【AI 产品】Podwise:AI 助我听播客
我一直在小宇宙上听一个叫“硬地骇客”的播客,是三个有趣有料的开发者介绍独立开发的方方面面。非常喜欢,每期必听。最近一期节目中,他们介绍了自己的独立开发作品 Podwise,笑称这是“养成系”播客:一边做构建自己的作品,一边介绍这个过程中用到的工具、方法、理念等等。这是典型的 Build in Public,值得学习。本文是对 Podwise 这个产品的结构化梳理。
随着播客的兴起(已经有 200w 个播客 Channel),越来越多的听众在寻找更高效的方式来管理和消化大量的播客内容。Podwise 正是为此而生,它是一个为播客听众提供的知识管理应用。以下是对这款 AI 产品的详细介绍。
产品定位
Podwise 定位为播客听众的首选知识管理应用,它通过 AI 技术为用户提供结构化的播客内容,帮助用户更高效地学习和管理知识。产品链接🔗如下:
使用场景
当用户面对大量播客内容,但时间有限时。比如投资人群体,播客是重要的信息源🍚,他们把听播客作为一种工作日常。
当用户希望快速了解播客的主要内容,而不必完整听完整集时。比如面对“纵横四海”这种完全不讲武德😎,一集动辄 3~4 个小时、但又干货满满的播客,Podwise 就是节省时间的大杀器。
当用户希望将播客内容与其他知识管理工具(如 Notion、Obsidian 等)无缝集成时。笔记党们狂喜!
目标对象
播客爱好者,特别是那些每周只有 5-6 小时听播客时间的人。
对知识管理有需求的用户,希望将播客内容与其他工具集成的人。
功能介绍
AI 驱动的摘要:快速掌握任何剧集的主要内容。
思维导图形式的内容展示:帮助用户更容易地理解内容。
3 分钟大纲概览:提取关键点并提供摘要。
点击听:直接听感兴趣的关键点。
引用提取:从剧集中提取值得注意的引用。
文字转录:帮助用户搜索关键信息。
与知识管理工作流无缝连接:包括 Notion、Obsidian、Readwise 等。
使用流程
下面以介绍 Podwise 这期播客
https://www.xiaoyuzhoufm.com/episode/651188ea19dde7bf6a86a57f
本身为例,展示一下如何使用 Podwise。
用户订阅喜欢的播客内容
登录完整后,可以在 Trending 页面看到热门播客、单集以及最近更新。你能在这里直接查看单集,或者 follow 某个 channel:
或搜索自己感兴趣的播客:
如果这个播客系统没有默认 AI 处理,可以点击“Transcribe”,让 Podwise 用 AI 为你生成对应摘要、大纲、脑图等结构化、供快速消费的内容。
这是用户收听的单集播客:
这是用户关注的播客 channel,当新的播客剧集发布时,Podwise 会自动提供结构化的知识。
单集播客收听和结构化知识学习
下面是单集播客的“学习”界面,包含播放、总结、大纲、脑图、关键字、划重点、文字稿、Shownotes、发送(到 notion 等笔记软件)等功能。其中总结、大纲、脑图、关键字、划重点、文字稿都是 AI 生成的,是 Podwise 的产品核心。
下面是这些功能的界面截图。
总结与大纲:
优美的脑图:
关键词解释:
划重点:
文字稿(生成文字稿是 Podwise AI 系统工作的核心,它是总结、大纲、脑图等其他内容的母体):
发送到 Notion,成为你知识库的一部分:
定价策略
免费版:每月 4 集处理过的剧集。
标准版:每月 $5.9,无限制阅读处理过的剧集,每月 20 集未处理的剧集。
专业版:每月 $11.9,包括标准版的所有内容,每月 50 集未处理的剧集。
这里的未处理是指系统没有默认处理(热门的 Podcast 会默认处理)。
竞品比对
Snipd 是 Podwise 的主要竞品。虽然 Podwise 和 Snipd 都是播客应用,但它们的重点略有不同。Podwise 更注重知识的结构化和管理,而 Snipd 则更注重发现、保存和分享播客中的亮点。对于那些希望更高效地消化播客内容的用户,Podwise 可能是一个更好的选择;而对于那些希望保存和分享播客亮点的用户,Snipd 可能更适合。
开发历程
在这期“硬地骇客”播客中,开发者们介绍了 Podwise 从点子到开发再到发布的全过程。其中非常有启发的点有:
产品的定位。为什么有 Podwise 这个产品?开发者在播客中详细介绍了灵感的来源、与其他产品灵感的对比、User Story Map、用户调研等等。最终确定做这个以用户为中心的播客工具。
AI 应用开发的挑战。在开发过程中,团队遇到了许多 AI 相关的挑战,主要体现在两方面:
如如何控制 ChatGPT 的成本。这里提及的 Prompt Engineering 技巧包括:
使用英文的 Prompt,比中文更省 Token。
将总结、大纲、脑图、关键字等 AI 分析的工作流放进一个 Prompt 中。因为文字稿非常非常长,如果拆成多个 Prompt,会 Token 翻很多倍。
大文本段落切分。主要解决现在 LLM 的 Prompt 长度限制。
如何控制 AI 输出的稳定性。我最大的收获是:
输出别用 JSON,用 Markdown。因为 JSON 结构化太强,只要有一点错误,程序就会报错,不能处理。Markdown 的容错性更好。
输出的稳定性确实是当前非常大的问题。
增长策略。如何做定价、如何收集用户反馈、如何做 Product Hunt、多渠道的推广(对 100+ AI 集合站印象深刻)、如何做 SEO 等等。
总的来说,Podwise 的开发过程充满了挑战,但团队凭借对用户需求的深入了解和对技术的掌握,成功地推出了这款产品,并为用户提供了一个全新的播客学习体验。
产品小结
Podwise 为播客听众提供了一个全新的选择,它不仅仅是一个播客应用,更是一个知识管理工具。对于那些希望更高效地消化播客内容的用户来说,这无疑是一个很好的选择。
【完】
【往期推荐】
版权声明: 本文为 InfoQ 作者【无人之路】的原创文章。
原文链接:【http://xie.infoq.cn/article/891d49166346e03ee2407488f】。文章转载请联系作者。
评论