我们需要怎样的 AI 内容总结助手？
每天都有无数的信息涌现，我们的注意力很容易被吸引走，好像了解了很多，但认真回头去想，有价值的信息实在太少了。
人的注意力是有限的，如何利用好它们，尽可能获得高质量的信息一直是我思考的命题。除了主动订阅优质信源，还有一部分就要从各种推荐的信息流里，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。
为此，我开始体验和寻找当前市面上的AI工具，看哪个是可以满足我诉求的。
AI总结产品体验我挑选并使用了市面上几款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。
现有产品体验通义智文最开始尝试体验的是通义智文，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。
当然它也有做得好的地方，比如它支持对阅读内容做笔记、支持翻译原文等，只是不是我需要的。
Podwise偶然看到了一款AI总结播客内容的产品让我眼前一亮，名字叫做Podwise。产品的slogan是也与我的理念不谋而合：Read,beforeListen.
它不仅支持找播客、订阅播客、文字转播客、内容摘要、关键词总结、精彩语录、分享到笔记软件等，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，我觉得还是非常不错的，但是毕竟是有免费次数限制（每个月免费使用4次），于是我转向了国内的音频总结类产品，阿里的通义听悟。
通义听悟语音写成文字之后，内容更容易被索引，摄取效率也更高，我能够更容易地找到自己感兴趣的内容。
通义听悟使用下来不如预期，全文摘要、章节速览、发言总结这几个总结功能，结果都比较生硬。再者就是需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，为什么都这么重视笔记功能，反而不好好做总结。想来想去只有一个原因，那就是底层模型还不够强，只能做些视觉层的功能来弥补模型的欠缺。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给我的启发是，AI总结的内容可以通过更加结构化的方式表达出来，尤其是通过脑图的方式十分击中我，让我可以快速看清内容的结构信息。
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结构输出，或者Markdown结构输出。
Kimi后来等到Kimi出圈，我发现前面折腾的这些，Kimi都可以直接支持，而且表现相当出色。
它内容的详细程度可以按照自己的Prompt进行定义，当你想要就其中某个知识点展开了解时，可以直接和它继续对话，回答质量也不会太差。再次有了一种如获至宝的感觉。
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。
自己创造在不断的寻找和尝试过程中，我同时在想为什么不自己动手做一个AI应用？想想现在可以通过Prompt的方式快速做个AI产品出来还是很兴奋的，而不是必须会写代码做程序才行。
Kimi尽管Kimi本身就支持通过Prompt的方式实现我需要的功能，但是每次都现发指令去执行比较麻烦。
Kimi可以通过预设Prompt的方式，把常用的Prompt设置为常用语，一键呼出使用，十分贴心。想要大模型输出什么样的总结，不断去优化自己的Prompt即可。
CozeCoze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应用。
我可以在这里选择底层的模型（免费使用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。
如果有进一步的要求，可以引用自己的知识库数据，甚至可以通过关联多个bot搭建一个Agent完成一系列事项。通过预览查看总结的效果，不断调整Prompt来达到自己想要的效果。
我的bot叫做「阅读先锋」
可以免费使用GPT-4Turbo，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，辅助阅读和学习。
使用感受总结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（当然当前阶段对比下来明显还是GPT-4和Claude更强一些），必须自己先去阅读完原内容，再回头去看AI总结做对比才知道。
具体怎么评价总结效果，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；
输出的内容结构清晰，配合一些图表最好；
输出的文字可读性强，表述方式别太生硬。
另一方面，从Prompt构建的角度去看，步骤可以拆解为：
基于文字内容进行总结；
按照结构化要求进行输出。
上述的步骤，在执行层面存在两种实现方式：
使用大模型进行总结，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
如果是使用现成的AI产品进行总结，那其实是模型能力+别人的Prompt+现有的微调
思考与疑惑在折腾的过程中，尤其是使用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？
每个人对内容的价值点判断是不一致的。相同的内容，可能AI认为重要、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重要的部分。
「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误差？
它总结的内容与原文真正想表达一致吗？
开始怀疑之后，我又产生了几个相关问题：
从价值角度看，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，我开始慢慢寻找答案。在Twitter上看到了不同博主的观点，让我有从另一个视角的启发。原文如下：
我的结论我觉得自己还是需要一款AI内容总结工具的，只是需要区分内容去使用：
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，再去判断是否需要进一步精读；
精读的过程去探索更一手的信息，去主动思考，去记录笔记；
阅读完成之后，再整体人工总结一遍，吸收消化。
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：在信息洪流中，更好地聚焦与思考。
最后，不得不说，AI内容总结在当前阶段并不完美，但还是有它的价值，随着AI能力的提升，我相信这些问题大部分会得到解决。总有一天AI能切实帮到我们，让生活更加方便和智能。
