誰在影響、定義我們的時(shí)代？他們做了什么，如何思考？對(duì)話關(guān)鍵人物，記錄歷史底稿。
本欄目將持續(xù)推出。
累計(jì) AI 用戶數(shù)已經(jīng)突破 1.4 億，使用次數(shù)突破 15 億——AI 重構(gòu)之下，百度文庫煥發(fā)了全新活力。在「AI 產(chǎn)品榜」的 5 月份榜單中，百度文庫 AI 功能更是以單月 6536 萬訪問量位列國內(nèi)總榜首位，甩開第二名將近 1500 萬的身位。
成立十余年的百度文庫，是如何在 AI 時(shí)代迸發(fā)出強(qiáng)大的吸引力的？
當(dāng) AI 作為一項(xiàng)創(chuàng)新的底層技術(shù)被整合進(jìn)產(chǎn)品系統(tǒng)中，如何理解百度文庫的演進(jìn)軌跡，及其在產(chǎn)品使用和目標(biāo)上的轉(zhuǎn)變？作為行業(yè)最火的 AI 原生應(yīng)用之一，它是如何實(shí)現(xiàn)進(jìn)化的？
近日，在與極客公園創(chuàng)始人、總裁張鵬的對(duì)談中，百度副總裁、文庫事業(yè)部負(fù)責(zé)人王穎給出了解答。
去年 8 月至今，百度文庫經(jīng)過大模型的重構(gòu)，已經(jīng)實(shí)現(xiàn)了從內(nèi)容理解、規(guī)劃到生成的全流程智能化。目前，百度文庫背后的團(tuán)隊(duì)僅有兩百余人，而在交付上實(shí)現(xiàn)正反饋之外，他們甚至還做到了商業(yè)上的正循環(huán)。
在 5 月底，百度文庫推出了新產(chǎn)品「橙篇」，是行業(yè)首個(gè)集「專業(yè)知識(shí)檢索和問答、超長(zhǎng)圖文理解和生成、深度編輯和整理、跨模態(tài)自由創(chuàng)作」的「查閱創(chuàng)編」一站式 AI 自由創(chuàng)作平臺(tái)，未來，文庫和橙篇也會(huì)建立自己的內(nèi)容分發(fā)體系。
在這一波大模型的浪潮中，百度文庫的轉(zhuǎn)型既借助了技術(shù)的躍進(jìn)，也是對(duì)用戶需求深刻理解的體現(xiàn)。如今，百度文庫已進(jìn)入與過去截然不同的發(fā)展階段，產(chǎn)品正在并將繼續(xù)經(jīng)歷一系列變革，而這些變革或許將徹底改變?nèi)藗儗?duì)文庫的常規(guī)認(rèn)知和使用習(xí)慣。
「理想的 AI，應(yīng)該端到端解決問題，讓機(jī)器像人一樣思考，讓產(chǎn)品像人一樣工作?！?/strong>AI 重構(gòu)后的百度文庫，已經(jīng)做到了這一點(diǎn)。去年的極客公園創(chuàng)新大會(huì) 2024 上，百度創(chuàng)始人、董事長(zhǎng)兼首席執(zhí)行官李彥宏曾強(qiáng)調(diào)過，AI 的真正價(jià)值在于原生應(yīng)用的開發(fā)，而橙篇作為新近推出的 AI Native 產(chǎn)品，正在為用戶創(chuàng)作展開更廣闊的可能。
從將所有旗下應(yīng)用全部用大模型進(jìn)行重塑，到文庫成為跑在最前面的那個(gè)隊(duì)伍，可以看得到，百度做 AI 的決心并非紙上談兵，而是正在不斷突破創(chuàng)新應(yīng)用場(chǎng)景，用 AI 深度重構(gòu)產(chǎn)品，為用戶持續(xù)提供屬于這個(gè)大模型時(shí)代的智能增益。
在對(duì)談中，百度副總裁、文庫事業(yè)部負(fù)責(zé)人王穎輸出了一些精彩觀點(diǎn)：
「文庫會(huì)是一站式 AI 內(nèi)容獲取和創(chuàng)作平臺(tái)，創(chuàng)作從文庫開始就好了。」
「目標(biāo)對(duì)不齊，來自于標(biāo)準(zhǔn)對(duì)不齊?！?/strong>
「一開始做產(chǎn)品，心里就有一張損益表?！?/strong>
以下是對(duì)話全文，由極客公園編輯整理。
張鵬：文庫在引入智能技術(shù)初期的決策過程是怎么樣的？是如何設(shè)定第一個(gè)目標(biāo)并逐步發(fā)展的？
王穎： 我們首先考慮了兩個(gè)關(guān)鍵點(diǎn)。第一，我們引入了大模型技術(shù)，評(píng)估它在哪些領(lǐng)域有顯著的能力提升，以及還有什么缺陷，AI 技術(shù)自 20 世紀(jì) 50 年代以來一直在發(fā)展，但大模型的出現(xiàn)標(biāo)志著創(chuàng)作的能力飛躍，這個(gè)技術(shù)飛躍是不是能解決目前用戶的問題。
第二，我們深入挖掘了用戶在文庫的需求。傳統(tǒng)上，人們認(rèn)為文庫只是一個(gè)文檔檢索平臺(tái)，但通過深入分析，我們發(fā)現(xiàn)用戶找內(nèi)容不僅僅是為了閱讀，而是為了寫作。我們進(jìn)一步探究了用戶為何尋找內(nèi)容，以及找到內(nèi)容后他們要做什么。我們意識(shí)到，用戶的核心目的不是為了找內(nèi)容本身，而是為了支持他們的寫作需求。
寫作有兩條路徑，第一條路徑，擅長(zhǎng)寫的用戶上手打開編輯器就寫了，還有一種不會(huì)寫的用戶，他們第一步需要找素材。
50% 的用戶屬于第二類，他們需要找素材并進(jìn)行組合和編輯。即使是擅長(zhǎng)寫作的用戶，在寫作過程中也常常需要尋找專業(yè)素材和靈感。這些都是文庫用戶的需求，也顯示出找和寫的需求實(shí)際上是一個(gè)統(tǒng)一的需求，只是由于過去的技術(shù)水平限制，這個(gè)過程不得不被分割在不同的工具和平臺(tái)上進(jìn)行。
張鵬：所以在技術(shù)進(jìn)步的推動(dòng)下，文庫有機(jī)會(huì)更深入地滿足用戶需求了。
王穎：我們一開始就知道用戶有一個(gè)完整的需求，但原來的技術(shù)和產(chǎn)品限制只能解決其中的一部分，只能提高一部分效率。其實(shí)，人工智能的本質(zhì)是讓機(jī)器像人一樣思考。
做人工智能產(chǎn)品，就要讓產(chǎn)品像人一樣工作，幫用戶完成所有工作。我們最初的重構(gòu)思路是：既然有了這種技術(shù)，我們要讓產(chǎn)品像人一樣工作，端到端地解決問題，而不是只解決一個(gè)環(huán)節(jié)的問題。
很多人認(rèn)為文庫是用來搜資料的，質(zhì)疑我們?yōu)槭裁匆么竽Ｐ?。可以回想一下去?3 月份，很多平臺(tái)是這么做的：用戶搜索不到內(nèi)容時(shí)，他們用大模型生成一篇給用戶。可是這種做法并沒有解決用戶的本質(zhì)需求。就像我們買米是為了做飯吃飽，而不是為了單純擁有米。
我們最開始的目標(biāo)是讓產(chǎn)品像人一樣思考，端到端地解決問題，在實(shí)現(xiàn)這個(gè)目標(biāo)的過程中，確實(shí)遇到過很多問題。
用戶對(duì)文庫的認(rèn)知是一個(gè)資料庫，用來存儲(chǔ)和查找資料，這個(gè)認(rèn)知非常強(qiáng)烈。
我們要做的第一件事是讓用戶過來查找資料，并讓用戶繼續(xù)留在這里，讓他們知道文庫也能幫助寫作。
所以，我們?cè)诶斫獾接脩粼诓檎屹Y料后可能需要編輯和創(chuàng)作時(shí)，就提供相應(yīng)的能力，當(dāng)技術(shù)進(jìn)一步成熟時(shí)，我們就直接搭建新功能支持寫作，比如后續(xù)文庫就推出了各種格式的寫作功能，到現(xiàn)在文庫又推出的全新 App——橙篇，用戶不僅可以查找資料，還可以直接進(jìn)行寫作。
張鵬：在找到文檔和內(nèi)容后，用戶還需要對(duì)它們進(jìn)行進(jìn)一步加工、轉(zhuǎn)化和存儲(chǔ)，使其未來可以結(jié)構(gòu)化使用。所以第一步是將這個(gè)過程延長(zhǎng)，而不是直接到寫作階段，這些工作是什么時(shí)候進(jìn)行的？
王穎：用戶進(jìn)入文庫后，我們不僅提供文檔搜索能力，還提供寫作相關(guān)的能力。當(dāng)你找到一篇文檔后，可以進(jìn)行擴(kuò)寫、改寫，甚至基于文檔內(nèi)容制作 PPT。
這些工作是在去年 5 月份之前進(jìn)行的。當(dāng)時(shí)我們還沒有編輯器，因此只能先做這些基礎(chǔ)工作。然后我們一邊開發(fā)編輯器，一邊進(jìn)行 AI 滲透，讓用戶知道文庫有 AI 功能，AI 對(duì)寫作有幫助，這是一個(gè)并行的過程。編輯器做完以后，我們直接推出了完整寫作功能，用戶就可以直接進(jìn)入寫作階段。
張鵬：文庫有畫本的功能，這個(gè)功能用戶的反饋怎么樣？
王穎：畫本功能分享率很高，有 30%。這個(gè)功能成本有點(diǎn)高，不過推出一個(gè)半月我們已經(jīng)把成本下降了一個(gè)量級(jí)，到今年年底成本應(yīng)該都算不上負(fù)擔(dān)了。
現(xiàn)在文庫所有的 AI 功能沒有優(yōu)化到位就不推，現(xiàn)在是因?yàn)榈轿涣耍跃烷_始推了，轉(zhuǎn)化率也特別好。
張鵬：所以文庫不光交付實(shí)現(xiàn)了正反饋，商業(yè)上也做到了正循環(huán)。
王穎：我們從一開始做項(xiàng)目，就是從一張損益表開始的。
張鵬：那么后來真正把模型接入，是很簡(jiǎn)單的事嗎？還是說需要和模型團(tuán)隊(duì)磨合很久？
王穎： 我們沒有覺得很簡(jiǎn)單。大家對(duì)使用模型的理解不同。以前的模型是解決專用問題，現(xiàn)在的通用模型解決很多問題。
通用模型有它的限制，所以我們用 MoE 來解決問題。首先，通用模型能力有限，我也不能全都用大模型，那樣成本太高，現(xiàn)在 AI 應(yīng)用賠錢就是因?yàn)槌杀締栴}。
我們把大模型看作大腦，它負(fù)責(zé)理解和分工，復(fù)雜的問題用大模型解決，其他的功能用不同的模型來做。
事實(shí)上，文庫做到今天，我們有對(duì)模型進(jìn)行精調(diào)，但并沒有用想象的那么多的精調(diào)數(shù)據(jù)，因?yàn)橐蟮牟皇菙?shù)據(jù)數(shù)量，而是數(shù)據(jù)質(zhì)量夠不夠好，夠不夠均衡。并且，文庫有自己的算法工程來做 Prompt（提示詞）優(yōu)化，包括使用不同尺寸的模型來執(zhí)行不同的任務(wù)，最終將它們整合起來，形成一個(gè)協(xié)調(diào)一致的系統(tǒng)。
文庫從第一天開始，就讓產(chǎn)品像人一樣思考，像人一樣工作。這種思考和分工是持續(xù)進(jìn)行的，我們從來沒有在大模型上糾結(jié)過。
到目前為止，我們和大模型團(tuán)隊(duì)一起真正合作開發(fā)的定制能力只有兩個(gè)：
一個(gè)是字?jǐn)?shù)控制，大模型的多樣性決定了依從性問題的存在：模型團(tuán)隊(duì)一開始不能完全理解這個(gè)需求，因?yàn)樵谒阉鲌?chǎng)景中，字?jǐn)?shù)長(zhǎng)短內(nèi)容無所謂，但對(duì)文庫用戶來說不一樣，如果用戶要求寫 500 字，它卻寫了 1500 字，就給用戶增加了刪減的負(fù)擔(dān)。現(xiàn)在，文心一言在字?jǐn)?shù)依從性上可以做到上下浮動(dòng) 5%。
另一個(gè)是理解和生成：我們提供很多文檔解析能力，以及專業(yè)文檔的標(biāo)準(zhǔn)和專家標(biāo)準(zhǔn)，然后模型去訓(xùn)練這些內(nèi)容。這兩件事是我們與模型團(tuán)隊(duì)真正共建的。
AI 重構(gòu)，
核心在于「價(jià)值」
張鵬：你要求產(chǎn)品團(tuán)隊(duì)首先對(duì)于模型有根本性的理解，且對(duì)自己如何運(yùn)用模型，一上來就要清晰的認(rèn)識(shí)。
王穎： 對(duì)，現(xiàn)在的組織結(jié)構(gòu)中，產(chǎn)品和策略是要融合的。過去的工作流程里，是算法團(tuán)隊(duì)來負(fù)責(zé)策略算法，產(chǎn)品負(fù)責(zé)提需求，產(chǎn)品團(tuán)隊(duì)提供產(chǎn)品原型可以了。現(xiàn)在這種模式行不通了，每個(gè)人都要滲透到對(duì)方的領(lǐng)域。原來是陣地型打法，現(xiàn)在得全攻全守往前推進(jìn)。
王穎：標(biāo)準(zhǔn)不一致就會(huì)導(dǎo)致目標(biāo)不一致。另外，交付不等于用戶滿意。成熟的業(yè)務(wù)有明確的標(biāo)準(zhǔn)。但對(duì)于全新重構(gòu)的項(xiàng)目而言，如果沒有建立明確的標(biāo)準(zhǔn)，光是以物理上線為目標(biāo)，而不是以用戶的實(shí)際滿意度為目標(biāo)，是行不通的。
張鵬：上一個(gè)時(shí)代的產(chǎn)品經(jīng)理需要懂人性，但今天光懂人性不夠，還需要懂模型。
王穎： 對(duì)，因?yàn)槲覀兘⒌氖侨撕蜋C(jī)器溝通的橋梁。
張鵬：你是怎么管理產(chǎn)品需求、定義和實(shí)現(xiàn)效果的？
王穎： 我會(huì)把各方面都搞得清晰。從最開始的需求判斷是不是應(yīng)該這么做，產(chǎn)品怎么定義，哪些是突出的賣點(diǎn)，應(yīng)該實(shí)現(xiàn)什么樣的效果。也畫產(chǎn)品圖，包括交互設(shè)計(jì)和一些 UI 設(shè)計(jì)，會(huì)帶著團(tuán)隊(duì)一起來做。不同的生成路徑也會(huì)關(guān)注，比如做 PPT 的生成路徑和做漫畫的生成路徑是不一樣的。但是在同一個(gè)產(chǎn)品中又不能讓用戶在生成不同內(nèi)容或不同品類時(shí)，都感覺像在使用一個(gè)不同的東西一樣。這些流程需要重新設(shè)計(jì)。
張鵬：做完第一步，把第一個(gè)延長(zhǎng)線畫了，看到什么樣的數(shù)據(jù)變化？
王穎：用戶使用時(shí)長(zhǎng)有變化了，翻倍了。
張鵬：上線多長(zhǎng)時(shí)間看到的？
王穎：大概是一個(gè)月。不光使用時(shí)長(zhǎng)翻倍了，留存也提升了。
張鵬：怎么從時(shí)長(zhǎng)的翻倍，去解讀用戶的收獲？
王穎：看結(jié)果。以前的用戶基本上是找到就下載，時(shí)間很短?，F(xiàn)在會(huì)發(fā)現(xiàn)用戶有了更多的互動(dòng)，會(huì)調(diào)用各種功能，自然時(shí)間就變長(zhǎng)了。
還有一個(gè)關(guān)鍵指標(biāo)是下載完成后本地使用。畢竟下載可用了，才會(huì)下載。
王穎：對(duì)，要么下載，要么分享轉(zhuǎn)發(fā)。還要關(guān)注留存和活躍留存率，也就是用了某項(xiàng)功能的用戶，第二天再次使用的比例是否超過以往。只有用戶覺得功能有用，才會(huì)再次回來使用。就像去飯館吃飯一樣，如果今天不好吃，明天還會(huì)再來的人肯定不多。
張鵬：做到這一步有沒有很復(fù)雜的技術(shù)挑戰(zhàn)？
王穎：有很多，舉個(gè)例子，在初期的文檔寫作中，除了大家熟知的幻覺問題，還有字?jǐn)?shù)依從方面。其實(shí)很多時(shí)候擴(kuò)寫 1.5 倍就夠了，但之前有一些大模型的擴(kuò)寫長(zhǎng)度趕上重寫一篇了，這就不太好。文庫推動(dòng)解決的就是這一點(diǎn)。
張鵬：怎么去定義字?jǐn)?shù)依從性的合理指標(biāo)？擴(kuò)寫要做好是怎么做到的？
王穎：我們做了大量調(diào)研去了解用戶對(duì)擴(kuò)寫的期待是什么樣的。用大模型重構(gòu)產(chǎn)品的時(shí)候，很多人不知道標(biāo)準(zhǔn)怎么建立，但其實(shí)標(biāo)準(zhǔn)不是存在于行業(yè)，而是藏在用戶心里。
用戶對(duì)新事物總是有所期待，我們得去滿足這些期待，高太多，用戶可能不理解，低于期待值更不行。找到用戶的期待值，比它高一格就是標(biāo)準(zhǔn)。
產(chǎn)品剛上線的時(shí)候，我們邀請(qǐng)測(cè)試、維護(hù)了四個(gè)用戶群，每個(gè)群里有兩百人，版本出來就給這些群里的用戶使用，他們會(huì)給到一些反饋。
張鵬：所以擴(kuò)寫也是在這一波前期測(cè)試過程當(dāng)中，用戶提出問題，然后你們反過來進(jìn)行調(diào)研，到底應(yīng)該怎么擴(kuò)寫。
王穎：對(duì)，因?yàn)?Prompt 解決不了這個(gè)問題。有些大模型問題是 Prompt 無法解決的。大模型的特性就是多樣性，而多樣性會(huì)導(dǎo)致依從性差，這是必須要解決的問題?，F(xiàn)在一般的擴(kuò)寫比例是 1.5～2。
張鵬：所以這是一個(gè)擴(kuò)寫的黃金比例。在做這個(gè)的同時(shí)你們還在搭編輯器，這個(gè)事情復(fù)雜嗎？
王穎：很復(fù)雜。復(fù)雜之處在于幾個(gè)方面。
首先，不同的文件類型需要不同的編輯器，比如 Word、PPT、Excel 需要的編輯器都不一樣。這導(dǎo)致用戶在處理文件時(shí)需要頻繁地切換。
其次，進(jìn)入編輯器之前，文件可能存在多種格式，增加了處理的復(fù)雜性。
最后，編輯器本身的工具非常繁多，使用指令復(fù)雜，每個(gè)編輯器可能有數(shù)百個(gè)指令，如果每個(gè)都要實(shí)現(xiàn)，工作量非常巨大。
此外，這是一個(gè)強(qiáng)工程項(xiàng)目，像 Word 或 Office 這樣的產(chǎn)品本身也是編輯器，我們做編輯器不是要跟它們做一樣的產(chǎn)品，我們要做的是融合編輯器，這個(gè)編輯器要兼容所有的文件格式，用戶不需要關(guān)心格式問題，只需要告訴我們需要完成什么任務(wù)即可。
百度原來沒有這方面對(duì)應(yīng)的積累，我們是從頭開始做的。
王穎：擴(kuò)寫和續(xù)寫對(duì)編輯器的要求并不高。真正對(duì)編輯器要求高的是 PPT。PPT 功能推出之前，擴(kuò)寫僅限于文本，我們對(duì)編輯器的理解和難度的把握都相對(duì)有限。
PPT 功能的出現(xiàn)，使得操作空間擴(kuò)展了。首先，PPT 本身的制作難度就比文本要大；其次，現(xiàn)在能夠在同一個(gè)平臺(tái)上進(jìn)行格式轉(zhuǎn)換，融合編輯器的優(yōu)勢(shì)也就體現(xiàn)出來了。如果只限于 Word，能做的就只是文字處理，但有了融合編輯器，不僅可以處理 PPT，還能實(shí)現(xiàn) PPT 與 Word 之間的格式轉(zhuǎn)換，甚至還能制作圖表。
張鵬：PPT 能力上線之后，用戶能明顯感覺到文庫編輯器的意義所在了。接下來用戶數(shù)據(jù)變化怎么樣？
王穎：非常明顯。各種用戶數(shù)據(jù)曲線陡峭上升。去年 9 月到 10 月，DAU 從 30 萬爬升到 140 萬。
張鵬：所以文庫接下來會(huì)是什么樣的產(chǎn)品定義？
王穎：一站式 AI 內(nèi)容獲取和創(chuàng)作平臺(tái)，所有創(chuàng)作從文庫這里開始就好了。
張鵬：分發(fā)怎么做，有一鍵轉(zhuǎn)發(fā)功能嗎？
王穎：有。用戶不需要考慮素材的來源、格式或者具體細(xì)節(jié)，他們只需將內(nèi)容提供給文庫，輸出支持包括存儲(chǔ)、轉(zhuǎn)發(fā)、分享等。
張鵬：這樣聽下來，文庫像是個(gè)人寫作的操作系統(tǒng)。
王穎：對(duì)，除此之外，還希望文庫有自己的生態(tài)，可以分發(fā)內(nèi)容。
張鵬：Robin 說文庫是被 AI 重構(gòu)最好的產(chǎn)品，你有沒有聽他定義過他認(rèn)為的好是在于什么？
王穎：核心就是價(jià)值，為用戶、行業(yè)帶來什么價(jià)值，有沒有價(jià)值重構(gòu)，提供價(jià)值增量。
給用戶提供了價(jià)值，用戶就會(huì)用腳投票，同時(shí)價(jià)值會(huì)反哺大模型，利用人類行為反饋提升自身性能。
橙篇——
「長(zhǎng)文創(chuàng)作、批量賦能」
張鵬：文庫最近推出了橙篇這個(gè)產(chǎn)品，對(duì)它的定位是什么？
王穎：我們希望橙篇能夠成就人生新篇章。除了專業(yè)寫作以外，橙篇未來還將注重休閑娛樂性質(zhì)的寫作，以及分享互動(dòng)的功能。
張鵬：文庫這樣的平臺(tái)本身也支持創(chuàng)作，橙篇的推出是出于什么考慮？
王穎：用戶在創(chuàng)作過程中存在兩種情況：一半的用戶因?yàn)椴恢廊绾沃珠_始，需要找資料參考，另一半則能夠直接開始寫作。盡管文庫已經(jīng)積累了 15 年的經(jīng)驗(yàn)，擁有廣大用戶，但大多數(shù)人仍然將其視為一個(gè)資料搜索平臺(tái)，而非創(chuàng)作起點(diǎn)。
在短期內(nèi)，文庫是一個(gè)內(nèi)容獲取和創(chuàng)作的一站式平臺(tái)的認(rèn)知還需要逐步建立，但我們需要一個(gè)平臺(tái)來盡快滿足用戶直接創(chuàng)作的需要，這就是橙篇的定位。
我們希望通過橙篇從創(chuàng)作的最初階段就為用戶提供支持，同時(shí)通過專業(yè)知識(shí)內(nèi)容的輔助來提升創(chuàng)作質(zhì)量、拓寬創(chuàng)作服務(wù)范圍。
張鵬：可以有一小股部隊(duì)像創(chuàng)業(yè)公司做新銳產(chǎn)品一樣，更有活力。
張鵬：用戶有給到一些什么反饋，對(duì)后續(xù)做產(chǎn)品有指導(dǎo)作用的？
王穎：呼喚趕緊出一個(gè) App，需要更多的體裁和品類，希望有更多表格處理能力。
王穎：長(zhǎng)文很多，大多在 5000 字以上。
王穎：對(duì)，我們也強(qiáng)調(diào)專業(yè)性。我們一直有在長(zhǎng)文和專業(yè)內(nèi)容上發(fā)力，為什么要這樣做？因?yàn)榇髮W(xué)生用戶是傳播力最強(qiáng)的用戶群體，所以我們首先要滿足他們的需求，在長(zhǎng)文理解和寫作方面，進(jìn)行了專門的調(diào)整。
此外，為了應(yīng)對(duì)大模型不夠?qū)I(yè)的問題，從去年 7 月份開始，我們就開始建設(shè)專業(yè)內(nèi)容，大量引入專業(yè)資源，全覆蓋 Nature 這樣的頭部期刊以及大量專業(yè)數(shù)據(jù)和出版社資源，這些其他大模型尚未涉足。這些工作是在去年 5、6 月份開始的。畢竟大模型有幻覺，有專業(yè)性不夠的問題，所以比較早就開始準(zhǔn)備這些。
張鵬：所以你們是希望寫作這件事情，更多人當(dāng)成更日常的東西，怎么做到這一點(diǎn)呢？
王穎：對(duì)，本質(zhì)就是兩件事，要么因此獲得尊重，要么因此掙到錢。那我們就做好兩件事，一個(gè)是分享，一個(gè)是激勵(lì)。
我們現(xiàn)在和很多 IP 合作，用戶可以自由創(chuàng)作并分享作品。通過分享，讓更多人看到成果，滿足了分享展示的需求。畫本功能就是出于這個(gè)原因開發(fā)的。
激勵(lì)方面，用戶創(chuàng)作小說后，我們會(huì)通過多個(gè)內(nèi)容分發(fā)平臺(tái)進(jìn)行分發(fā)，產(chǎn)生的收入會(huì)與創(chuàng)作者分成，這樣用戶就有了動(dòng)力。
畫本也一樣，只要用戶的創(chuàng)作在平臺(tái)產(chǎn)生的利潤，都會(huì)分給用戶。即使用戶沒有直接在平臺(tái)創(chuàng)作或分享內(nèi)容，只要他們有所貢獻(xiàn)，也會(huì)有代幣獎(jiǎng)勵(lì)，這些代幣可以用于完成任務(wù)，比如制作 ppt。如果代幣不足，用戶可以通過繼續(xù)創(chuàng)作或購買來獲取更多代幣。這是我們?cè)谧龅囊恍﹪L試。
張鵬：以小說為例，現(xiàn)在是供給不足、需求不足還是連接不足？
王穎：現(xiàn)在是供給不足，而不是需求不足。首先，小說用戶占了整個(gè)中國用戶的 50%，這個(gè)比例遠(yuǎn)遠(yuǎn)超出想象。我們?cè)菊J(rèn)為小說用戶是十八九歲到三十幾歲的年輕人，但實(shí)際上，小說用戶的年齡范圍非常廣泛，從十幾歲到六七十歲都有。
需求已經(jīng)非常明顯，但供給卻跟不上。供給可以分成幾個(gè)層次，頭部作家一直被催更，顯然是供給出現(xiàn)了問題。比如，烽火戲諸侯一章要寫十萬字，創(chuàng)作時(shí)間很長(zhǎng)，一直被催更。爽文、腦洞文也同樣如此。
優(yōu)質(zhì)供給不足，不是說書放在那兒沒人看，而是能讓大家持續(xù)看下去的好書不多。我們發(fā)現(xiàn)，老白文人均閱讀本書是 1.3 本，而腦洞文是 3 本多，讀者閱讀速度很快，而供給足夠的話，讀者還會(huì)繼續(xù)閱讀下去。問題在于，好的供給還是不夠，這是非常明顯的問題。
張鵬：所以可以理解為橙篇的目標(biāo)是通過這個(gè)操作系統(tǒng)，幫助更多有效的供給批量產(chǎn)生。
王穎：對(duì)，有效的供給可以分為幾類，每種都有其標(biāo)準(zhǔn)。首先是情節(jié)感人、文字優(yōu)美、文筆也不錯(cuò)的優(yōu)質(zhì)供給；其次是雖然有好的情節(jié)但很多人卡在表達(dá)環(huán)節(jié)，這個(gè)問題大模型可以解決。
小說后續(xù)可以衍生到漫畫領(lǐng)域，漫畫供給問題尤為突出。我們和創(chuàng)作者合作進(jìn)行了實(shí)驗(yàn)，有家公司嘗試對(duì)兩到三部漫畫實(shí)施日更策略，以此來測(cè)試是否能夠吸引更多的關(guān)注。結(jié)果顯示，盡管付費(fèi)率保持不變，但閱讀量確實(shí)有所增加。
張鵬：有效供給最后很有可能也變成多模態(tài)。
王穎：我們本身也具備多模態(tài)能力，現(xiàn)在沒上橙篇是因?yàn)槿肆Σ粔颍€沒來得及開發(fā)出來，之后會(huì)上線的。
張鵬：百度文庫和橙篇是怎么通過用戶行為數(shù)據(jù)實(shí)現(xiàn)數(shù)據(jù)飛輪效應(yīng)的？
王穎：比如說在文檔平臺(tái)上，我們會(huì)根據(jù)文檔的下載次數(shù)來篩選出比較優(yōu)質(zhì)的文檔，然后讓大模型重點(diǎn)學(xué)習(xí)這些文檔。
PPT 工具中也是類似，系統(tǒng)會(huì)自動(dòng)提供已經(jīng)整理過的圖片，并生成提示，用戶可以根據(jù)這些數(shù)據(jù)進(jìn)行修改。
漫畫的話，通常會(huì)同時(shí)生成兩張圖片供用戶選擇，成本比較高，但效果并不是太好，因?yàn)橛袝r(shí)候用戶對(duì)哪張都不太滿意。
王穎：一個(gè)是一致性問題的解決，另一個(gè)是滿意度的提高。例如用戶只對(duì)圖像的臉部滿意，而對(duì)身體部分不滿意，那么評(píng)分可能只有 60 分；而如果整體都滿意了，評(píng)分可能會(huì)達(dá)到 80 分。
張鵬：這種方式在交付、交互和數(shù)據(jù)循環(huán)上都是有效的。
王穎：對(duì)，我們會(huì)在模型上進(jìn)行局部控制。比如，我們將分享和轉(zhuǎn)發(fā)按鈕放在顯眼位置，方便用戶操作后進(jìn)行分享和轉(zhuǎn)發(fā)。這樣的設(shè)計(jì)不僅能夠提升用戶體驗(yàn)，也能更有效地引導(dǎo)用戶參與，為后續(xù)進(jìn)一步優(yōu)化提供參考。
張鵬：橙篇算是文庫下面一個(gè)「特種部隊(duì)」？
王穎：它跟文庫是平行的兩個(gè)產(chǎn)品，但是底座的基座能力、基座算法、編輯器都是一套，不同主要在于前端的交互方式，除此之外，就是不同的產(chǎn)品團(tuán)隊(duì)在與模型對(duì)接。
張鵬：橙篇與文庫為用戶提供了兩種典型的創(chuàng)作方式：一種是原生創(chuàng)作加資料參考，另一種是資料參考加創(chuàng)作，最終的目標(biāo)都是打造創(chuàng)作的操作系統(tǒng)，兩者的價(jià)值在于解鎖更多高質(zhì)量的內(nèi)容供給，從而激發(fā)需求，并通過內(nèi)容分發(fā)建立連接，最終形成完整的閉環(huán)。
張鵬：過去發(fā)現(xiàn)，互聯(lián)網(wǎng)領(lǐng)域里只要能夠指數(shù)級(jí)提升創(chuàng)作者的數(shù)量，就有機(jī)會(huì)誕生新的分發(fā)平臺(tái)。你們相信現(xiàn)在又有這樣的機(jī)會(huì)了。
王穎：文庫的目標(biāo)是平衡消費(fèi)者和創(chuàng)作者之間的關(guān)系。過去，消費(fèi)者遠(yuǎn)遠(yuǎn)多于創(chuàng)作者，因?yàn)楹芏嗳擞X得創(chuàng)作是一件很難的事。
文庫的核心是讓每個(gè)消費(fèi)者都能成為創(chuàng)作者，通過進(jìn)一步降低創(chuàng)作門檻，擴(kuò)大創(chuàng)作者群體，促進(jìn)更多內(nèi)容的涌現(xiàn)，從而吸引更多人來消費(fèi)。
張鵬：文庫怎么定義 24 年的目標(biāo)？這里面的優(yōu)先級(jí)是什么樣的？
王穎：最重要的是有多少用戶使用，也就是 DAU 或者 MAU。這可能不是唯一的標(biāo)準(zhǔn)，但是是很客觀的標(biāo)準(zhǔn)。用戶愿意使用甚至持續(xù)使用某個(gè)產(chǎn)品，說明這個(gè)產(chǎn)品真的給他們帶去了價(jià)值。對(duì)于文庫這種依賴用戶主動(dòng)參與的線上業(yè)務(wù)，這是很重要的。
張鵬：未來文庫里的交互會(huì)出現(xiàn)根本性的變化嗎？
王穎：會(huì)?，F(xiàn)在有一個(gè)改版在醞釀了，后面還會(huì)有一個(gè)版本。
王穎：更傾向于自然交互。7 月底，橙篇 APP 出來之后，應(yīng)該會(huì)跟完全大家想的不一樣。
本文為極客公園原創(chuàng)文章，轉(zhuǎn)載請(qǐng)聯(lián)系極客君微信 geekparkGO
