|
抵御「信息过载」,你需要这样的利器。
痛点
知识工作者的痛点是非常明显的——如果你是一名老师、学生,或是平时需要跟许多资料打交道的人,想必你会经历过信息过载。
信息过载有时候不仅是数量问题,还是一个类型问题。很多不同的信息分散在各处,这就使得你找起来费劲,查起来麻烦,用起来不方便,而且还得天天去消化许多的东西。我让 AI 给我画了一幅图,描述信息过载,请你看一看。
这个图比较清晰地表明了知识工作者面临着奔涌而来各种类型信息时,是多么样的焦虑和无奈。
那么,有没有解决办法呢?
工具当然有。
我之前为你写过篇文章,叫做《从高亮到输出,如何用 Readwise 一站式优化你的阅读笔记流程》。
这篇文章里我给你 介绍了 Readwise 这款应用。它的特点,是帮助知识工作者在输入和输出之间,搭建了工作流脚手架,降低了效率损失。你可以 点击这个链接复习查看其内容。目前我主要用 Readwise 后来推出的 Reader 功能,对不同类型的新信息进行归拢和处理。下面这张图来自 Readwise Reader 的左侧边栏。
你可以看到,各种信息扔进去后,Readwise Reader 可以帮你分门别类地加以保管。例如,你可以看到有「文章」类别,你通过 Instapaper, Pocket 或者是 Readwise 自身插件,都可以快速把网文收集进来,自动归类在这里。
其他的信息类型包括电子书、Email、PDF,还有 Twitter、视频等等,非常全面。不少小伙伴现在都喜欢把 Youtube 视频一键收藏到 Readwise Reader 里面,回头慢慢消化。
在这里我只给你举一个例子 —— 邮件。我平时有一些需要深度阅读的邮件,但是有没有时间立即处理,就在邮件应用中把它转发到 Readwise 给每个用户指定的个性化邮箱地址。这些转发的邮件就都会归集到 Readwise Reader。
下图中你可以看到,我最近转发给 Readwise Reader 的许多邮件都来自 赵赛坡先生的 Dailyio 邮件订阅。
例如下面是赵先生最近一期的订阅邮件,其中讲到了 Cohere 的新模型 Command R+。
你在阅读时可以进行各种各样的高亮和批注。这使得你的阅读变成主动式。更有意思的是你的高亮和批注可以立即通过绑定,直接推到你的 Heptabase 里面。Heptabase 是我目前高频使用的「第二大脑」,即主要思考空间。
在 Heptabase 里有一个叫做 Highlight 的微应用入口,你的 Readwise Reader 高亮和批注都会自动归集到这里,你可以将他们当成卡片来调用。而且你可以通过其中自动生成的反向链接,一键跳转回你的 Readwise Reader,查看原始出处与上下文。工作流如此顺畅,岂不美哉?
遗憾然而之前的 Readwise Reader 有一个遗憾。
Readwise Reader 有一个功能叫做 Ghost Reader ,其实就是 AI 自动总结文章内容。当你把一篇文章或者其他资源扔进 Readwise Reader 来的时候,它会在右侧边栏自动生成一份总结。这原本是一个非常好的功能,便于你快速「观其大略」。但是我一直感觉Ghost Reader这个 AI 总结功能比较「鸡肋」,因而很少使用。
从上图中,你能很轻易看到原因 —— 原先这个总结生成的内容非常短,缺少你想了解的细节,毫无个性化,而且大多情况下还是用英文生成。这些问题,都会阻碍许多用户真正用上它。
更新但是,最近 Readwise Reader 更新了。 4 月 6 号,它通过邮件给所有用户发了更新通知。
信里专门提到,Ghost Reader 总结功能现在支持定制化(Custom)。
怎么个「定制」法呢?别着急,往后翻邮件,你会看到详细的解释。Readwise Reader 提供了提示词修改的地方,而且会给你一个默认的模板,你可以在上面进行修改。
而且,Readwise Reader 的邮件专门提到,你可以用自己熟悉的语言(母语),来撰写提示词。
我一开始,并没有对这个事儿很上心。但是,不少朋友们着实很兴奋。
兴奋例如吕立青。你看他的兴奋,溢于言表。他形容这次是 Readwise Reader 的「史诗级更新」。
看他兴奋,我也好奇心起,点进 Readwise Reader 来看看设定。
上图中红框里面,就是 Readwise Reader 设定个性化提示词的地方。
这里有两处可以设定,一个是文档总结提示词,一个是文档标签提示词。后者现在还是实验性功能,我就先没有触碰,等稳定了再说。咱们今天就来看看这第一个。
只不过,目前我早就已经把提示词修改了。好在修改之前我留了个心眼儿,把原始提示词保留了下来,你可以看看下图这个存档。
我觉得这是个好习惯,你以后修改默认内容的时候,不妨也这样操作。在很多工具里,这就叫作「后悔药」了。
不过看过上面这个初始模板后,我觉得很麻烦。于是干脆扔在了一边。差点儿就和这次的更新失之交臂。
幸好,我很快看到了一篇文章。
用法文章的作者是 Raymond 。他 专门写了一篇文章来分享自己的 Readwise Reader 定制提示词。
Raymond 展现了定制提示词前后的效果对比图。上图左侧是原先系统自动生成的英文总结,过于简略;而右侧,那简直就是脱胎换骨,总结内容详细而丰富。
我于是立即点开文章,查看到了 Raymond 的提示词。
Raymond 的提示词进行了合理的注释,而且用中文写成,比原先的系统模板更容易理解消化。
这里最有意思的地方,在于他强调了对高亮内容的使用。他说:
阅读此文时,我对以下部分进行了高亮,认为这些是文章的重点,给你学习参考
这些提示非常必要。因为你的高亮才是体现你个性化理解与思考的地方嘛。
Raymond 在推文中说简体中文用户可以自行调整这个提示词。但我可懒得自己操作,于是直接扔给 Claude 3 Opus。
Claude 3 Opus 真的是非常智能。它不光把提示词的文字变成了简体中文,更把提示词的要求从「以繁体中文……」改成了「以简体中文……」。这些智能化的细节,甚合我意。
我把生成的结果,贴进了 Readwise Reader ,至此设置就算搞定了。
测试咱们下面就来测试一下。我用的范例是前几天读到的一篇公众号的文章。之前我在阅读的时候,已经做了部分高亮。
在定制提示词之前, Readwise Reader 生成的自动摘要是什么呢?
ChatGPT 正在融入教学
你没看错,这么一篇有意义的文章,它就给了这么几个字。哼。我觉得对内容的概括能力甚至还没有标题强。你说原先这摘要功能是不是「鸡肋」?
现在好了,你点一下摘要的按钮,让它重新生成,咱们来看看效果,如下面这个动图所示。
你会看到,Readwise Reader 稍加思考后,对文章内容进行了概括。
这篇文章介绍了教授 Diane Gayeski 在使用 ChatGPT 辅助批改学生论文的实践,同时探讨了 AI 在教育领域的应用和潜在影响。AI 工具如 ChatGPT 被用于简单语法检查、论文评分等任务,但也存在引发同质化和隐私问题的风险。
比起原先那几个字,这次的摘要要强出许多。不仅如此,之后它还自己提出来了 3 个问题:
问题 1: ChatGPT 在教育领域的应用有哪些优势和局限性?
问题 2: 文中提到教师如何结合 ChatGPT 进行教学活动?
问题 3: 教育界针对 ChatGPT 使用的规范措施有哪些?为什么这些规范是必要的?
这还不算,他自问自答,依据文章内容,还对三个问题给出了解答。这里为了节省篇幅,咱们只列出第一个问题的答案:
ChatGPT 可提高批改准确率、减轻教师工作负担,但过度依赖可能损害学生创新能力,降低论文个性化,存在隐私暴露风险。
你看,回答是不是贴合原文而且全面呢?
这些问题和答案,未必能做到 100% 准确而有价值。但是我一直说,如果 AI 把事情做到尽善尽美,那还要咱们人类干啥呢?只要它的提问和回答能在某些时候给咱们人类用户带来触动和启发,那就很棒了。
看到这里,你可能会想,哎呀,每一篇文章都需要我点击摘要按钮,还都得等上一会儿,这也太麻烦了……
不是,这些只是 Readwise Reader 此次更新之前的「历史遗留问题」而已。你设定了提示词之后,今后所有采集的文档内容,都会在进入 Readwise Reader 时自动进行总结。
而你,只要在有空时打开它,直接来「摘桃子」就行了。
模型这里请你注意,如果在设定提示词时选择默认设定,那你使用总结文档的 AI 模型,是 ChatGPT 3.5 Turbo 。
如上图所示,在设置中你可以选择 GPT-4 模型来帮助自己总结文档。根据咱们对 ChatGPT 3.5 和 GPT-4 的了解,效果差异应该是比较显著的。
但我必须提醒你一句——若要使用 GPT-4 ,你需要使用自己的 API Key ,也就是需要付费给 OpenAI 。而且吧,GPT-4 目前还比较贵。建议三思而后行。
小结Readwise Reader 此次的更新,确实进步显著。咱们所演示的,还只是 Raymond 网友一个人分享的范例。实际上通过对提示词的改进,你可以让 Readwise Reader 的总结变得更加符合你的独特需求,帮你在知识摄取上更得心应手。
哦,差点儿忘了,前面提到的 Readwise Reader自动总结提示词,我都整理在了这个 Notion 页面里,供你参考。
祝 AI 辅助阅读愉快!
如果你觉得本文有用,请点赞。
如果本文可能对你的朋友有帮助,请转发给他们。
欢迎关注我的专栏,以便及时收到后续的更新内容。
延伸阅读Archiver|手机版|科学网 ( 京ICP备07017567号-12 )
GMT+8, 2024-9-1 11:20
Powered by ScienceNet.cn
Copyright © 2007- 中国科学报社