返回博客

LLM-notebook: 资料可交互,回复有出处

AI 的出现颠覆了传统的知识学习方式。在 LLM-notebook 中,一份资料不只是「可读可搜的静态对象」,我们可以对它进行理解和灵活、个性化的提问,大幅提升学习效率。在此基础上:

  • 回答带引用,使结论可追溯;
  • @ 引用素材,使上下文可以跨素材灵活组织;
  • 划选提问,使问答粒度可以细到一个词。

另外,在问答过程中产生的内容,还可以沉淀为笔记,实现知识的复利。

一、回答带引用:让结论可信、可追溯

对文件提问,在得到的回答中,关键信息会附带 [1]、[2] 等引用标号。点击标号,工作区定位至对应原文段落并高亮显示。这种「基于资料提供有依据的信息」的方式,可以让回答可追溯、易核对、更可信。

点击回答中的引用标号,工作区定位到对应原文并高亮
点击回答中的引用标号,工作区定位到对应原文并高亮

二、@ 引用素材:按需建立跨素材上下文

在输入框中输入 @ 并选择素材,快捷将文件、文档或代码显式纳入当前上下文。一些典型的使用场景包括:新方案与旧方案并列,比较差异;引用已有文件,作为当前会话的补充等。

在输入框中 @ 素材,将多份资料组合进当前上下文
在输入框中 @ 素材,将多份资料组合进当前上下文

三、划选提问:将问答细化到具体语句

在工作区选中一段文字并点击「添加到对话」,该片段会作为引用进入输入框。随后提出的问题将明确指向划选文字。

选中一段文字后点击「添加到对话」,问题将直接指向这段内容
选中一段文字后点击「添加到对话」,问题将直接指向这段内容

它适用于需要精确到语句的场景:

  • 合同中的某一项条款难以理解;
  • 论文中的某个定义存在歧义;
  • 长报告中的某一段需要进一步追问。

整份资料提供背景,选中片段提供焦点。二者共同进入对话,回答才能既具备上下文,又保持针对性。

支持多种资料类型

LLM-notebook 的交互能力支持广泛的文件类型。常见文件(PDF、Word、PPT、Markdown、Excel、音频等)、网页链接、大模型对话与 Agent 会话均可导入素材仓,并以统一的方式进行检索、引用与追问。

值得一提的是视频格式(当前支持 Bilibili 和 YouTube 链接)。将视频链接导入后,会自动提取字幕。针对字幕提问,点击时间戳即可回到视频对应时刻,就像是在听课的同时有一个私人助教。具体的用法见《LLM-notebook:把 B 站视频变成可以提问的素材》。

开始用

项目主页:llm-notebook.com

支持 Google、微信、邮箱三种方式注册(注册页面)。新用户可获得两周免费试用期,并赠送 ¥5 token 额度。

在使用过程中碰到任何问题,可以在「个人中心 - 问题反馈」页面提交反馈,也可直接通过邮件与 llm-notebook@intlinkbridge.com 联系。感谢您的支持和反馈~!

继续读