标签归档:DeepSeek

四聊AI工具

## 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

## 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。

写作系列之我的博客写作习惯4

整理写博客时的信息查询渠道,主要如下:

1、通用

豆包、DeepSeek
百度(含百科)、Google

2、垂直

即刻,精选版微博,感兴趣的长尾词
知乎,精选版百度,互联网领域
微信公众号,长文搜索
微信读书,所有书 & 某本书(within books)
小宇宙,播客,感兴趣的长尾词
哔哩哔哩,查相关视频
七麦,查 App 更新日志
百度指数,查事物热度
Questmobile,查行业报告

3、本地

flomo,零散想法
Ulysses,文章(含草稿)
dengbiao.me,已发布的文章
Pocket,稍后读的文章
Evernote,已收藏的文章

再聊AI工具

## 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