认真思考重启 ChatPAN

这次可能是更加侧重用户使用的方式吧，先从自己的事情支撑做起来

大概率会选择开源➕商业化两个版本

对比自己的 #知识助手 微信小机器人和豆包

一个有实操的细节，一个是通用的正确的但是很模糊的回答

这就是用自己的高质量的内容作为知识库的价值

私域内容➕私域运营体系（SOP）是核心
结合 AI 成为更好的有差异性的解决方案

- AI
- 私域内容
- 私域运营体系

三者兼得为解决方案
得其两者可以是一个好产品，结合客户的另外的部分，成为解决方案

Cursor 应该去抓 GitHub issues ，或者所有的这种项目管理软件。

需求结构化描述清楚了，代码出来，人 review 并且通过 CI 等流程进行构建检查

在生财的一次分享，详细介绍我怎么使用 Cursor

最近一直在深度使用 Cursor，估计以后还可以分享很多

把前面做的基于知识库的微信助手部署在测试群，大家开始使用真是问题问起来了

还有一些细节要进行调整，总体上体验还是很不错的

另外发现提问和回答的过程，就是一个内容生产过程啊
如果结合卡片海报生成 + AI语音，这不就是可以批量生成短视频内容了

#知识助手

#群课程助手

考虑到大部分场景下，微信机器人都跑在没有外网IP的内网机器上

把微信机器人按照发布/订阅（Pub/Sub）改造

可以对同一个微信机器人（微信号）订阅不同的聊天/群聊

再参考 Telegram 让机器人的程序根据注册进来的 reply_fetch_url 进行回答抓取

回答已经生成，就等抓回去用微信机器人发出去啦

- ✅ 课程直播/录播课程转录文字
- ...
- ✅ 微信机器人联通
- ✅ 微信机器人获取问题
- ☐ 微信机器人返回回答
- ☐ 微信机器人发送课程链接，优惠券

#群课程助手

- ✅ 课程直播/录播课程转录文字
- ✅ 文字清洗，整理
- ✅ 内容拆解，课程章节关联
- ✅ Chunk 拆解，向量化
- ✅ 问题清洗，整理
- ✅ 问题向量化，寻找相似课程内容
- ✅ 课程内容组合并生成回答
- ✅ 回答和课程章节关联
- ✅ 微信机器人联通
- ☐ 微信机器人获取问题
- ☐ 微信机器人返回回答
- ☐ 微信机器人发送课程链接，优惠券

尤其是 AI 产品，必须管理层亲自下场，人不用很多但是必须要懂业务

可以不懂 AI，但是必须真的懂业务，这时候配合一个 AI 产品人员就可以干起来了

很多流程、产品、服务落地，甚至都不用有研发力量就可以弄个 MVP。当然了有研发就最好。

AI 使用的四个阶段

1. 通过 AI 进行信息检索
2. 通过 AI 进行内容生成
3. 把一些只能设定成为 AI 智能体，让他去工作
4. 多个 AI 智能体形成一个工作小组

最常见的是 1,2

秘塔、PPP 什么的都集中在 1

现在讨论火的图像、视频生成都在 2，程序员里面的 Cursor 也是在 2

在 1、2 的领域，都是通用型的产品，一定会有大量的公司卷产品，我们只需要选择合适的即可

在 3 的部分，就少有人涉足了。从这里开始一定是先想清楚自己的业务，然后把一部分拆解给 AI ，雇佣一个 AI 员工。AI 智能体在这里出现。

伴随其中的必然是 SOP、流程的设计，如何把 AI 引入并驱动到整体流程中变得很关键。

至于 4 是 3 的演进。

因为各种各样的原因还使用了一下 IDEA 和 vscode
因为退订了 Github Copilot 所以试用了很多类似的产品

最后发现类似的助手产品，无论是通义、Continue 都不比 Copilot 有明显差距

但是 ide 本身相比 Cursor 体验很差

还是在交互体验，交互体验，交互体验

站在纯纯的使用者的角度，很多产品，在交互的层面，都可以再做一次