 · via 人人都是产品经理

之前的微信阅读就更新了一个图书翻译的功能,让直接阅读原版书籍成为可能。现在又深夜更新了AI+阅读+公众号文章,效果更炸裂。这个AI问书功能有哪些想象空间?我们来看看作者的解读。

你平时用电子书阅读吗?

我觉得,大部分人和我相似,看到同行、大咖推荐好书,赶紧去自己熟悉的平台找一找有没有电子版,找到后,要么下载下来,要么,加到书架中,回头再看。

但说实话,我们真有空完整看完一本书吗?概率很小。

即便抽空阅读,面对一本厚厚的电子书,也要花很久时间,而且,书里内容不全是干货,有时还要花时间去筛选信息。

那该怎么办呢?我说过,以前会用:搜读法。

举个例子:

假设我要深入了解一个问题,比如「消费者的不确定性感受」。首先,我会先把问题记下来,有空时,打开电脑,用搜索引擎输入关键词,就能看到诸多相关内容的研究。

可是,当我还想知道关于消费者心理的概念、哪些顶尖学者之前研究过?学者之间是否存在共识?该去哪里找呢?

这时,我会用微信读书,搜索框里输入「消费心理」,系统就会显示包括这个主题的多本书,指出哪部分章节、段落、句子中提到。

这就是搜读。搜读对做研究的人,很管用。但是,这么做有一个问题:微信读书依然会呈现很多内容,也要花时间去筛选。有没有更快的方法解决呢?当然。

昨天,微信读书悄悄更新,上新一个新功能:AI问书。

一、什么是AI问书?

简答地说:微信读书加了一个AI搜索助手,助手可以在海量书籍中,找到你要的答案;你只要提出问题,或输入搜索内容,它自动给你回复。

一个月前,曾经灰度测试过该功能,身边朋友有拿到过体验,还以为不了了之了,没想到这两天上线了。目前PC端暂时还没上线,手机端想体验的话,把微信读书版本更新到8.2.0即可。

想用微信读书AI问书该怎么做呢?它到底有什么用?别着急,我一个个说。

先记住两个思维:

  1. 书本驱动
  2. 问题驱动

针对前者,首先,打开微信读书APP,找到你想看的书,例如《穷查理宝典》,然后,点进去阅读,左边目录旁边,多了一个AI大纲,轻松一点,它会把本书基于大纲下,所有划线较多、干货部分帮你整理好。

我测试了一下,不是特别完美,但对于快速想阅读一本书还是挺有帮助的。

如果想看哪段,直接点击跳转即可,在阅读时,若碰到一些不同的词,或者复杂的概念,只要长按该词或句子,系统会弹出一个菜单。你在菜单里选择「AI问书」,AI会迅速给你系统详细的分析和解释。

(一:长按词汇,菜单弹出AI问书)

我觉得,这个功能和飞书的企业百科很像,蛮实用。

你知道吗?

以前,看书时遇到不懂的名词、概念,会去百度、头条搜一搜。每次都得切换屏幕。有时候,搜索过程中,看到其他有趣的内容,很容易分心。

现在,直接在微信读书里解决该问题,有什么不懂的,长按一搜,就能得到答案。

当得到答案后,想更深入了解某个问题,只需点击链接,就能直接跳到相关书籍的具体内容页,方便我进一步探索和学习知识。

方便很多,这个功能一箭三雕。一,保证我的心流时刻;二,给出准确答案;三,在生态内链接其他书籍。这就是书本驱动,简单讲,以一本书为中心,用AI问书。

二、那么,问题驱动怎么做呢?

字面意思想必你已经明白了。即:带着问题去找答案。

更新完后的微信读书APP,默认没有「AI问书」的按钮,不过,别着急,你只需按照常规搜索方式提问即可。

比如说:

我现在想弄明白「镜中我效应」什么意思?想知道它的定义、发展历史,还有哪些心理学家曾经提出、讨论过,该怎么办呢?

我只要打开搜索框,输入「镜中我效应」这个关键词。页面右边会出现一个「AI问书」的按钮。点击一下,关于概念的定义、它的影响、局限性等信息就都会被罗列出来。

(二:搜索框输入关键词,菜单栏出现AI问书)

最棒的是,这些答案不仅准确,方便极了。

是不是很神奇?它还能自动引出一些问题,激发创新思维,这些问题是AI出的,能帮我更深入地思考和探索。

这个功能的设计好像受到《如何阅读一本书》里“主题阅读”的启发,但它用更聪明的方法来实现,不仅是局限在一本书上,而是,可以快速把微信读书里所有相关的书的内容都汇总起来。

当遇到复杂或多样的主题时,不用自己一页一页翻书查了,AI问书帮你做好了,直接跳到相关章节,使得探索主题变得既轻松又高效。

所以,我在阅读中遇到的任何疑问都能立刻得到解答,这极大地提升了我的阅读连贯性和深度。这就是,问题驱动的方法,带着问题去用AI,真的很有帮助。

很多人不知道,微信读书可以浏览文章,对感兴趣内容只需要做到移入、移出书架就好了。

还有一个「馊主意」:昨天我测试了,把电脑上的文件、喜欢的公众号,通过PC端上传到微信读书里,也用AI问书,它也能实现。

该主意可谓王炸组合,你想象看,如果我把所有关于某类研究的文章批量导入后,AI一下,会得到什么结果?是不是很惊人?

因此,不管「书本驱动」还是「问题驱动」,它的功能有三个:

  1. 回答问题
  2. 延展问题
  3. 解释概念

掌握核心,能轻车熟路的运用它,可以想想,它能为你带来些什么?你在哪些场景下,会用到?

当我们得到一项新功能,总有好处也有不足。我觉得,这个不足可以用一个词来描述:灵活的阉割版。你可能会问,什么意思?为什么这样形容?还灵活还阉割?

是的。

一方面,我带着问题搜索时,虽然AI问书能自动推荐一些光管问题给我,但这些问题,我不能自己设置,这就让我感觉有这个功能,却不能按我的需要来调整,就像,被削减了一部分。

另一方,成也生态败也生态,微信读书内容,具备版权意识,它只能根据我选的词来搜索推荐答案,不在微信读书里面的,自然给不了。

比如:

我输入什么是坎宁安定律(Cunningham’s Law)?它却显示没有相关答案。而且,对一些更复杂、抽象的问题,给出的答案也不够好。

所以,内容、搜索都有一定限制。有时候,系统自动生成的追问问题,也不太符合我的需要

我相信,技术会越来越完善,微信团队也会努力改善,保持功能优势同时,添加更多个性化设置,让AI问书变得更加灵活多样。

虽然AI问书还有些地方需要改进,但毫无疑问,它是一个革命性的新功能,像得到、秘塔AI等平台已经尝试过类似功能,但微信因为有海量的内容资源,所以,能带来更大的影响,绝对可以用小动作、大变量来形容。

你知道AI问书背后用的什么技术吗?

它依靠一个叫做“RAG”(检索增强生成)的技术,这个技术是腾讯混元助手大模型的一部分。听起来很高科技,对吧?理解起来也不难。

检索,顾名思义,搜索的意思,就像我们在网上查东西一样;增强,意味着,不只是简单搜索,还会加上更多的智能;生成,根据搜索到的信息,给出想要的答案。

互联网上,信息多得像星星一样多,RAG技术像一个超级聪明的图书管理员。比如:帮你过滤掉虚假信息、过时信息、使用非权威来源的内容等,让你看到的每一条都是靠谱的。

除此外,RAG还有一个好处,叫:追溯能力。

它不仅可以保持目前的信息,还能直接链接到最新的信息源。比如,当你想知道最新的研究或新闻时,它能立即提供,让回答更有说服力,也更实用。

这种技术,让语言模型不孤立。它们能够和庞大的知识库紧密结合,提供更准确、流畅和内容丰富的回答,无论是回答专业问题,还是完成专业的写作任务,都能做得更好。

这就是,认知能力突破。

说的通俗一点,想象一个人,以前学习只看书,现在不仅能看书,还能在网上查找,还能筛书,边学边查边消化,难道不是认知大升级吗?这就是RAG技术的突破。

好了,说的有点多。

不过,就微信读书「AI问书」功能,值得体验。AI时代,会提问比会解题更重要,提出问题,可以激发思维,挑战现有的认知、观点,不断提高思维能力。

过程中,也锻炼了分析问题的本质、探索解决问题的方法,这些技能,可能是人类进步、发展的关键。

专栏作家

王智远,公众号:王智远,畅销书《复利思维》作者,人人都是产品经理专栏作家。互联网学者,左手科技互联网,右手个体认知成长。

本文原创发布于人人都是产品经理。未经作者许可,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。