前些日子,特工宇宙关注到了一款名为「ResearchFlow」的产品。
它给我们带来了与传统 Chat 交互形态不同的 AI 搜索和学术研究的新体验,并且更加贴近人类对知识的深度探索和结构化思维方式~
还在因找不到合适的文献而焦虑?还在因读不懂论文而发愁?还在因组会汇报 PPT 而发愁?
随特工宇宙一起来看看这款 AI 学术研究新利器!
ResearchFlow 的产品定位是结合白板和思维导图功能的 AI 学术研究工具,目标用户群体是专业的研究人士和广泛的学习者,核心是让用户更轻松、直观地探索和组织复杂的研究内容,高效地获取深度洞察见解。
官网:rflow.ai,PC 访问更佳
进入 ResearchFlow 的首页,一眼就看出是精细化适配了学术研究的场景。
比如主搜索框的左下角模式默认「Academic」,也可选择是否联网搜索;还有「Academic Filter」可以细化如研究领域、资料来源、出版时间、引用量等设置项。
进一步使用,发现产品主要分为三大功能模块:学术搜索,深度探索,文档标注交互。
1. 学术搜索:遇到研究问题,可以利用产品内的学术数据库和个人数据,获得逻辑完善、权威靠谱的解答,有 Report 文本版和 Mindmap 可视化版,搭配食用更好吸收知识~
2. 深度搜索:用可视化的方式,将复杂论文以交互式节点呈现,还可以基于这些信息做进一步提问和求解,每个思维导图块 hover 即可出现「ask AI」快捷追问入口。
3. 文档标注交互:在文档里可以标注高亮、框选区域,框选后有「ask AI」入口和预置提问模式,对文字、图表单独分析,还可把 AI 分析的内容卡片拖拽进思维导图内!
在每个模块下,可以选择内容按 APA、MLA、Harvard 主流参考文献格式引用,还可将结果导出为多种格式的 Mindmap 或 Report,非常适合学术研究,大大提效。
此外,还可开启 Pro 模式,可以看到更丰富的导图结构和更完善的回答内容。
此外,ResearchFlow 从一开始也规划了商业模式,时间方案分为单个月/年/季度、月续费、年续费,价格方案在不同时间方案下为每月 $16-$25 不等;增值点主要在于上传文件、「Ask AI」、区域截取追问、更高质量回答等功能使用的频次。但是,所有的标准功能都是免费使用的,PRO 模型每日也有试用次数,大家可以去薅一下~
综合体验下来,ResearchFlow 比较适合两大类场景,都是帮助用户更高效地获取知识和消化信息,进一步得到洞察启发。
首先,当然是专业学术研究场景,有上述提到的功能细节所做的学术领域适配,以及对接的学术垂类数据库;另外,也适合有普遍深入学习研究诉求的同学,如在校学生、某领域爱好者、投资咨询从业者、甚至生活中做攻略。
据特工宇宙了解,ResearchFlow 的团队成员主要来自剑桥、北大、清华等全球名校,不愧是科研的顶尖高手,难怪对学术领域有如此深刻的理解。
与市面上常见的大多数 AI 搜索产品不同,ResearchFlow 在交互方式上做了差异化创新。
这样的差异点,使得用户不会局限在线性的搜索模式中,而是可以结构化、网络状地对于一个主题有更研究和全面的探索,并且可以保留已研究的 Context 历史背景继续延申,清晰直观高效~
举个栗子,如果面对一个半开放性的问题,如可能会有很多研究方向,需要多方面探索尝试。这时,如使用 Perplexity 这样线性模式,就会存在被分支打断搜索思路主路径的阻碍;而如 Metaso 也有可视化思维导图,但更多是最终结果的可视化呈现,缺少用导图模式结构化灵活交互...
Researchflow 更为合适满足诉求, 既有关于这个问题研究主路径的之前所有 Memory,又能在其中某个节点上自由探索延申。
业内常在讨论的 AI 搜索,利用 LLM 和工程能力,对用户的核心价值是搜索快速、准确、相关、全面,还可对回答信息做更高效的整理呈现。
用户使用 AI 搜索,一方面核心需要的是答案,产品首要满足上述基本第一性价值,例如与大规模学术领域垂直数据库对接、支持上传文件和联网,提升了答案的威信专业和即时性。另一方面,在研学场景,AI 搜索利用 LLM 自主规划步骤,模拟人类面对一个复杂问题时,结构化拆解、逐步探索延申的思维链过程,更加提高答案的全面和准确性。
总的来说,ResearchFlow 在功能细节和交互形式上的差异化,切准学术研究行业特点, 深入结合业务 know how。用户在使用过程中,不仅可以享受对已有信息整合提炼的效率价值,更可贵的是,还有基于已知信息进一步获得新的信息增量价值。
此外,在体验产品和写本文时,正好月之暗面发布了 kimi 的 AI 搜索新功能,其中一个典型特点就是会自动反思。其实「反思」更是十分贴合学术研究场景。
读论文、写论文本身就要求批判思考,实际输出中,不论是做 Literature Review、还是文末研究不足之处,人类的思维链方式也正是基于已有的信息,反思不足、思考改进,得出新信息。
与此同时 ResearchFlow 团队也表示,他们在做的是让用户和 AI 协作完成一个研究,过程中的每一个关键的信息点和决策点,都可以让用户通过交互,做进一步修改和深入延展探索,给用户灵感启发和思考辅助;而不是只让 AI 回答答案,并非要用 AI 替代用户的思考判断。
据悉,ResearchFlow 团队接下来还正准备开发分享系统,后续计划承接一些社区的论文分享内容,希望变成一种新型的知识分享平台。
“如果还是用传统的 ChatBot 做共享聊天窗,几乎很难真正实现分享的意义和目标,所以决定坚持做协同系统。”主创团队如此表示。
让我们拭目以待!
文章来源于“特工宇宙”,作者“特工女巫”
【开源免费】MindSearch是一个模仿人类思考方式的AI搜索引擎框架,其性能可与 Perplexity和ChatGPT-Web相媲美。
项目地址:https://github.com/InternLM/MindSearch
在线使用:https://mindsearch.openxlab.org.cn/
【开源免费】Morphic是一个由AI驱动的搜索引擎。该项目开源免费,搜索结果包含文本,图片,视频等各种AI搜索所需要的必备功能。相对于其他开源AI搜索项目,测试搜索结果最好。
项目地址:https://github.com/miurla/morphic/tree/main
在线使用:https://www.morphic.sh/