返回博客
产品思考
提问
收藏
为什么我们不做一个「更好用的聊天框」
聊天框的问题不是体验
聊天框很好用:输入、输出、清空。问题在于它的数据结构——对话是一次性的,上下文用完即弃。
于是你养成了一个习惯:每次要它干活,先把资料重新贴一遍。
我们换了一个中心
不把对话当中心,把素材仓当中心。对话、网页、文件、图片进来,成为可检索、可提问、可被 Agent 读写的原料;对话只是处理素材的一种方式,不是家。
这样换来三个变化:
- 上下文可以累积——今天收的资料,下个月还能用;
- 结论可以落盘——写回笔记,而不是留在聊天记录里;
- 引用可以追溯——答案指向原文段落,而不是模型记忆。
代价
- 学习成本更高:多了一个「素材」的概念要理解。
- 不擅长闲聊:它不是陪伴型产品,也没有角色扮演。
- 需要你有一点收集的习惯:空仓问不出好答案。
我们接受这些代价。因为我们要解决的从来不是「怎么聊得更顺」,而是「怎么让 AI 真的帮你把活干完」。
聊天是过程,素材才是资产。
继续读
LLM-notebook:AI 时代的笔记本
AI 时代,信息从不稀缺,稀缺的是能被理解、找到、复用的信息。笔记让 AI 懂你,AI 让笔记活起来。LLM-notebook 面向 AI 时代的笔记:四类素材一键入库,回答带原文出处,Agent 可直接读写。本篇为产品总览。
阅读全文LLM-notebook:把 B 站视频变成可以提问的素材
B 站上有大量优质课程,但视频是线性的:想回看老师十分钟前讲的那句话,只能拖进度条;有疑问也没处问,弹幕和评论区里说的,是别人的问题。LLM-notebook 可以把一个 B 站视频链接变成一则「可提问的素材」——视频在工作区里播放,字幕按段落排好,看不懂的地方直接选中提问,回答标出依据的原话与出处,点一下就能跳回那一句对应的画面。
阅读全文LLM-notebook: 将流动的 LLM 对话沉淀为知识资产
我们在 ChatGPT 得到精妙的回答,在 Gemini 的对话中获得可行的工程实践,在 Qwen 的对话中获得可以高频使用的知识材料……但过了一周想复用时,它们散落在各平台的历史记录里:想搜搜不到,想改编不了。LLM-notebook 把大模型对话收进同一个仓,并沉淀成可查阅、可导出、可分享的笔记。
阅读全文