Најди сличен содржај

Spokenly丨另一款丝滑的 AI 语音输入工具 https://spokenly.app/ 诸位，现在非常兴奋地给大家介绍 Spokenly，从昨晚到今天，大部分时间我都在探索使用和优化转录后的 AI 提示词，体验上乘。目前免费，作者提到后期可能为 GPT-4o 这种云端转录模型分付费层级。我现在已经将 VoiceInk 替换为 Spokenly，并留待观察。 Spokenly 输出输入极其丝滑，UI 舒服。你可以在不同软件 Hover 状态栏的时选择不同指令，它明显地区分了转录和 AI 处理两个阶段，所以你可以随时使用转录或者转录加 AI 处理语音。这很好地解决了 AI 语音输入在电脑端反应较慢的问题，当你说一些短内容直接用转录时，它输出非常快，如同微信输入法这些工具。当你突然觉得自己说得过多，不想直接转入，需要 AI 处理时，你可以通过 Hover 状态栏使用你需要优化的选项。这非常快，目前我非常长的提示词，它处理和转录相当，甚至更快。 谈到转录模型，它接入了非常多在线和本地，以及可以实时查看转录文本的模型。比如我目前使用的顶级多语言模型 ElevenLabs Scribe，还有 GPT-4o mini Transcribe 和实时转录的顶级 Nova-3（可惜只能英文识别）。它的模型直接选择使用，也可以接入 API，极其方便。目前我使用的 Scribe + Gemini 2.0 Flash 的转录和处理。Spokenly AI 提示词也可以设定每个应用独立的提示词和快捷键搭配，甚至自定义读写快捷键。当然这里有个缺点，它不能全局使用某个提示词（加快捷键解决），以及某个提示词不能应用于多个应用，但后面版本更新很快。 另外，它还有个指令功能，可以说开局全靠一张嘴。不过前面我也说过「AI 语音输入法」它最好使用状态是分阶段和分任务，即它作为语义的输出输入极佳。它可以通过指令打开网页、软件以及快捷指令，你可以在语音中加入特殊识别词触发，这就很有未来感。比如你使用语音打开 Gemini AI 处理网页。 我发现 Spokenly 的作者非常有侵略性，构建人机交互，以及将 Spokenly 2.0 视为脑机接口版本。AI 语音语义传输确实是进入脑机接口前的替代方案。作者在 Reddit 这篇帖子吸引了很多用户，他们基本尝试过各种语音方案 WisprFlow/ SuperWhisper/ MacWhisper 以及 VoiceInk 这些新语音工具，MacWhisper 作者也有回复。关于这类工具建议看看这个帖子。 今天我花了大部分时间去优化我的语音处理提示词，使用 Gemini Canvas 和 Grok 协助优化了无数版本，目前这个版本是最顶级和满意的。提示词很长，很多板块，我看重的比如说关于文本格式和规范，中文双引折扩号、中西文间距规范，以及「的、地、得」用法。更重要的是它解决了目前大多语音提示词总是会执行命令的错误，比如这些工具的默认提示词，我这里主要引入了「指令钝化」以及「极致忠诚」原则，再加一些 Few-shot 示例，基本不会再执行任何指令文本。当然可能偶尔会有些幻觉，足矣。（放评论区） 还是那句话，语音输入法大家必须用起来，训练起来。训练自己的思维习惯、说话节奏和表达，这太重要了。从双拼到现在，扎实地进步。 这篇文章前期一次成文，后面作修改和校准处理以及结尾补充。这两个过程我都太享受了，之前我的创作过程写长文初稿很难受，其实我不喜欢打字。我喜欢去修改和「偶遇」，所以迷恋于每个字词句和文本的处理。这是有害的，它让你的思维有损、不连贯，甚至极大概率走向其他。 现在两个流程都打通了，前期的语义输出和我表达结合，后期修改处理和增删邂逅，这才是写作的好状态啊。 我这个提示词基本上是以创作者习惯来优化的，它完全遵照语义原文，你们可以仔细研究下。因为我很看重我的思考和原初表述，哪怕是字和词的前后结构。 相关链接： AI 语音输入法丨如何 X10 倍提升我的思维传输效率 #ai#tools

Cora丨智能 AI 邮箱助手 https://cora.computer/ 这下罗永浩被截胡了。最近我比较喜欢的科技杂志 Every 推出了它们的软件产品 Cora，用 AI 处理和优化邮箱信息。 Cora 的核心功能是将邮件分成两部分内容：「重要的」和让你分心的「非重要部分」，它会将重要的保留在收件箱让你随时留意，并根据你的习惯起草回复内容，非重要部分则被处理成每天两次的简报内容自动推送给你。 同时，在使用邮箱之前它会对你进行偏好测试，根据你的邮件内容确认你的偏好习惯，你还可以直接 Chat 对话进行偏好修改和指示。这很重要，我之前分享的一个信息源网站也会让你给信息打分以确认「信息偏好」，并进行个性化推送。另外这款软件每月 15 刀，你可以通过订阅他们的 Every 杂志来进行捆绑订阅。 上个周末，罗永浩在 AGI Playground 大会透露，他貌似正在做一款面向海外的智能邮箱助手。海外用户使用邮箱非常频繁，大多数工作者每天会花几个小时处理邮箱，通过邮件开展他们的业务，所以市场极大。但伴随着 Notion Email 以及 Cora 的出现，不知道罗永浩顶不顶得住压力。 现在 AI 的运用路径逐渐变得细化和明确，像 Voice Agent 的语音路线，以及这个邮箱路线，AI 不断深耕和优化我们生产力的某个流程，全面 AI 化和重构。 这款软件整体感觉不错，符合我对 AI 优化生产流程的想象，自动处理。这运用到信息源处理应该有更好的效果，最近和朋友聊到现在信息摄入空前巨大，很需要对我们接触的信息进行前期分类筛选和智能优化处理。他通过 n8n 将所有的 RSS 内容接入 Notion，进行智能分类和打标签，看重要内容，同时也能随时反回去关注和查看被过滤掉的内容，这几乎和 Cora 处理一致。 RSS AI 处理大有搞头，最近 Folo 貌似也在进行 AI 全面集成，挺期待更多产品做信息筛选和智能处理。 #ai#tools

# AI 语音输入法丨如何 X10 倍提升我的思维传输效率 https://tryvoiceink.com/ 最近我使用大疆 Mic mini + Voiceink 进行高强度语音输入，与朋友聊天、内容创作和日常交互，每天几万字的输入，极大提升了沟通和创作欲望，真正 X10 倍提升思维传输效率。 我主要使用 Voiceink 进行语音输入，作为非常强的 AI 语音输入软件，Voiceink 采用本地 AI 模型、可选择各种转录模型和接入 AI API 来进行语音的转录、处理和输入，它完全本地化处理，珂自定义个人词典、设置全局快捷键，以及拥有上下文感知功能，其智能模式还能根据不同 APP 来识别并适配不同 AI 预设提示词以进行转录和处理，非常强大。 Voiceink 是 WisprFlow/ SuperWhisper/ MacWhisper 的超强替代品，这些自定义功能完全吊打他们。这里注意和 VoiceNotes 区分，前者是全局听写的 AI 语音输入工具，VoiceNotes 是主打语音笔记录入和会议录入的语音记录工具，虽然目前已经出了与 Voiceink 类似的全局听写功能（dictate），但是配置简单，没有自定义提示词和其它高级玩法，需要区分场景。 最新季的黑镜中有一集是关于「量子吊坠」，主角可以通过她的吊坠以调动不同平行时空来实现当前说话提示的场景（Prompt）。我通过 Mic mini 挂坠与Voiceink 结合，完全实现了量子吊坠的 Demo 功能，使用智能模式在不同的软件如 Discord 中，直接调动该 APP AI 预设提示词，将中文翻译成英文；或者邮件界面，调用邮件格式的提示词以处理当前场景，我只需要说主要内容。另外，我可以在房间里面踱步，边走边说，随时停顿，然后继续或者完成。 01 语音输入作为无损思维传输方式。 语音输入法的每分钟词数（WPM）远超键盘输入，有研究表示，语音输入相较于键盘输入的速度优势达到 4-5 倍，这是最直接的优势。使用语音输入最大的感触是重塑了我的思考和表达能力，它让我适应说话和思考的节奏、有停顿感，让我更贴近真实的说话、分享、思考模式，语音输入和思维连贯一体，说话与思考倾泻而出。我闭上眼睛表达，纯粹地传输我的思考，脑子里的图像以及我想构筑的场域。 书写和键盘打字只是延迟和复刻这种传输，几乎降格为前现代的思维有损传输方式，甚至变得疏离，键入书写时的反复修改，停顿和构思措辞、笔触，以及那些无法增量语义的内容，极度降低效率。它不能完全地传达思想，无法更迅速，我在想，可能迅速是一种全保真的方式，如果你的速度不快，它就可能失真，它会在传输过程中丢掉很多东西。 当然，这种语音输入的表达和思考方式需要训练。这里面涉及新的摩擦和认知负荷，但绝对有益。写作即思考，如果你不能将你思考的内容写出来，那说明你没有思考过，或者思考得不够透彻，现在这句话完全可以转移，如果你不能直接和流利地说出来，那么你也几乎没有彻底思考，而这更能考验你思考的深度和准确度，即无损传输。 02 语音受到环境、口音、习惯和识别率的影响，这决定了语音输入需要考虑更多摩擦和认知负荷问题。 语音输入具有阶段性功能。如果语音转录识别率达到百分之百，也是无法直接使用，这对个人表达和认知负荷能力要求高，另外，将提示词大幅地增加和应用润色，于那些对自己思维方式和思考内容原生性要求极高的人也行不通，他们遵从自己的文本习惯和思维，笔触或者说措辞。 这里需要考虑语义失真的问题，所以这里语音输入有一个核心功能，即作为前期语义识别的转录优势来传输。这种语义和思维识别率上达到最佳即可，因为后续都需要深层建构和打磨修改，只需要完整的保留和转录思维本身。 语音输入具有任务性功能。AI 语音输入非常适合在聊天互动中进行长文本输出，当表达观点、回答问题以及在日常聊天互动中，都可以需要成块成簇式表达我们的观点，而不是碎片式沟通，这对于常态语境下的沟通没有多少意义。第二个，非对话式交互（与人），与 AI 聊天窗口沟通、搜索内容，都可以用 AI 语音输入。第三，在作为灵感的写作输入输出的时候，前期这种阶段性语义调思维提取和铺垫都可以使用。而对于如编程、代码和设计这些高精度内容处理则不再适用。 Voiceink 现在速度非常不错，长段内容都是几秒处理，除了说得太快它无法正确识别，无可厚非，主要它前期的语义输出优势太大。 键盘仍然有其不可忽视的功能使命，人是视觉动物，键盘输入伴随即时持续的文本视觉反馈可以非常从容地处理内容，虽然我们在前面提到语音输入阶段的修改可能会造成语义和思维受损，但在后期的打磨和作品生成阶段，键盘塑形是必要的，需要去推敲、构筑和增删文本，以触及那种灵光乍现和去往其他的深层内容，这是思维的奥妙之处，这很有趣。所以键盘在这里作为一种 Craft 艺术、视觉化反馈必要的创作方式，就像人们画画、雕塑，去实打实地调用触觉、视觉和嗅觉等感官感受作品。至少脑机接口实现之前，无可替代。 人们的日常表达和传输速度已经完全溢出，我们已经很难同步跟上这种传输节奏，无论是以前仿生阅读，还是 AI 总结，吸收速率大打折扣。我认为现在真正需要去打磨的还是阅读吸收方式。我们局限太多。 #ai#tools

Deepwiki丨Github 的《全球概览》 https://deepwiki.com/ Deepwiki，由 Cognition Labs 基于 Devin (AI 软件工程师) 技术驱动，为 Github 代码仓库生成结构化文档、可视化图表和对话式 AI 助手。目前已经索引了 3 万个仓库，处理了 40 亿行代码、1000 亿 Tokens，投入成本超 30 万美元，被誉为「Github 仓库的免费百科全书」，真正意义上的 Github《全球概览》。 完全免费，无需注册，只需要将任意仓库地址中的 github 替换为 deepwiki。就像之前分享的 arXiv 文献网站替换前缀跳转 HTML 版本阅读一样，当然现在也有很多油猴脚本直接仓库页一键按钮跳转 Deepwiki，比如 GitHub to DeepWiki。 Deepwiki 生成的文档比大多数程序员写得还要好，甚至有的直接将仓库主页替换为 Deepwiki 链接。它的 AI 对话支持多种语言，并且搜索整个代码库找到对应的答案 ref 代码位置，几乎没有幻觉，像代码界的 Notebooklm。 Github 是非常宝贵的信息源/资源，现在只能说多用 Deepwiki 多用 Deep Research，我们的吸收方式确实已经改变。 相关链接： 0 https://x.com/silasalberti/status/1915821553465626791 1 Github Combo 工具使用 2 arXiv 文献阅读的隐藏方式 #AI#tools

Twitter 与 ChatGPT 的域名更换 刚才发现我 Twitter 某些插件规则以及相关脚本都失效了，比如扩展管理器的匹配规则都需要从 twitter.com 变成 x.com 才能使用，以及之前分享的推特粉丝数量和下载脚本，都需要在脚本编辑里面将 @match 网址变成 x.com 才能重新启用。现在推特框架总是变，貌似沉浸翻译页面格式也受到了影响。 之前我分享的 ChatGPT 脚本也失效了，也才注意到 ChatGPT 从原来域名 chat.openai.com 已经变成 chatgpt.com ，也需要在脚本编辑里面改成现在域名。而且 ChatGPT 这波 UI 更迭让很多插件失效了。 相关链接 1 我的 Twitter 使用 Combo 2.0 2 优化 ChatGPT 体验丨我的网页脚本和插件使用 Combo #AI#tools

GPT4 三小时限额（cap）刷新机制 Chatterclock — Track Your GPT-4 Messages ChatGPT Plus 有每 3 小时 50 条信息的限额，这个插件可以记录使用条数和追踪限额信息三小时后刷新的时间。这里就很直观的看到 GPT4 限额刷新机制：基于每条信息的三小时间隔刷新。如下（作者分享，目前插件已更新得更易懂）： So, for instance, if you sent messages at these times, you're cap would look like this: 0:56 – 49/50 1:10 – 48/50 1:12 – 47/50 1:18 – 46/50 ... then three hours later these messages will be replenished like: 3:56 – 47/50 4:10 – 48/50 4:12 – 49/50 4:18 – 50/50 现在 ChatGPT Plus 似乎没有每月整体额度限制，所以使用这个插件非常舒服。 Reference ChatGPT丨特乌斯（Theuth）的巨构艺术 English is the new programming language shit. #AI#tools

AI Prompt 全局工具 推荐 Quicker 全局动作「常用语」，用于 AI Prompt 全局粘贴使用，可打标签和批量编辑，对于 POE/Chat 网页以及 BingGPT 本地等 AI 呼出提示很方便，Mac 键盘大师也可。 前面我主要使用网页 ChatGPT「智能提示」插件拉出模板，本地以及转移都不方便。现在策略是自己知识库存档所有 Prompt，全局工具复制一套，基本适应目前 AI 使用场景。AI Prompt 是新的编程/魔法/炼金/驾驭术，建议要好好维护自己的「Prompt Garden」。 Reference Digtal Garden Feed Garden 影子驾驭术丨AI Prompts 合集第二期 #AI#tools

生物医学/生命科学文献库 PubMed 的图谱概观 这网站比较爆炸，交互可视化 PubMed 2100 多万篇论文，每个节点溯源一篇，支持搜索。（src: Jtalk） 从个人知识图谱到文献库开放图谱，技术让知识增加，膨胀。文献库/图谱/可视化/交互/主题研究/AI，知识也明显地资本化，麦当劳化（McDonaldization），「知识」很少再流入生产，产出即作为最终产品陈列和用于其它交换。 Reference 学术研究利器丨文献、图谱与 AI（已更新） 医学相关网站 #AI#tools

同义词「Thesaurus」分类辞典与写作提升 最近看到一篇文章「How to use a thesaurus to actually improve your writing」，提到了同义词「Thesaurus/Synonym」辞典在写作中的使用与提升。Thesaurus 这个词来自希腊语 thēsauros，意思是“金库或仓库”，可以使用的宝藏，但前提是学会「选择」。文中提到纳博科夫在写 Lolita 的时候会定期思量措辞，以把握句子的节奏、韵律「Rhythm」。 我之前就已分享过这类辞典，不管是同义词替换的「汉语反向辞典」，还是根据文本查相应句子的「据意查句」；亦或是英文版的同义词替换「Power Thesaurus」和英文版据意查词的「What Word Is That?」，都是这种工具，包括押韵网站 Rhythm。同样的，AI 也在参与这种分类辞典补充，DeepL Write 就是明显例子。我写作中有时也会用到，总有一些措辞需要推敲。当然，这些也可以直接问 AI ，不过缺点可能是不会太全太准确（毕竟专业分类辞典更系统）。 reference 英文书写相关的语法检查、溯源、增强和替换。 DeeL Write AI #tools#AI

Chat-GPT & The System of Super Digital Zettelkasten 晚上好，诸位。今天分享我笔记系统加持 Chat-GPT 的图式（可结合之前旧版结构的录屏看），很有趣。这称不上最实验的方法，因为不管文本还是图像生成，AI 都将染指更多内容创造过程，参与、协作以及污染。 我非常兴奋我的笔记系统引入 Chat-GPT 的协作，就像一个真正的“沟通”伙伴。区别于卢曼滑片箱伙伴，Chat-GPT 作为并肩作战的伙伴，是从开始就可以陪伴的沟通对象，老师和助手。 但我只是让 AI 介入，并非让 Chat-GPT 为我思考和书写，这是重点。不管是提取（Extract）、总结（Summarize）或者补充(Add 需要再评估)，我都会按照原本的系统和习惯继续执行，这也是使用 AI 的优势。只是将原本的流程优化（AI 只需在脆弱的结构上加固就行），也可作更丰盛地处理（只有粗糙和有摩擦的系统，才能对应优化，所以在没有自己系统处理方式之前，不建议引入 AI）。比如我在第二次 Fleeting Notes 处理时，我会思考联系更多内容，利用 Outline 笔记优势层层递进和深入。当我思绪拉出好几百字后，我这里就需要 AI 提取和总结 Fleeting Notes。 我笔记系统的核心是 [[Evergreen Notes]] 和 [[Positional Notes]] ，一个是经过系统处理和思考的抽象知识（Knowledge），一个是不断扩写我认知系统的固定内容（Information），最终为我输出和思考服务（Insight）。 技术给我们带来现实和记忆，我比较关注它的实际影响力。从开始我搜索系统引入 AI，到现在我笔记每一个卡片的处理都可以利用 AI，这太让人振奋。惊喜是技术最广泛的生产力降格在最无门槛的文本领域，不过这是有趣的礼物，也是 Pharmakon （德里达概念，写作，是解药也是毒药）。 #tools#AI

最近 DeepL 加持 AI Rephrase 的写作助手属实强大（详细介绍），基本替代我分享过的英文书写辅助列表，除了部分溯源辞典。DeepL 加上 Open AI 强力文本模型，生产力确实解放。Open AI 的定价策略，加上后面的 Chat-GPT 定价，感觉可以当个生产力工具付费，挺舒服。 现在现实是要么善用 AI 解缚自己，要么依赖 AI 贡献自己（作为算法训练），要么搁置然后落后（也必有人落后）。 #AI#tools

Prompt Generator丨语言游戏、数字创造和通天塔 晚上好，诸位。前几期我们共同目睹了“特乌斯（Theuth）的巨构艺术”，Chat-GPT 和 AI 生成的力量，埋藏在人类前进路上的武器、文本、绘画和搜索。今天就分享一期 “Prompt Generator” 提示符生成器专题，即拔起这些武器的条件。 现实世界的词语、符号、意义是不断变化的，AI Generator 是文本确定性的艺术，遵循语言游戏规则，真正的意义和语境的实像。因此，当我们从一般语言转到和“AI 武器”的对话时，就要遵循某些规则，如同社会学上的语言学转向，这次是确定性语境上的调转。 从了解这些规则和律条开始，了解数字创造，即如何引导、发生和反应。Prompt Generator，语言建造的模块，重铸巴别塔的高台累土。 ChatGPT 文本提示词 ChatGPT 产品和提示词终极聚合：这个网站关于 ChatGPT 的提示词分类和衍生产品极其丰盛、网站和插件等。 Awesome ChatGPT Prompts：这是 Github 上非常完备的一个 ChatGPT Prompts 库，这是它的数据库网站。 LearnGPT：ChatGPT 用例，最新最火的案例分享，Prompts 的完美作业。 ShowGPT：同上，也是用例网站，以及一个推特账号 @aifunhouse，分享 AI 生成。 绘画提示词 Stable Diffusion Prompt Generator：绘画生成词的生成，真是迷人的迷宫啊，文本的文本，副本的副本。 Danbooru：这是之前分享过一期绘画炼金池的，关于二次元，动漫作画标签（包括 NSFW）、提示词、艺术家、以及各种数据的 Key words 和生成，爆裂！ OpenArt：关于 DALL·E 2, Midjourney, Stable Diffusion 的画作提示词查看。 以及：Promptomania，Stable Diffusion 的简单中文指南，SD RESOURCE GOLDMINE：AI 作画相关超级收录等。 搜索提示词 Keywordsea：搜索词的提示和补全，探索系统多元传送门。 相关工具：暂时没有特别惊艳的，就放一个 similar sites 链接，自己去挑吧。善用相关搜索。 最近也有其它有意思的：AI 解梦网站、AI Rap battle、AI 句子重塑（这个有趣，后面可以继续讲讲），以及另一个辅助插件。 --- 铸造工具，也在铸造系统。Prompt Generator 是语言，教程，也是塑造本身。语言是我们的周遭和事实，而数字创造和数字语言还只是模拟、演绎，是对文本演绎（mastery of language）的精通，而非事实的精熟（mastery of facts），即它们有通用事实错误，但已经足以强大，足以引起关注。 关于错误，这里强烈推荐 Chatgpt Advanced 这个联网插件，可以先提供一些容易引起模糊的事实前提。 #AI#tools