最近發(fā)現(xiàn)了一個(gè)比較好玩的開源項(xiàng)目，paper_to_podcast，將研究論文轉(zhuǎn)化成三個(gè)角色之間溝通對(duì)話的播客。其中的這三個(gè)角色，主要就是主持人、提問(wèn)題的學(xué)習(xí)者，以及回答問(wèn)題的專家。

通過(guò)將干巴巴的文字信息，轉(zhuǎn)化成對(duì)話式語(yǔ)音形式的內(nèi)容，我覺得還蠻有意思的。且前段時(shí)間我一直在研究部署這塊內(nèi)容，那今天這篇文章干脆展開聊聊，我認(rèn)為可以在獨(dú)立站運(yùn)營(yíng)領(lǐng)域落地的一些應(yīng)用場(chǎng)景。

鏈接：https://github.com/Azzedde/paper_to_podcast

上面這個(gè)開源項(xiàng)目，我自己認(rèn)為還是挺簡(jiǎn)單的。其主要的流程無(wú)非就是給 AI 投喂相應(yīng)的研究論文資料，然后要求 AI 模型按照既定的規(guī)則去生成相應(yīng)的介紹描述與針對(duì)性的問(wèn)題。

等這類信息梳理得差不多后，再去生成相應(yīng)的對(duì)話腳本，并最終使用「文字轉(zhuǎn)語(yǔ)音」的工具將上一步生成的文字讀出來(lái)。

所以上面這樣的流程，完全就可以借鑒過(guò)來(lái)應(yīng)用到我們自己的工作場(chǎng)景中。比如文章的內(nèi)容創(chuàng)作上、用戶信息的回復(fù)上、工作記錄的消化上。

就拿內(nèi)容創(chuàng)作舉個(gè)例子，我最近在學(xué)習(xí)一個(gè)新產(chǎn)品的網(wǎng)站布局與關(guān)鍵詞布局，把這個(gè)行業(yè)內(nèi)排在首頁(yè)上的網(wǎng)站基本摟了一遍。

在這個(gè)過(guò)程中，我將每一個(gè)競(jìng)爭(zhēng)對(duì)手的網(wǎng)站內(nèi)容都用 Markdown 格式將數(shù)據(jù)整理下來(lái)了。所以如果下一步我要針對(duì)這款產(chǎn)品做相應(yīng)的內(nèi)容營(yíng)銷的話，完全可以采用上面提及的那套流程來(lái)做。

首先將我自己的收集整理的素材投喂給 AI 進(jìn)行消化，讓其知道要做的工作是什么，以及明確將要做什么。然后便可以針對(duì)關(guān)鍵詞去生產(chǎn)特定內(nèi)容了，不過(guò)這個(gè)過(guò)程中需要參考下這個(gè)項(xiàng)目的 Prompt 設(shè)計(jì)。

那這樣一套流程設(shè)計(jì)完后，后續(xù)我們需要做的就是不停的補(bǔ)充文案素材，以及針對(duì)特定關(guān)鍵詞去做內(nèi)容建設(shè)了。

其實(shí)除了內(nèi)容建設(shè)外，還有很多場(chǎng)景都可以使用這套流程進(jìn)行效率提升，像我之前提及的客戶郵件回復(fù)這樣的場(chǎng)景也是可以使用的。

將過(guò)往的溝通郵件總結(jié)并沉淀成文檔，然后將文檔信息交給 AI 消化，如此一個(gè)智能回復(fù)機(jī)器人便做完了。等下次再碰到客戶的溝通郵件，便可以將內(nèi)容交給這個(gè)機(jī)器人，讓其輸出相應(yīng)的回復(fù)初稿出來(lái)。

等我們審核沒(méi)問(wèn)題后，再將信息發(fā)送回客戶，甚至過(guò)程中還可以做回復(fù)語(yǔ)種信息的定制，等等。

像上面提及的這個(gè)應(yīng)用場(chǎng)景，在工作中還是比較常見的。我們完全可以深度發(fā)掘下需求，然后將 AI 能力引入進(jìn)去來(lái)提高自己團(tuán)隊(duì)的生產(chǎn)效率。