标签归档：AI

聊聊Typeless

发表评论

## 概况

Typeless 前段有点火，火的原因是它不只有语音识别的部分，还有 AI 赋能改写的部分，使用一段时间后，分享一下自己的思考。

## 产品

### 需求思考

我们先粗略地把用户输入需求分为转录和加工，微信输入法等是从文字输入 – 语音转录 – 语音加工发展，Typeless 是直接从语音转录 + 加工发展，但其实用户有时希望仅转录，有时希望 AI 帮忙加工，怎么判断用户想听写还是改写呢？

以笔记场景为例，前几年就出现了 AI 语音笔记产品，个人一个也没用起来，包括 flomo 的语音笔记功能也用得很少，一方面我是文字派，对语音记录没那么感冒，这里面有后续回顾整理（文字检索更方便）和分享到社交平台的考虑，另一方面我是听写派，虽然原始内容略粗糙，但它代表了个人特定时间点下的思考，类似拍照原图直出。当然笔记产品是个框，我们不只会记笔记，也会记录感想、临时内容比如待做的几件事、一些固定话术方便后续发给别人等，总的来说，其中偏个人记录类内容转录即可，偏外部分享、沟通类，有时需要 AI 加工。至于是否做 AI 加工功能，看产品设计者，@少楠 Plidezus 就提过 flomo“不会做任何润色，生成的功能”。

再说博客场景，之前在 四聊 AI 工具 中讨论过，AI 时代的创作，哪些是我们写的哪些是 AI 优化的，其中的边界需要写作者考虑，同时就个人体验而言，语音输入限于初稿，后续的修改还是键盘输入，因为此时非单纯输入，而是在反复权衡，并不需要那么快，同时不管在这一波语音输入产品出现前还是后，个人依然习惯在通勤路上改文章。当然改文章时也存在改写需求，但更多的是基础纠错，如果多改了点比如将风格改得更通俗易懂或其他，就需要用户介入做最后的决策。

再说办公场景，即时通讯需要相对客气的表达比如保留 “哈” 等语气词以显得柔和，写邮件需要更多结构化表达，写文档，如果是产品经理，需要叠加 PRD 怎么写等岗位知识去对用户的原始输入内容进行加工，整体而言，未必需要输出多精妙的洞察但需要规范保证下限比如无文字错误、MECE 等，另外对于在公区办公的多数职场人而言，语音并不方便，想想曾经的坚果 TNT 工作站。

### 实现思路

关于 AI 时代的产品设计，@肖弘 在 播客 中提到 Monica 是基于 context 的功能分发，本质上还是对用户在不同场景下需求的理解和把握，而 context 有助于这个过程的实现。Typeless 官网提到的 “Typeless 根据您使用的应用调整语调和风格，从工作邮件到休闲聊天，确保一切符合上下文” 也是同一认知的体现，毕竟大模型的调用不足以形成产品核心竞争力，基于用户持续使用形成的习惯数据和对不同行业的认知才能，通过输入框所属产品获取更多背景信息，就更有可能输出更准确的内容。举个英语中的多音词案例：May Day、Mayday 还是 MAYDAY？如果是一个欧洲人和朋友聊天，大概率是 May Day，一个美国记者写作，大概率是 Mayday，一个国内歌迷发小红书，大概率是 MAYDAY。

### 市场竞争

下载 Typeless 是受社交媒体影响，但持续在用还是因为其提供了一个月试用期和每日 8000 字免费额度，门槛足够低，有充足的时间尝试并验证自己的需求，至于定价高的问题，不喜欢但理解，一方面是大模型的调用有成本，另一方面在产品初期筛选掉非目标用户同时给自己多点时间迭代，毕竟多数人对效率的追求没那么迫切。

Typeless 在国内的竞争对手，除了 闪电说、智谱 AutoGLM 等对标产品，还有 微信输入法、豆包输入法 等输入法，其中后者的电脑端已在内测中并且是更强的对手，另外应用侧产品如 flomo、豆包、微信等也集成了语音输入功能，毕竟没有无缘无故的输入，2 月初发布的 Typeless 1.0 强调 “让听写、翻译和任意提问以全新的方式协同工作”，可以看到其也在往应用层发展。

## 使用

### 听写

在家写博客初稿时使用 Typeless（到达免费额度上限后再转同类产品，当然实际很少，因为识别效果差，改的成本还不如直接打字），移动场景语音输入更方便时使用微信输入法。语音输入产品 aha moment 成立的条件除了汽车内等特定场景，更多的还是在于持续输入，比如内容编辑、网文作者、老人幼童等特定人群，或者普通人打字打多了手腕酸痛时，而且要看当时的具体需求，以写作为例，写作的前提是有选题且肚子里有货，此时的使用门槛已不在于工具如何。

### 翻译

暂未使用 Typeless，网页翻译用 沉浸式翻译，对话翻译，部分 IM 如 微信已自带翻译和边写边译功能，对方发过来的话可开启自动翻译（我 – 设置 – 界面与显示 – 翻译），我们要说的话也可开启边写边译（长按聊天框，在弹出选项中选择 “边写边译”）。至于单词翻译，主要使用不背单词（联动后续学习）、豆包（语音识别准确率高）和百度（更符合国情，搜索英文单词百度翻译的结果基本排第一）。

### 提问

暂未使用 Typeless，主要用搜索和 AI 助手，前者 Google 为主，AI 概览真的很好用，如果还没解决，继续查看搜索结果，后者豆包为主，如果回答不满意，复制问题到其他 AI 助手查看回答。

四聊AI工具

1条回复

## 背景

之前提到要拥抱 AI，先说结论，各种问问题，换句话说，任何问题都可以看下 AI 的意见，具体操作层面，所有输入、决策、输出都过一遍 AI 助手。

## 技巧

首先，移动端豆包，网页端 Gemini，DeepSeek 作为两端的替补。如果还想体验 GPT 等，试试 DeepSider，每天都有免费额度。对于 AI 助手的使用，可以保持这样的态度：有问题 AI 一下，即使当前 AI 的回答未必能完全解决问题。另外，AI 助手的使用门槛在于习惯的改变和提问的门槛，而且很多时候问题比答案更重要。

其次，聊聊各个 AI 助手的使用心得：豆包，语音识别效率高（甚至单独出了个豆包输入法，同时近期也知道了背后的一个重要原因是 “他们奔赴全国各地采集方言，口音的颗粒度细化到了城市内部的区县级”），交互细节完善比如点击可修正问题、双击回答也能很方便地复制或追问，总之输入的便捷性使得豆包相对通用。

关于豆包的使用场景：移动端，一是语音提问，取代百度、Google 等传统搜索；二是识物，通过豆包的打电话功能，摄像头对准物品让豆包回答，这比传统搜索先转换成文字描述或者先拍照再搜索都要方便，识别准确率也还不错；三是辅助背单词，直接语音发问，回答内容长度还行，不过由于一些单词出现过事实性错误，可以给豆包增加（记忆）指令：“回答问题时要核对权威数据”；四是辅助创作，博客写完后发布前，让豆包对着屏幕念一遍，然后视情况探讨、修改内容。

网页端，安装豆包浏览器插件，总结文章和进行其他文字性提问，后者的需求背景包括：一是有时不方便语音提问；二是有些疑问是基于当前网页中的内容的，再拿手机提问没那么方便，毕竟目前还要解锁手机打开豆包，期待 Gemini 版 Chrome 和 Apple Intelligence 的全面开放。

Gemini，排除可用性（访问、付费等门槛）这部分不说，个人感觉事实核查 (Fact-Check)、上下文关联能力很强，连续发问时后续问题的回答会考虑前面的对话内容，这点在要求输出结果是表格时很有必要，既保证了回答风格是我们想要的，同时可以持续优化表格而不用手动修改。虽然 Gemini 也出现过 “为追求行文简洁而误删内容” 的情况，此时直接反馈不要遗漏内容，它在更正的同时会记录到 Instructions for Gemini（类似豆包的记忆功能）中，当然我们也可以提前新增指令。

关于 Gemini 的使用场景：一是文字提问；二是辅助创作，博客发布前让 Gemini 过一遍，问 “还有什么可补充完善的吗”，然后视情况修改，至于是否修改、改多少看当时的心情，毕竟这里存在一个理念问题：如果全按 AI 助手的建议改，人的价值、主体性在哪里，是否有缺陷才是人类，才是自己？

DeepSeek，也是因为话多，比较适合探讨一些开放性问题，更容易有新启发，最近移动端也增加了语音功能，虽然准确率比不上豆包但至少可用了，提问的硬性门槛降低不少，更方便讨论一些相对复杂点的探索向的内容。

关于 Gemini、DeepSeek 网页版的使用，为了避免左侧对话列表过长，可以设定几个主题，然后不同问题只在特定主题里讨论，省得一直 “开启新对话” 然后左侧一堆对话记录。另外，Gemini 用户可以试试 Voyager，完善了 Gemini 网页版的很多交互体验。由于目前 AI 助手还处于一个百家争鸣的状态，为方便多 AI 搜索，一个剪切板管理工具很有必要，微信输入法用户直接用它的剪切板功能即可，非微信输入法用户可能需要专门的工具比如 Paste 等，同时，由于在电脑前主用 Gemini，因此部分常用提示词记在 Voyager 里，暂时没有使用笔记工具记录。

至于其他 AI 助手，百度文心（叫小度不是更好嘛），偶尔（已经慢慢可以这么说了）百度时用用；阿里千问，再有免单活动再下载；腾讯元宝，也是一样，当然微信浏览器上的总结公众号文章功能挺好，竞争就是这么残酷，你必须有比别人强的地方。

关于输入的提示词建议，社媒上的可以了解但不一定用，AI 助手初期也许没那么 “智能”，但这是一个逐步改善的过程，从产品设计角度来说，更好的解决方案是通过和用户的持续对话，识别并理解用户，然后输出内容时自带角色、偏好等。

最后如果只有一个使用建议，那就是持续给反馈，包括为什么删掉 X、改为 Y 如何等，在这个过程中大概率会触发 AI 助手的相关功能和能力边界。如果再加一个建议，那就是问 AI 助手有哪些技巧，其中 “设定角色”（比如作为资深产品经理请回答某某问题）还不错，当然对回答内容有时要做二次确认，同时持续保持质疑。

## P.s.

写这篇文章的过程中看到有网友说 AI 助手不会成为新时代的入口，我的看法恰恰相反，AI 助手一定程度上是传统搜索的升级版，不管输入还是输出，想想早期的百度一下你就知道到（后来没能更进一步的）百度一下你就得到，对比现在 ChatGPT、豆包的语音输入总结输出、Manus 的任务执行，可以看到 AI 助手的体验优势，当然 AI 助手的幻觉是一个长期存在的问题，但我们可以通过给它加 “核对权威数据” 等技术约束条件、提供信息来源等产品功能来降低影响，而且换过来想，传统搜索搜到的东西也不一定正确且完整，最后，粗暴的结论是，考虑 ChatGPT、Gemini、豆包等亿级的用户量和潜在的功能扩展，怎么不算入口呢？

三聊AI工具

发表评论

## 背景

年初 DeepSeek 爆火（感觉是很久前的事了）后，各家公司都开始加速大模型的研发，这里聊聊目前我常用以及印象深刻的 AI 工具。

## 搜索

– 豆包 & DeepSeek
首先问豆包（任何问题都可以同步看下 AI 的意见），复杂点的、探索向的再问 DeepSeek（一定要试试多轮对话沟通，而且我现在认为 “生成式 AI 其本质是一组数学公式拟合人类语言规律，缺乏真正的理解” 不重要，疗效更重要）。另外近期突然意识到自己的百度使用率大幅下降，之前一直是其忠实用户包括浏览器默认搜索引擎至今还是它，同时虽然百度也全量上线了 AI 搜索，但没感觉出体验差。

– 其他搜索
百度 AI、Google AI 概览、小红书问一问、AI 抖音等。

## 其他

– 小红书笔记评论翻译
年初 “TikTok Refugees” 涌入时小红书上线的功能，已接入 AI，有 “理解力”。

– 网易云音乐锐评听歌品味
用 DeepSeek 给 “红心歌单” 算命，产品方案很网易云也很 MVP。具体操作：“点开「红心歌单 / 我喜欢的音乐」→点击「右上角菜单键」→「复制 DeepSeek 锐评指令」→粘贴到 DeepSeek App 或网页端。即可获得一份专属于你的「歌单算命报告」”。

## P.s.

总的来说，生成式 AI 给我的感觉有点像搜索、LBS，会成为多数产品中的某个功能模块或是技术服务底层，除了部分基础模型公司外，其他公司的 AI 产品很难成长为独立 App 或者说独立 App 的 DAU 将有限，只会是场景、上下文、内容数据驱动。

DeepSeek 服务趋于稳定后，卸载了纳米 AI 搜索，同时豆包依靠 “足够靠谱的语音识别” 留在了桌面 Dock 栏且成为 “DAU App”，另外这次国庆出去时遇到不认识的植物，外甥女说问下豆包，惊觉豆包已经渗透到了大众用户中，然后查了下，原来 App Store 免费应用榜近一年豆包就没跌出过前十。

再聊AI工具

发表评论

## 背景

春节期间 DeepSeek 在全球爆火，DeepSeek App 也登顶各国 App Store 下载排行榜，影响堪比前一段 tiktok refugee 入侵小红书，具体背景是 DeepSeek 在 2025 年 1 月 20 日 发布了 DeepSeek-R1 开源模型，性能与 OpenAI-o1 正式版相当，那作为我们，是否应该重新 审视 AI 呢？

## 概况

评价前先理解，我们先看看第一个问题，DeepSeek 做对了什么？经过一番知乎，目测 DeepSeek 出圈最大的原因是 性价比（效率）；第二个问题，DeepSeek 不是什么？当追问 DeepSeek“说说你的 推理模式特性” 时，其回答（部分）如下：

“我的推理模式主要基于对海量文本数据的学习与模式识别，具备以下特性：
** 概率化生成 **
– 通过统计模型预测最可能的词序列组合
– 输出结果本质上是概率分布的采样结果
这种基于统计学习的推理模式，使其在处理开放域问题时表现出较强的语言灵活性，但在需要严格逻辑推导或专业领域深度推理时仍存在局限。建议使用者对关键信息进行交叉验证。”

由此可以说 DeepSeek 还是生成式 AI，“其本质是一组数学公式拟合人类语言规律”，缺乏真正的理解，有点像斯金纳放在操作箱中的老鼠，TA 并不知道杠杆是什么以及它是如何运作的，只知道 “按压一次杠杆就会出现一粒食丸”，当然不理解不代表没用，正如我们多数人也不理解计算机（也不需要）、人脑是如何工作的但并不妨碍我们使用计算机以及（通过人脑）阅读、思考和写作。

## 应用

经过近一段的使用对比，DeepSeek 在日常问题解答层面比豆包强得有点明显，再次感慨这竟然是一家中国创业公司做出来的。个人体验层面，如果说百度的 aha moment 是信息平权不用再问人（全网索引&部分场景通过框计算等直接给答案）、豆包是足够靠谱的语音识别和答案输出（AGI），那么 DeepSeek 是更超出预期的答案输出（更全面且深度且结构化）以及有意思的思考过程呈现（CoT）。

### 基础场景

1、辅助阅读，作为自己的书友
看一本书前先看看 AI 的内容总结。

2、辅助思考，作为自己的幕僚
任何问题，或者先问 AI，辅助决策（将其当作外部 “系统 1”），或者后问 AI，查漏补缺（将其当作外部 “系统 2”）。

3、辅助写作，作为自己的顾问
不管是写小红书笔记还是博客，文字是思考的总结，最终是对某一问题的阐述，那就可以在过程中问 AI，即使可能存在 “幻觉”。

### 技巧

一是持续反馈，相比搜索，DeepSeek 背后的技术包含强化学习（RL）且会考虑上下文，这就意味着我们可以和 TA 对话并对每次的输出结果进行正负反馈，逐步修正输出结果。这个有点像猜价格游戏，一方持续回答，一方持续反馈价格高了还是低了，逐步逼近目标答案。强化本身是一个心理学概念，强化的结果是增加目标行为出现的可能性，强化理论上是能提高问题解决概率的。

二是多个 AI 工具并用，在搜索时代，傲游浏览器有个很有意思的功能，支持分屏查看同一搜索词在多个搜索引擎中的结果，因为各家各有所长，部分场景百度确实更懂中文。说回 AI 工具的使用，可先在豆包 App 语音提问，然后对于答案不太满意的，主要是非知识类问题，复制问题到 DeepSeek App 提问（考虑 DeepSeek 近期频繁提示 “服务器繁忙，请稍后再试”，可用纳米 AI 搜索 App 替代）。

## P.s.

关于 AI 的未来，和之前搜索引擎等一样，重要的是我们能利用 AI 为自己做什么，在这块，经验依旧重要，好的结果输出依赖于好的问题，而好的问题依赖于个人已知的概念，比如前面问 DeepSeek “推理模式特性” 就是建立在对其一定的了解之上。至于 AI 会取代谁，大概率是不擅长使用 AI 的人，就像那个经典笑话：两人在森林中遇到熊，其中一人开始逃跑，另一人质疑：“我们怎么可能跑得过熊？” 逃跑者回答：“我不需要跑过熊，只需要跑过你。”

## 扩展阅读

1、动态：理解 DeepSeek 出圈后的意义
2、文章：疯狂的幻方、揭秘 DeepSeek
3、文档：豆包 “帮我写作” 官方指导、DeepSeek 提示词样例
4、播客：那些关于 DeepSeek 的谣言与误解
5、视频：最好的致敬是学习：DeepSeek-R1 赏析

浅聊AI工具

1条回复

## 概况

AI 是什么，AI 是 Artificial Intelligence，人工智能。最近的这一次 AI 风潮是 2022 年 ChatGPT 等产品带来的，正如 《我想击碎你们对于 AI 不切实际的幻想》 中提到的，本次特指可生成式 AI，其本质是一组数学公式拟合人类语言规律。与此同时，需求是什么，前段看到一句话，所有工具都值得再用 AI 做一遍，虽然这只能反映说话者的无知和虚伪，但我们确实可以根据这个思路去找趁手的 AI 工具。

## 推荐

1、豆包

搜索类，字节跳动出品，部分替代百度，有事没事语音搜索一下，有问题就会有答案。相比百度，在知识类搜索这块，LUI（Language User Interface）的效率高于 GUI（Graphical User Interface）。相比文小言和 Kimi 智能助手，豆包的语音识别率更高且支持修改搜索词（发布这篇文章时 Kimi 也已支持），也是这点让 Kimi 沦为替补，虽然很喜欢 Kimi 和论文一样标注信息来源的结果呈现。

关于如何成为一名语音搜索用户，很多年前手机百度就在推语音搜索，但那时并没有用起来，因为结果主要还是以链接的形式呈现，体验提升不明显。之后的文心一言也没用起来，没有找到使用场景，或者说产品对用户的引导不够。搜索、聊天机器人类产品很大，需要落地于一个一个案例，解决用户的具体问题才会有留存。

说回豆包，它还有电脑端和 浏览器插件（“常驻在浏览器侧边栏，回答问题、总结翻译网页、论文、视频，还能帮你快速写邮件”），不过个人用得不多。

2、微信输入法问 AI

搜索类，“微信输入法 推出的功能，基于腾讯自研的混元大模型，用户可以在输入栏直接提问，获取答案”，具体操作：移动端，输入内容，然后点 “问 AI” 选项，如果没出现该选项，可以点 “×” 关闭候选词，然后点左侧的微信输入法图标 “P” 找到 “问 AI”；电脑端，任意地方输入内容后敲 “=” 可直接获取 AI 回答，适合想了解所输内容指什么时。

3、微信读书 AI 大纲和 AI 问书

内容总结、搜索类，其中 AI 大纲，看一本书前先看看 AI 总结的大纲，AI 问书，在原有全文搜索功能的基础上看看 “AI 问书” 的结果。

4、问问小宇宙

搜索类，搜索播客内容时可以试试，目前只有网页版，体验一般，希望尽早集成到 App 中。至于听播客前想先看内容总结，豆包插件可以解决。

5、哔哩哔哩 AI 视频总结

内容总结类，看视频时帮我们总结，新时代的 “课代表”，具体触发方式包括：网页端，点击视频右下方的 “AI 视频总结” 按钮，另外，豆包插件也能总结；移动端，在视频评论区 “@AI 视频小助理 或 @有趣的程序员 总结一下”。

## P.s.

关于 AI 是多大的机会，需要回归到给多少人解决了多少问题这个点，相信调研、体验过后自己就可以判断这一波生成式 AI 真是大机会还是我们希望它是大机会了。