机器之能报道
编辑：Cardinal
以大模型、AIGC为代表的人工智能浪潮已经在悄然改变着我们生活及工作方式，但绝大部分人依然不知道该如何使用。 
因此，我们推出了「AI在用」专栏，通过直观、有趣且简洁的人工智能使用案例，来具体介绍AI使用方法，并激发大家思考。 
我们也欢迎读者投稿亲自实践的创新型用例。
不用听完冗长的播客就能迅速掌握节目内容？X 用户 @genie0309 利用 Claude 3 Opus  做到了这一点。
这位用户是一位连续创业者、投资人，平时重度依靠播客获取深度信息，然而优质播客节目时长至少 45 分钟，一般都是 1 个多小时。如何在不用听完节目的情况下将节目内容掌握得八九不离十，一直是她想要解决的问题。
现在，她貌似找到了办法。

  • 案例地址：https://twitter.com/genie0309
首先，必须找到一个非常好的“咒语”（也就是提示，Prompt ）。我们知道提示的好坏直接决定模型输出质量高低，不少人感觉大模型的能力“不过如此”，很大程度上是因为没有掌握好的“咒语”来激活大模型的巨大潜能。今天介绍的这位用户就将大部分精力花在了提示模板（“咒语”）的打磨上。
不知道提示语该怎么写？没关系，先让大模型打个草稿。这位用户输入：
" 我想写一个 prompt，这个 prompt 要完成的任务是：
step1：将一篇完整的播客文章进行整理和重构，在保留原文内容和细节的基础上，按主题进行分类，结构更加清晰，让读者读起来更加通顺。
Step2：在整理好的文章基础上，进行要点提炼，要求要有详细的论点、论据、必要时候加入原文中的细节。
切记，这个 Prompt 的目的，是让我可以不用去听冗长的播客就可以完整掌握和了解这期播客中的所有内容、关键信息、关键数据等。你认为这个 prompt 要怎么写，Claude3 opus 能给出最佳的效果？”


Claude 3 Opus  给出了下面结果（也是第一版 Prompt ）：

来自 @genie0309

这位用户结合自己的阅读习惯，对第一版提出了些修改建议：
“1. 我希望能够根据原文，输出重构后的全文，不需要控制字数，这样做的目的，是尽可能不遗漏原文中的信息和细节；
2. 我想能够加上“反共识观点”的提取，并给出原因阐释；
3. 给出你进行总结分析的逻辑和思路。”


Claude 3 Opus 输出如下。和前一版相比，第二版 prompt 的内容明显更丰满，细节也更丰富。
@genie0309
还有优化的余地。这位用户认为，如果要求模型输出的内容遵循一个固定格式，生成效果或许更为可控，她继续输入如下提示：
“如果我们再增加一项，规定一个输出格式，是不是会更好？”
下面是大模型的反馈的结果。用户认为 ，第三版 Prompt 几乎满足了自己的需求，接下来可以实测效果了。
来自 @genie0309

用户抛给 Claude 3  Opus 一篇听过的深度播客文稿（机器转录文本）并输入上述提示模板。用户发现，输出的内容在格式上满足要求，但内容提取方面还是存在信息缺失。
怎么办？继续提意见，人机协作。作者输入下面的提示：
“有两点改进建议：
1. 重构后的文章内容可以更加丰满，尽可能保留100% 的原文信息；
2. 在核心要点及反共识论点的部分，可以尽可能结合原文中的内容给出更加有细节的回复。”


下面是大模型返回全部内容。
来自@genie0309, 由于机器转录的问题，人名翻译有误，暂且忽略

来自@genie0309, 由于机器转录的问题，人名翻译有误，暂且忽略
该用户认为，这次输出的结果已经堪称完美，几乎没有任何信息遗漏，其中“分析思路”这部分可以看到 Claude 已经具备非常强的逻辑思维能力。
更让她感到惊喜的是 ，Claude 3 竟然还有很强的反思能力，“ TA 说的话已经完全让我模糊了人和 AI 的界限！” 她在推文中写道。
来自@genie0309
最终，定稿的 Prompt 如下（确实非常长但也非常具体）。该用户表示，自己用这个提示分析了很多篇播客内容，到目前为止，效果都很稳定。

“请根据以下步骤，对提供的播客文字稿进行整理、重构、要点提炼以及反共识观点提取:

第一步：整理与重构

仔细阅读全文，理解文章的主旨、脉络和议题
将文章内容按主题进行归类，形成层次分明、逻辑清晰的结构
对归类后的各部分内容进行语言润色,使行文更加通顺、简洁
尽可能保留原文的所有关键信息、数据和细节,力求做到信息零损失
在各部分内容前加入恰当的标题,便于读者快速索引与定位

第二步：要点提炼  

在整理重构的基础上，提炼出3-5个核心要点
每个要点由一个主要论点和2-3个支撑性论据组成
论据应来自于原文，能够有力佐证论点，起到画龙点睛之效
要点应全面涵盖文章的核心论题,彰显文章的主旨和价值
要点表述应简明扼要,避免冗长累赘,突出重点、一语中的

第三步：提取反共识观点

找出文章中有悖于主流认知、但颇具洞见的观点
提取1-2个有代表性的反共识观点,引起读者的思考与讨论
对每个观点给出200字内的简要阐释,点明其独到之处
阐释时应联系实际案例,增强观点的说服力
观点的提取应客观中立,不掺杂个人倾向,以理服人,而非诉诸情绪

第四步:分析思路说明

概述整理重构时对原文脉络的把握，以及归类的逻辑
说明要点提炼时的论点筛选标准、论据采撷原则
剖析反共识观点的提取依据，以及判断其价值的理路
总结贯穿以上三个步骤的分析思路,体现对原文的价值挖掘、升华

输出格式要求:

正文部分,以"正文"为标题
要点提炼部分，以"核心要点"为标题，各要点用"要点1"、"要点2"等加以标示
反共识观点部分，以"反共识观点"为标题,"观点1""观点2"等加以标示
分析思路部分,以"分析思路"为标题
各部分之间用markdown语法分割,确保层次清晰、美观大方

其他要求:

输出内容需包含以上四部分,并按照"输出格式要求"指定的顺序排列
分析过程中如有任何不清晰或存疑之处,请勿擅自揣测,而应向我提问求证,以保证理解的准确无误
在正式输出之前,请对整个回答再通读一遍,检查是否有任何错别字、标点误用或者语病等,力求做到完美无瑕
在输出内容之后,请谈谈自己在这个分析过程中的心得体会,或对于其他创业者的一些建议。让答案更添几分真诚与温度。”

既然如此好用，我们也试了试。结果发现，对于时间有限、尤其是外语能力有限的用户来说，这种方式确实大大提升了重要信息（尤其是外文信息）获取的效率。

需要说明的是，Claude 3 分析的是播客文本（也就是录音、视频转录的文本）而不是视频本身。有不少平台都提供音频、视频的机器转录文本，比如 YouTube 。你也可以下载一些转录插件帮忙生成文稿。

比如YouTube上，点击内容转文字的服务，在屏幕右边就会出现机器转录的文字内容。

我们随机选了王牌新闻节目 60 Minutes 的一期节目 Artificial Intelligence，时长1个小时（如下），看看 Claude 3 Opus 的生成效果。
由于视频文稿实在太长，没办法直接贴到对话框里，我们以 word 文档的形式上传并输入上述提示模板。下面是Claude 3 Opus 返回的结果，听不懂英语也能快速掌握节目核心内容（没错，大模型会用你使用的语言返回输出结果）：


即使是其他类型节目，比如娱乐，这个提示模板也够用。我们又随机选择了《名利场》的一期节目，他们曾邀请《芭比》和《奥本海默》两部电影的主演彼此交流，时长 40 多分钟。两位演员是用英语交流，但转录的文本是西班牙语。这些仍不妨碍中文读者用上述办法获得这场对话的重要信息。


下面是模型的输出，特别是“核心要点”、“反共识部分”，写得是不是很棒？对商业片与艺术片的关系、IP 之于电影成功的意义都能与当下中国电影的讨论相互映衬，确实有一些启发性。
今天的案例展示了当前先进大模型最突出的亮点之一——对文本的总结和归纳能力，也是应用最为广泛的功能。以后我们会通过新专栏带来更多大模案例演示，也欢迎大家留言评论并给出改进建议。
© THE END 
转载请联系本公众号获得授权
投稿或寻求报道：[email protected]
继续阅读
阅读原文
关键词
大模型
内容
信息
结果
播客