GPT对知识管理和交互界面设计的重大变革

这篇文章想聊聊GPT在知识管理领域的重大变革。 首先，我们来了解一下知识管理系统。 我个人对生产力和知识管理非常感兴趣，并进行了很多尝试。 通常，知识管理系统会帮助我们完成三件事：1. 获取知识； 2. 存储和解析知识； 3. 访问和服务知识。

获取知识通常是将自己的想法以博客或笔记的形式记录下来，使其不仅存在于大脑中，还可以保存在纸张、电脑或博客等介质上。 然而，仅有孤立的知识点是不够的，知识管理的核心在于管理。 一个好的知识库应该在孤立的知识点之间通过关联建立连接，形成一个网络。 这样，在需要某种知识时，可以迅速找到过去的经验教训并应用在其他领域或与他人分享，从而构建一个知识系统。

GPT对这个系统的每个环节都带来了深刻的变革。 首先是知识的获取。我曾在上一篇文章中提到，我制作了一个结合语音识别和GPT整理的记笔记工具。 使用这个工具后，我发现它的重要性和便利程度远超我的想象。 例如，在开会时，如果没有人做笔记，参会者的知识很快就会消散。 因此，如果有一个无痛、自动、专职的秘书将讨论要点记录下来并转化为文档，对于知识的序列化或持久化非常关键。 这大大降低了知识获取的门槛，增加了知识的总量，为构建知识系统解决了第一个困难。

同时，GPT不仅具有记录功能，还具有归纳总结功能。 我在工具中加入了一个新功能，将所有与GPT的对话记录下来，然后每天运行一个小程序，要求GPT阅读当天的文章，根据主题进行归类聚合，并在每个类别下展开要点。 这样，我的想法每天都会有一个系统性的总结。 这个跨时间的总结正是知识网络构建的关键。 GPT的文本理解功能和一定程度的逻辑功能已经赋予了它这样的能力。

第三点是知识的访问 (access) 和服务 (serving)。 传统工具通常依赖于手工连接建立，或者像OneNote、Notion这样的工具依赖于类似Yahoo的嵌套索引结构或嵌套文件夹结构。 然而，在这个时代，类似Gmail的做法可能更聪明。 它不再依赖于人工构建知识连接，而是依赖于知识内容本身，通过文本之间的相似性、搜索和语义理解，在用户提问时动态构建一个小型个性化的知识网络并展现给用户。 虽然我还没有制作这部分产品，但我相信通过搜索、理解和GPT的API应该很容易实现。

从某种程度上来看，这可能会成为一个摧毁现有知识管理系统的关键。 知识管理不再需要手工录入，手工整理，手工建立链接，而是直接口述，在用户查询的时候动态建立连接。这体现了GPT对知识管理系统两点核心改变： 一是降低门槛，二是提高天花板。 降低门槛是指使用GPT做笔记非常轻松，我们不再需要像以前那样打开手机、打开某个app开始打字，而是直接对着手机说话即可。 这个改变非常关键，例如，我现在一边锻炼身体，一边口述这篇文章。 提高天花板是指GPT结合电脑本身强大的存储能力，可以更深入地挖掘数据，提供以前可能被忽略的灵感，发现以前不知晓的unknown unknowns，从而提高知识的利用率。

此外，在制作这个工具过程中，我发现用户界面非常有意义。 最初，我使用了一个网页app，但在使用过程中发现了各种问题，最后将其改为了一个Telegram的bot。 这样做有很多好处:

1. 通过这种方式，我们可以在不增加任何代码量的基础上，让用户查看过去的聊天记录。
2. 它可以自然地引入用户概念，我们不需要维护自己的用户数据库，担心密码泄露、防御攻击和对抗恶意注册等问题，同时实现不同用户之间的自然分隔。
3. 它增加了额外的稳定性。在使用网页应用时，由于OpenAI API并不十分稳定，请求失败的情况时常发生。此时，由于应用的限制，用户必须重复之前的语音。但Telegram自带了存储发送的语音文件的功能，我们只需重新发送这段语音，即可提高容错性。
4. 它将同步过程变为异步过程。例如，在网页应用中等待API返回时，我们不能关闭屏幕或切换到其他程序，因为这会终止浏览器运行，导致API结果无法显示。但Telegram具有推送通知功能，插件可以在后台运行，计算结束后再与其通信，用户会实时收到推送通知。

这启发我们思考未来用户和电脑的交互方式会发生什么样的改变。 虽然传统的方式是图形交互界面（GUI），但随着GPT这种模型越来越流行，对话式交互可能成为未来的主流，至少在这种应用场景下是这样。 但同时，对话式用户界面的设计也面临挑战。 例如，在我们的语音识别工具里，如果想要手动为一段话添加主题，如果是图形界面，可能会设计成两个输入框，一个用于主题，另一个用于正常的语音输入。 但在对话环境中，只有一个维度，我们应该如何设计，说什么话，采用什么格式才能让人感觉自然，同时让机器容易理解，这也是值得探讨的问题。

总之，我们可能正处在传统知识管理系统的衰退期，和一种新的交互方式的起点，有许多全新的东西等待我们去探索。 而以上就是我一边锻炼身体，一边听完了课代表立正的视频，然后花了十分钟口述的，由GPT整理成文。

Comments