現在不少AI產品都會有類似AI幫你總結的功能，總結文章內容、總結PDF內容等等。但這些總結性的內容，真的是我們想要的嗎？
我把問題發給朋友，結果並不驚訝。
他說：AI總結類產品，並不好用。他解釋道：自己經常在地鐵、咖啡廳裡刷朋友圈，看到不少文章因為時間太緊，於是乎會讓AI先幫忙讀一遍。
起初，感覺還可以，後來覺得，說的都是正確的廢話，跟看文章目錄、中間劃線部分沒什麼區別，缺乏新意，還會漏掉關鍵部分。
我很贊同，也非常理解對方感受，也遇到過類似問題。觀察市面大部分閱讀類AI軟體後發現，幫總結、幫讀、幫分析，快速形成提綱是避免不了的第一步。
我後來開始思考，什麼情況下認為它不錯，什麼時候又覺得它沒用？讓AI幫總結真的靠譜嗎？到底需要什麼樣的總結？如何讓不同的總結工具為我所用？
深入研究後覺得工具有問題，好像個人方法也不太對。
因為注意力有限，所以，我經常想，每天接觸文章、播客、視頻，怎麼把注意力集中在更多有價值的資訊上。
於是，有兩個處理方法：
所謂預處理，即：主動尋找一些高質量的資訊源，訂閱它們，每天定時同步到郵箱，晚上一併進行查看。
而幫閱讀呢？也就是，對每天各大資訊類APP即時推送還不錯的內容，提前用AI幫讀，讓它整理出核心觀點，摘要。然後，會根據AI給出的內容，決定這篇文章是否值得我花時間再看。
如此一來，就形成一條高效地獲取有價值資訊的完善過程。聽起來很絲滑對不？可是，你知道嗎？我用AI總結工具經歷了三次反覆運算。
一開始，AI閱讀還沒有流行起來。
我用AI閱讀，是在朋友圈看到有人分享了一個海報，加了一個企業微信，把文章轉給它，它就能自動生成內容。
小眾公司做得挺好，用起來挺省事的，還開一年的會員。沒想到，這家公司沒用多久倒閉了。自那之後，我心裡發誓，再也不讓這種軟體割我的韭菜了。
正是嘗到了甜頭，加上對AI總結帶來效率提升的渴望，我不得不尋找更多選擇，很快，發現百度網盤推出的工具；這個工具功能、使用方法都和之前差不多，而且用起來很方便，也就用了一段時間。
不過，好景不長。
隨著訂閱文檔、視頻、播客越來越多，我開始琢磨，視頻播客有沒有做摘要、幫讀分析的軟體？那段時間，我回到家，大部分時間都在尋找合適的軟體，至今還歷歷在目。
天道酬勤，的確找到不少。可是，一段時間后，新問題又來了。我總在3-4個軟體之間切換，晚上原本專注閱讀的時間正事沒幹多少，反而精力消耗嚴重；這讓我注意到，工具多，效率沒提高，就會分散注意力。
怎麼辦？
很巧，2023年中旬，國內大模型應用陸陸續續爆發。
阿裡推出“通義千問”，科大訊飛推出“訊飛星火”。那時候，我試用幾家，心裡想，太棒了，終於可以一鍵解決所有問題了。
但用一段時間后，又有了新的問題，我發現：部分我關注的內容並不在AI的總結範圍內，它總結的內容，不是我不關心的，甚至，我還要主動提問，它才能給出相關內容。
這很頭疼。在經歷從無到有，從有到添加需求的過程後，我開始認識到，AI會讓我忽略到一部分有價值的資訊。
什麼是有價值的資訊？不得不提到一個詞：準確性。
為什麼？
因為我用AI閱讀的目的，是希望它能快速給我想要的資訊，讓我明白作者想說什麼，背後的原因是什麼。如果AI不能把不重要的東西去掉，只給我關鍵的資訊，那麼，它給出的資訊可能就不夠準確。
所以說，準確性對於信息的價值非常關鍵。但是，我怎麼去衡量AI給出答案的準確性呢？
後來發現，每個人、每個AI，對“準確”的看法都不太一樣。有時候，我覺得重要的東西，AI覺得不重要；反過來也是一樣。
比如：
前幾天，我把一個關於人工智慧的研究報告，差不多一萬字，交給了“通義千問”。結果，它只簡單地根據子標題，總結每個段落的內容。你說，這準確嗎？在某種程度上是準確的，畢竟這是關鍵資訊。
可這些關鍵資訊，真如同道理一樣，被簡化成單一的結論，並未給出背後的所以然。
怎麼辦？我設定了自己的標準。我認為，一篇文章被AI總結出來不能少於三個條件：
用這三點，試好幾家公司的AI閱讀功能，果然，和預想的一樣，不管文章有多長，它們總結的內容差不多都在300到400字之間，最長的也就500字。
要求太高，好多都達不到，AI還不能像人類那樣深入理解文本、或視頻內容的深層意義和上下文。這讓我開始懷疑：
AI所謂的提升效率，是不是偽命題？它會不會讓我錯過自主思考和判斷的機會？我真能放心地把任務交給它嗎？帶著這些疑問，一直探索答案。
我甚至還在朋友圈吐槽：最沒用的AI產品是「總結類產品」。看起來在節省時間，但實際上，讓你離「一手資訊源」越來越遠。
為什麼，原因有四點：
總結出來的內容是‘老生常談’的大道理，看起來千篇一律，會讓人錯過很多真正好的內容，學知識，獲取智慧，是沒有捷徑的。
最重要的，並不是所有內容適合AI總結。
前一段時間，我聽一個播客，聽著很爽，有音樂有聊天，可AI總結出來卻令我大跌眼睛，因為聊天的口語加上雜糅的音樂，AI總結給的答案存在偏差。所以，很難去評判。
因此，我為什麼還要總結一遍呢？直接看目錄，看摘要不好嗎？
這種看似具體，但仔細審視卻高度抽象的「內容篩選器」產品到底價值在哪？後來我跳出產品看產品，發現答案不在AI裡，而在閱讀行為本身。
學習一般來說有三個階段：開始前，過程中、結束後。
開始前，要抓住主要內容；過程中，要詳細瞭解每一個細節；結束時，要把所有知識點重新整理一下。
這就像有點像磨咖啡。
一開始，會選擇什麼樣的咖啡豆、什麼配料，過程中精確地研磨咖啡豆，確保水溫、萃取時間都恰到好處，這代表了深入瞭解每一個細節；最後，你把咖啡倒進杯子裡，一飲而盡。
閱讀前，猶如看一本書的前言、一部電影的劇情簡介，AI總結幫助我們過濾內容和導航，讓你決定是否要深入瞭解的可能性。
書籍、文章雖然有作者、編輯把目錄和摘要整理好了，但AI總結和傳統總結不太一樣，AI很難做到精準篩選，相比之下，用戶的書評和影評更靠譜。
現在，總結也被用來整理中間部分，甚至它可以幫你把一篇長文，濃縮成一個腳本；從這個角度看，AI總結幫我們擺脫了內容貧瘠的文章，讓人有更多時間關注重要的內容。
那麼，閱讀後呢？
AI總結最大好處是給做總結的人，而不是讀總結的人。
如果跳過了過程（認真學習的步驟）進行總結，那真和豬八戒吃人參果一樣。如果你的目標是理解知識，那麼，閱讀后的總結可以加深學習效果。
因此，AI總結工具的目的，有兩點：一，它是説明我們在開始前和結束后提高效率的工具，不為過程負責；二，使用這類工具，是為了更高效地篩選資訊。
更直接一些，AI總結不能替代“閱讀行為”。
閱讀是什麼？
我把一篇文章給AI，AI給了我反饋，我發現裡面有兩三個有價值的點，停下來學習一下，這就是閱讀。所以，如果你把AI總結工具當閱讀，則會陷入獲得性陷阱（learned helplessness）中。
什麼是獲得性陷阱？
簡單來說，有兩個點：一，我們只聽到一點點資訊，就匆忙地認為全都懂了；第二，有時候，被自己已知的資訊限制了，形成了刻板印象。
一方面，人要通過大量的練習才能真正理解知識。閱讀和總結就像是給大腦的訓練。如果我們跳過了這個訓練過程，或者讓AI來代替這個過程，那其實什麼也沒學到。
另一個方面，在學習的過程中，過度依賴AI總結工具，試圖縮短學習時間，那麼，學習的品質可能會變差。因為真正想學習的人，即使使用了總結工具，也不會放棄深入閱讀。
反過來說：
只追求表面閱讀的人，有沒有？AI總結工具，他們也會找各種藉口說“看過了”。
因此，即使AI總結得很精準，這種高度抽象的方法，也會讓我們錯過真正有價值的細節，只剩下那些人人都知道的普通道理；這如同，別人已經把食物嚼碎了喂給你，你知道“吃飯是為了長身體”，但享受美食的過程，還是要自己親自體驗。
我突然想到了那句中國古話：不吃葡萄說葡萄酸。所以，通過“總結”學到的不是真正的知識，而是一種自以為是的錯覺（或者是虛榮心）。
不過，現實中，總有人試圖跳過學習的過程，直接獲得結果，這種對快速獲取知識的需求還是很大的。
像什麼各種付費課、興趣班、甚至很多人的微信收藏中，堆滿了永遠不會看的內容，難道不就是滿足所謂的「獲得感」嗎？
因此，工具雖然好，但關鍵還是看個人如何使用它。
那麼，我試圖還原閱讀行為，能給你帶來什麼啟發呢？
從產品經理角度看，開發「AI總結類產品」時，應該超越從傳統的提供開始前、結束後的總結思維中跳出來，涉及到過程環節。
前幾天，我做過一個調研。
一家資訊平臺技術負責人告訴我，從數據和用戶反饋看，總結功能使用頻率，低於其他功能。這是為什麼？使用者想要的並不是總結性服務，而是過程性指標。
想像一下：
你看到了一篇寫得很好的文章，你想讓AI幫你總結。我猜，你真正想要的不僅是AI給出的一兩句簡單結論（What，是什麼不分），而是，想瞭解文章的核心理由（Why，即為什麼）和方法（How，即怎麼做）。
所以，產品經理設計的AI工具，不應該只簡單地壓縮資訊，而應該是一個促進學習行為的動態工具。而使用者，想用工具提煉出關鍵資訊，並説明自己深入分析來學習、吸收知識。
不信，再看看我的行為，就是最好的例子。
因為實在受不了各大平臺的AI總結，後來我放棄了。然後，就在想，為什麼不自己開發一個AI應用？但想到自己不會敲代碼，想法有點不太現實。
怎麼辦？後來，想到一個土辦法，寫了一個 Prompt，這個指令裡，我寫清楚了讓AI扮演什麼角色，應該怎樣去總結分析內容，如何挑選重要的部分？以及輸出的格式是什麼樣。
這樣，每次我想要總結什麼，就把指令發給AI，AI收到指令後就會去執行。一開始用這種方法還不錯，但每次都得發送指令，稍顯麻煩。再後來，我把Prompt設置成了鍵盤常用語，一鍵呼出，太棒了。
所以，AI總結類的產品經理，要把時間給到“過程指標”，在開發時，可以多寫幾行關於“總結”的規則進去。當然，作為消費者，不能完全依賴AI給的總結，有價值內容，可以多看幾眼。
到場景中，才有答案。
相信隨著人們需求的變化、技術也會進步，總有一天，AI會幫到我們，切記，也不要完全依賴AI學習，讓自己丟失了獨立思考的能力。
專欄作家
王智遠，公眾號：王智遠，暢銷書《複利思維》作者，人人都是產品經理專欄作家。互聯網學者，左手科技互聯網，右手個體認知成長。
本文原創發佈於人人都是產品經理。未經作者許可，禁止轉載。
題圖來自Unsplash，基於CC0協定。