那个时候对
所以没有特别多的使用
但我觉得这两门课
你是很难用AI帮助你的
因为我们除了写论文
你还要presentation
就是你要去展示自己为什么这么写的
你要知道里面的所
有细节除非你愿意再花一些功夫
重新读一遍这个AI生成论文
然后你再知道所有细节
那这样等于你也写完了一遍
对所以其实我觉得这些基础课程
是需要你自己不用AI工具的
对但是回到刚才那个点
我觉得因为AI是生成式的嘛
所以里面就会有很多
像王冉哥讲的hallucination
所以其实平时在我使用GPT的同时
我会用很多的AI搜索工具
帮助你去减少这些幻觉
或者降低更多幻觉
比如说国外的perplexity
比如说国内的秘塔搜索
他们分别在英文的语料上
或者说在中文的语料上有很强的功底
因为它有一个很好的功能
有点像咱们写论文的时候
你可以看行间的引用
你可以看到比如这段话是从哪里
从哪篇文章里来的
对就是你要用这些搜索工具
去找到他的引用源
对就是让他具有可塑源性
对我们待会可以详细的聊一聊
AI搜索工具啊
在此之前
其实Henry你刚刚提到的有一个点
我觉得非常有趣
就是你说AI native的学生
跟MBA再来去使用AI工具的人
他写Promptpt词是不一样的
或者你会觉得MBA
他写Promptpt的能力更弱
可以举几个例子吗
嗯没问题
对当时我是选修了一个MBA和EMBA的课
叫Generative AI for business
跟我一起上课的基本都是30岁以上的
各个公司的高管
而且基本都是呃
美国这边公司的高管
然后我们的最后一个project
就是说你拿AI
完全去帮你生成一个商业的计划书
包括你这个GPT
这只能用AI来完成
只能用AI
然后我们就发现
其实对于他们来说
首先AI等于GPT
就他们不知道除了GPT之外
别的AI的工具
另外他们的Prompt是非常的直觉的
就是说OK
我要写商业计划书
这是我的结构
你帮我生成
他不会说
想着去给他一些
比如说Few shot这样的一些技巧
或者再告诉他角色
你现在是一个
比如说麦肯锡这个咨询师啊
你来帮我做这个规划
这他不会有这些技巧
他的problem会比较简短
比较直接
所以他们的最后的东西也比较
不能说效果不好
只能说不够丰富吧
而且他们因为不知道其他的AI工具
没法做一个很好的一个协同
比如说我们做这个GPT的时候
我们可以让
比如说让GPT先生成一个markdown格式
然后再喂给Gamma
或者喂给别的生成AI PPT的工具
然后我们还有Suno或者Udio
去生成这个公司广告歌
对
这样就这东西变得就很丰富
很有意思
但对于他们来说
这方面可能因为这个经验的原因吧
还要再补足
最后效果能差多少
嗯
我记得我们Pre的时候
我们播到广告歌的时候
就所有人都抬头了
就教授所有人都从底下就低头看手机
到听我们的那个广告歌
对我觉得就是效果还挺好
嗯
你觉得实质的内容上呢
其实我理解所有
的广告歌
包括你的展现
它是会让形式更好看的
当然形式好看一定是有用的
那在比如说
商业计划书的核心的那个点子上
跟就是最击中人
就是因为商业计划书嘛
我们看的就是能不能吸引到钱跟投资
在最击中人的核心的那个idea上
你觉得区别大吗
因为大家做的这个idea都不太一样
所以没法说它的区别
但只能说
从它的一个逻辑性和完整性来讲的话
如果Promptpt写的好的话是会更好
比如说我可以说哦
你先给我生成一个市场规模的
一个计算
的一个结果
然后你的每个步骤
你的应用源是什么
就我这么跟他说
他看起来会更真
现在可能就是因为有这个网络搜索
或者别的功能在里边
就能做到更真
嗯好的好的
那接下来
泰宇来讲一讲
你使用过的AI搜索类工具
因为我觉得
这个
其实就进入到我们今天的第二部分了
我知道大家都在平时的工作学习中
会用到非常多的AI工具啊
我们也可以看一下
新生代是怎么样去用这个AI工具的
我其实第一个用的AI搜索的工具是perplexity
当时就是在它刚出的时候
因为它其实基于了一种技术叫r a g
但当时我不知道这个技术
我当时纯纯用Perplexity
是为了我知道它可以去索引
并且它可以有一个叫做embedded link
就是在每一个结果后面
我可以知道这个来源是从哪里来的
是锁引了哪一个网页或者哪一篇PDF
有点像是我们写论文的时候
这种intact citation的感觉
让我很有安全感
让我知道这个东西是可溯源性的
所以当时我就纯纯用这东西
来减少GPT
或者Claude给我的这种乱说话的幻觉
但后来我发现
因为我写了很多
包括工作上
我需要很多中文的语调的撰写
但是Perplexity其实在上面的
整个的效果不是特别好
所以我就开始探索一些别的国家
或者说像中国的一些AI搜索软件
比如说秘塔搜索
可能是我目前看到
做的非常好的一款产品
因为他们首先
对于来源的引用数非常高
可能我搜索某一个问题
搜索每一个topic
如果我点开它的研究功能
对它其实分成很多的模块
比如说普通的搜索
或者是深度或者是学术研究的搜索
那其实单个来源说能到五六十
或者六七十
然后他能够给你自动的生成一些
follow up questions
就是一些帮助你去发展性思考你的
提这个问题的一些就
它还会自动给你推荐很多的问题
它不仅仅是会给你答案
因为我记得perplexity它的展示页
它的下方是
它会把相关的问题
跟你没有想到的问题全都推荐给你的
所以你其实不仅能看答案
还能看到更多的问题
你是指的是这种发散型吗
对对对嗯
因为Perplexity它只会给你follow up questions
但是呢
秘塔搜索它不但会给你这个question
它还会直接帮你把那答案写出来
所以其实是其他程度上增加了我们获
取发散性信息
答案就是增加了用户的爽感
是我能够一口气看到哎
非常多很有意思的内容
然后呢
我能看到很多对我问题深度的延伸
然后再找到另外一个切入点
再继续往下申
抛对我觉得AI搜索和大模型的结合
其实它们其实是一个非常好的组合拳
你可以用大模型帮助你
更多的
其实是把一些杂乱的语言做好整理
能不能举一个例子
我想让你举一个例子的根本目的是
我听到的
其实在你整个的工作流中
你的思维
是不停的在被这个AI引导着走的
当然你可以说
它的这种引导
是让你看到了更广的世界
就跟推荐引擎一样
就比如说大家在看这个短视频的时候
你随便刷你
你会觉得你看的每一个短视频都有用
兜里面都有好多知识
我学到了好多东西
但是so what
就是你会忘记你原本的那个出发点
你可能会忘记哎
你打开这个短视频软件
或者你打开手机
你是为了干一个什么事
或者
你是为了搜一个什么样的特定的主题
那么现在如果AI的搜索工具
他在不停的给你更多相关性答案
跟相关性问题的时候
就是
你会不会就一直像一个推荐引擎一样
跟刷短视频一样
就不停的刷进去了
而他牺牲了
某种程度上就是你非常直接的说
我想要一个问题
然后我要慢慢的去搜索
我要一页页的去翻答案
我要一篇一篇文章的去看
你就被他的这个推荐给带跑了
我不知道有没有这样的情况嗯嗯嗯
我非常理解
因为我觉得可能对我来说
我用AI搜索的
这个follow up的功能非常少
甚至我也不怎么点它
因为我觉得
用户大部分使用搜索引擎的初心
其实是为了快准
当然每个块有不同的意图的
比如说有官网寻址
有技术方案
像刚才泓君姐讲到了
其实如果你想深度的跟他一直往下
多轮对话
其实更多是你在漫游
你在探索某种发散性的知识
这种场景下其实很适合这样
我举一个具体的例子吧
就什么时候我可能用到呀
搜索和GPT一起
因为我平时其实在工作
生活中会比较多
因为我会写一些这种讲解词
就某某些文物的讲解词
其实我会用一套非常复杂的工作流
AI搜索和大模型
更多的是在前几个环节
作为知识收集环节
那我从头可以走一遍
非常简短
首先呢你会定一个主题
这个主题将会是你整个流程的核心
它让你不要偏移到不同的地方去
比如说我想去研究
比如说home屋顶
它的种种种信息
想让它讲解
给某一个用户画像
那你的第一步
就是让大模型先帮你写出来一个提纲
他会给你一个框架
那你会基于这个框架
慢慢再往里面探索
所以你就不会有特别大的偏议
等于说给了你一个Benchmark
因为刚才我们有提到说
大模型会很多幻觉
所以这个时候会引入AI搜索
来针对里面的具体的某一个
比如说chapter one chapter two
进行知识的整理
他会给我很多
这个世界上可能真实存在
别人写过的东西
但我会做一个很特殊的处理
就是我比较想跟AI进行对话式
来生成一部分大段的对话内容
作为我们知识来源
就是说
我会去给每一个chapter分配1-3个专家
然后我会设置一个主持人
有点像我们的播客一样
对
会有一个泓君姐作为主持人提出问题
然后我们每个人作为专家角色
来对她进行回答
然后我作为人类
在我感兴趣的时候进行插入
在我觉得这个主题篇译的时候
把它们拉回来
然后在每一个chapter生成这部分内容
之后作为整个文章生成的
或者单译词生成的
这个来源再喂给大模型
那大模型对我来说最重要的目的在于
其实不是作为检索工具
而是作为文字整理工具
把一些杂乱的文章
把一些复杂的数据中找到重点
然后把它变得更加的人性化
我觉这样的一个工作流
从最早期的你有一个主题
然后到大纲
再到专家角色的分配
再到检索
再到知识的收集
再到最后把每个大纲里面的内容填满
会最终形成一个非常全面的
且没有那么多幻觉的
而且不偏离重点的这么一个文献
或者文章
对然后你觉得这些AI搜索类产品
除了Perplexity跟秘塔搜索
还有哪些做的比较好的
我个人非常喜欢
一些很奇特的AI搜索软件
比如说这个叫flowith
是一个可以通过拖拽式
你搜索完之后
它会像一个树一样往下延伸的
这么一个AI搜索软件
它是可以让你很可视化的
看到你的知识是怎么在流动的
这是我用它唯一的功能
但它有很多很多功能
对这是应该也是个国内的软件
别的AI搜软件其实我用的比较多的
像Exa.ai这个搜索软件比较的特殊
因为它不是给人用的
它是给AI用的
它旁边有个分类栏
它可以让你去分类
说OK我输入这么一个query之后
我只出来PDF
我只出来网页
我只出来公司
所以它也被称之为AI搜索的中间层
它是一个搜索引擎
为了AI搜索而生的
就它的结果是给AI看的
对是给AI看的
然后AI再进行深度的这个搜索和整理
嗯嗯
那国内有一个一样的公司叫博查
博查跟Exa.ai就是
他们俩是一模一样的功能
都是AI搜索的中间层
我个人就是用下来
可能对于我来说就是秘塔
因为它的知识量很高嘛
中文的语料上面是表现非常好
同时其实我更看重的是
它能够找到多么特殊的数据库
比如说秘塔搜索
可以搜到很多学术网站上的文章
所以还是后面的这个
搜索来源跟数据源才是最重要的
对对对
对因为你如果纯纯依靠大模型
内部自己的知识
其实是会有很多幻觉的
只是为什么大家要用AI搜索
所以你觉得它好用
核心是因为它有好的数据库
对他能够搜到很好的数据库
很好数据来源
他会把他具体搜索的某一个点的
学术文献的引用员的那一句话
直接给引出来
就是如果你要去找引用员的话
他会引出来
然后他也会标清楚从哪引用的
其实让我想到
因为我们学术课上教给我们一个原则
就是以前没有AI搜索时候
我们怎么判断搜索出来的结果
你该不该用
叫做CRAAP
CRAAP原则CRAAP
它分别分为5个部分
就是你的时效性
比如你看一个来源
它是不是最新的
或者说还是特别特别老的
而就是relevance
就是你的相关度
跟你搜索这个query是不是高度相关的
一个a是叫authority
就是它的权威性
是不是来自于一些非常权威的数据库
然后另外一个a是accuracy
是不是很精准的回答你的这个问题
对是不是
它是准确的在分解了你这个问题
所以呢一些很正确的来源
最后是purpose
就是你本搜索的目的是什么
你的意图是什么
比如说你是纯纯需要官网寻址
比如说我要搜硅谷101
在百度上或者在Google上
他其实我就想直接跳到小宇宙
或者跳到喜马拉雅
我们的官网里面
我不是想让他给我大断的讲
这个东西的历史
但如果我在搜
那如何去写好某段什么爬虫
或某段脚本
那其实我需要是大段告诉我
怎么写这个代码
所以最后是purpose
整个这样一个来源
其实让我在没有搜索引擎之前去判断
同时也
我也把这个原则应用在了我以后
拿到AI搜索结果之后的一个判断
因为其实Perplexity里面也有挺多幻觉的
只如果大家仔细去看的话
也有挺多幻觉的啊
看得出来真的是用的炉火纯青了
非常深度诱惑
深度诱惑
对然后你觉得你现在用了这些工具
以后还会用Google搜索或者百度搜索吗
或者它的比例会下降多少
下降蛮多的
下降可能得有百分之七八十
百分之七八十
对对对
嗯因为之前我有讲到说Google或百度
它其实很适合
官网选址嘛
它不会上来给你一个答案
虽然现在
Google和百度也有自己的AI回答
在他的下面都有这么一个页面
但是秘塔做了很好处理
对我假设Google跟百度
他们把AI产品放到他们的右侧
再给你一个AI答案
比如说你同时一个搜索
左边是传统的网页链接
右边是他们的大模型给你的回答
你觉得它跟秘塔
还有Perplexity这种产品相比
有竞争力吗
谁对你的吸引力更大
因为本质上
AI搜索它只是一个套壳工具
它也是一方面接了大模型的API
一方面接了Google或者是必应的API
现在他们的答案
就是放在原本那个section的下面
也有人放在右边
不过因为比如说用户
可能我们已经对某些产品
形成了粘性了
他对我们有一定的用户心智的占领
因为我很关注并不是他在哪
而他够不够准
够不够快
够不够能够很好的回答我的问题
对于我来说
可能我更看重是
效果
嗯所以其实两个都有
对你来说不一定是加分项
其实你最终看的还是某一个
它的一个精准性跟效果
就像你刚刚提到的
引用源的5个维度的指标
是是是对
能不能更好的回答我的问题吧
是是
大家有用过什么样的AI工具类产品吗
我觉得我在工作中
可能用的最多的还是Cursor
就是写代码的那个工具
曾经的copilot
发表回复