手动搜索和提炼信息时，我们常常遇到这些恼人的问题：
•信息太多，而人的阅读速度是有上限的；
•信息太杂，要对查找到的信息进行多次筛选和过滤；
•信息太晦涩，看不懂，而你需要一个通俗的新手村友好版本；
•信息涉及多个议题，要从线性的文章中梳理出树状的结构、网状的思维；
获取信息的质量和速度，决定了我们决策的质量。如果能够「秒读」千百篇文献、指南、政策、规定、招股书、访谈纪要，快速得到大纲或精华内容就好了。最近 、、 等 AI 文档阅读助手就赋予了我们这种能力：直接和单个或多个文档对话，在一问一答之间，化信息为洞察。
但是问题又来了，为什么有时候这类 AI 助手的回答表现很惊艳，有时候又差强人意？这跟 AI 工具本身的性能、技术原理有关，也跟我们的提问方式有关。本期文章将为你介绍：
1. AI 阅读工具测评；
2. 它们擅长的以及不擅长的；
3. 如何写出好的提示语（）。
AI 阅读工具测评
我尝试了 4 款 AI 阅读工具，先说结论： 从准确度和产品功能上显著优于其他几款，如果是严肃的工作/研究场合使用， 是首选。
准确度
准确度是首要指标。如果提取的信息有问题，反而会给信息处理工作带来更多麻烦。从数据的准确度上看，只有 具有可用性。
为了测试准确度，我分别在四个软件上传了同一份学术论文，对其中的实验数据进行提问。
What is the of Fine-tuned on data in GAD?
原 PDF 中的实验数据为 84.14、92.53 和 88.13。对应的参考示例如下：
全部回答正确，并精准定位到了原文表格：
找对了位置，但只给出了一个数据，数据还是错的：
不支持原文溯源，虽然找到了三个数，但给到的三个数据全部是错的：
干脆摆烂了，告诉我原文中没有这个数。
丰富度
另一个比较刚需的场景是提炼、概括重点内容，因此对于上述文档，我又测试了一个摘要性问题：
总结一下这篇文章的主要内容。
结论是、、 的表现都不错，但 给出的回答过于概括了。对应的参考示例如下：
：表现不错，给出了有信息量的摘要。
：过于简略，对于了解文章的帮助不大。
：表现不错，给出了有信息量的摘要。
：表现不错，给出了有信息量的摘要。
引用来源
许多 AI 问答类的产品，包括 New Bing，为了规避大语言模型可能的胡说八道，都做了列出引用来源的设计。
的引用做得很精细，回答中每一句话的末尾都给出了来源，且能一一对应；、 的回答整体给出了引用页码，但颗粒度比较粗；而 暂时没有这样的设计。对应的参考示例如下：
：每一个回答的每一句话都会给出来源，且精确到段落。
、：对于包含数据的问答会给出来源，且精确到页；摘要、类比性质的问答，则不会给出来源。
：无。
多文档提问
、 支持上传一个文件夹，对文件夹进行整体提问； 目前免费用户即可使用，而 是付费功能；、 暂不支持。
对应的参考示例如下：
在操作上需在本地将文件收集到一个文件夹里，再整体上传。而体验上， 的多文档概要比较准确；在引用来源的处理上，给出了具体文档名称和页码。
在操作上，免费版用户只能一个一个文件上传，付费用户支持多选文件上传。因为此功能仅付费会员可使用，所以我没有继续尝试。
多轮追问
关于上下文记忆以及多轮追问，这几款产品提供了两种处理方式，分别是开启 进行追问或者直接在对话框里追问，默认记录上下文语境。
在 中，你可以选择保留/不保留上下文。 采用了类似于 上的「」的概念：你可以针对某一条回答点击多轮会话按钮，开启 ，这样的对话记录了关于这个问题的上下文。
在多轮追问中，你还可以设定 AI 的自主度，是更自由的，还是严格按照文档回答。
在单轮问题的主聊天框里，默认是不记录上下文的，每个请求都是单独的问答对。
其他三款产品没有 的设计，但 、 明显是做了上下文记忆的，可以直接继续追问；而 似乎没有记忆上下文的能力，无法追问。
对应的参考示例如下：
这里就是仁者见仁智者见智了。、、 都可以进行追问。 是针对某一问答进行追问，在 里保留关于此议题的所有语境；而 、 则是自动保持几个问答之间的上下文，操作起来更直观，但问题在于轮次多了之后会遗漏早先的语境。
️了解 AI 工具
为什么几款工具会存在这样的差异？首先我们要理解「输入」和「输出」的概念。
所谓的「与文档对话」，在每一次对 们的提问时，实际上是将我们的问题和文档内容作为「输入」，传给了大语言模型的接口，由它返回给我们「输出」，也就是我们在聊天中得到的解答。
目前由于大语言模型的 token 记忆限制（e.g. 的限制为 4096 个 token，约 3000 词；其他大语言模型目前的 token 限制一般在 2000-8000 之间），当我们提问时， 们无法将整篇文章的内容和我们的提问都输入进去，而是根据问题的语义，匹配相关度高的文章片段，传送给大语言模型的 API，得到最终答案。
也就是说，基于我们的提问， 们并非在整篇文章里进行检索，而是在最相关的片段里寻找答案。由此我们便可以总结一下 的优缺点，做到趋利避害了。
们擅长的任务
们擅长处理基于「重点内容」的相关任务，包括但不限于：
1.生成摘要，提炼重点。根据近似度匹配，它们擅长理解你的需求，并据此提炼重点。比如：
介绍本论文的主要内容；
总结说话人 A 的主要观点；
介绍该公司的投资策略及业务侧重点有何转变；
进行周度/阅读的数据整理。
2.阐释概念，解释步骤。大语言模型接受过世界知识的训练，能够提供良好的背景信息补充和专业解释。比如：
「灾难性遗忘」是什么意思？
什么是大语言模型？
开一家淘宝店铺需要哪几个步骤？（你还可以通过多轮追问，让它阐释子步骤，从而在同一个主题下生成、组织和优化内容。）
3.选中内容，智能分析。给到大语言模型的输入会完全囊括选中内容，因此 AI 能充分理解问题的上下文。比如：
选中个股数据，并输入「请对该只股票近期的数据表现进行点评」。
选中实验数据结果，并输入「请总结该实验结果的数据结论」。
4.用结构化的形式呈现信息。让它帮你整理关于某一话题的信息，以表格或者大纲的形式列出。这个步骤实际上是在进行语义匹配的搜索，将碎片化的信息围绕几个关键词凝结起来，并以结构化的形式呈现。
分析一下基金投资策略的优缺点，打上标签，并以 表格的形式输出。
请依次告诉我这篇招股书的行业背景、核心技术、市场地位、公司历史沿革、主要财务指标、股东情况，用大纲列表的形式输出。
暂不擅长
而由于前文所述的记忆限制， 们暂不擅长精确的「全文定位」任务。比如寻找某个数据在原文中的精确位置（⌘-F 更能帮你达到这一目的），或者选中某条法规，让它列出这条法规在哪些文中的页数出现过。
✏️ 写作指南
在 们擅长的任务中，我们也可以通过优化提示语（）获得更理想的答案。以下是几个亲测有效的方法：
指示要明确
尽可能地减少解释空间，限制 AI 的操作范围。比如明确列出你希望 AI 帮你总结的字段，明确需要注意的细节，明确输出的格式。比如：
请使用小红书流行的文案风格概括总结这篇文章。小红书的风格，特点是：
1. 引人入胜的标题；2. 每个段落中包含表情符号；3. 在末尾添加相关标签；
请确保原文的意思保持不变。
把任务分解
把一个大的问题拆解为细分步骤，每个逻辑步骤清晰，告诉 AI 第一步做什么，第二步接着做什么。比如：
选中的表格数据，是 A 公司近期的股票数据。请你根据选中的数据完成以下两个任务：
1. 请对 A 公司近期的股票数据进行点评 。2. 根据收盘价计算每日收益率，并以表格的形式输出。
定义角色
告诉 AI 它现在需要以一个什么样的身份来回答问题。比如：
你现在是一名帮助我回答税收相关问题的助理。回答问题时，请遵循以下要求：
1. 只回答跟税收相关的问题。2. 如果你不确定问题的答案，请回答「我不确定」。
明确输出的格式
你可以让 AI 输出表格、大纲。比如：
请使用大纲列表 的形式，依次告诉我这篇文章的引言、文献回顾、理论框架、创新点、研究方法、研究过程、主要观点和结论、进一步研究方向。
生成的回答格式如下，以此类推。每个部分的回答，要细分为多个子内容。- 引言 – 此处为引言内容。- 子内容 – 子内容 – 文献回顾 – 此处为文献回顾内容 – 子内容 – 子内容。
也可以让它输出评分、解释。比如：
你是一名助手，旨在分析语音数据中的情绪。选中的内容是用户 A 的语音数据。评分范围为 1-10（10 为最高），请给出评分，并解释为什么给出这个评级。
把指令放到提示语开始
在最开始时，告诉 AI 你希望它执行的任务，然后再共享其他上下文信息或示例，可以帮助产生更高质量的输出。
最后重复一遍指令
模型容易受到最新偏差的影响，在这种情况下，末尾 信息可能比开头 信息对输出的影响更大。因此，当提示语比较长的时候，在 末尾重复指令，是值得一试的方法。
除此之外，还推荐大家去看看微软官方出品的 教程。
原文链接
相关文章
