摘要：要把 AI 落地到实际工作，挑战比想象大得多。面对 AI 这个新事物，大多数人，要么不接触，要么随便用一下，问几个问题，觉得不过如此，说一些正确的废话，就丢一边了。还有一些人，认为 AI 如果把事情干完了，那岂不威胁到工作，于是忽悠领导，说 AI 这不行那不行

最近没有更新，主要在做两件比较大的事。

第一件事 AI 落地。

天天都有哪个模型推出了某某功能，AI 又变天了…这些当然也没有停止关注，不管是真噱头，还是真牛逼，只有用的起来，才有意义。

要把 AI 落地到实际工作，挑战比想象大得多。面对 AI 这个新事物，大多数人，要么不接触，要么随便用一下，问几个问题，觉得不过如此，说一些正确的废话，就丢一边了。还有一些人，认为 AI 如果把事情干完了，那岂不威胁到工作，于是忽悠领导，说 AI 这不行那不行，拒绝使用。

必须承认，AI 有很多事还做不到，但是，也有很多任务，做得非常好，甚至比人做还好。哪怕不能做的比人更好，也能用人类 10% 的时间，做到 70-95 分。对于这个结果，有人认为非常有帮助，另一些人觉得不能 100% 完成，等于没用。

虽然挑战很多，作为 AI 信任派，积极拥抱，理性和宽容看待 AI 目前的能和不能，和 AI 一起进步，尝试在 AI 擅长的领域，探索使用起来。是我们这样的 AI 爱好者的内心想法。

分享几个我自己落地的 AI 场景，不一定适合你，但我相信讨论能带来启发。

一、提取文档数据。

从 PDF / WORD 中提取数据，存到 Excel 表中。我们的业务场景，有非常多专业文档，以前需要人工把关键数据（大概 30 项）复制出来，文档格式多种多样，语言也有多种，传统的程序是一点办法没有，这正好是 AI 擅长的。

我们做成了自动化，技术路径是：

首先，提取 PDF/WORD 的全文内容，扫描件用合合，非扫描件用 jina，这样能最大程度保留数据格式，并且能应付复杂的文档。

其次，精调 Prompt，推荐用 Claude 写 Prompt ，效果非常好，通过它谁都能写出质量极高的 Prompt。写 Prompt不是一步到位，需要多次测试，根据反馈评估进行持续优化，尽量不遗漏边缘案例，避免大改，在有效的情况下，尽量做最小的改动。

最后，把全文内容和 Prompt ，一起给 Claude。Claude 提取的质量非常高，我的案例中，30 个数据项，准确性 99% 以上。

要用到实际工作，有上面三步可能还不够，还需要程序做一些兜底、判断、转换某些已提取数据的格式、进行某些数据的计算等等，这些工作推荐用影刀RPA（机器自动化） ，不是技术出身的同学，也能够完成这些工作。

我们这套流程已经很成熟跑起来了，顺便说一句，我们的案例，已经入选 影刀 “RPA+AI 创新奖”，也获得了发明专利。

二、网站 AI 搜索机器人。

我们有一些内容网站，第一想到就是做个聊天机器人，基于网站的内容，让用户更有效率了解最新发生了什么。上线一版后，发现用户的问题范围特别广，超出了网站的内容界限，于是拓展到了全网搜索+网站自身内容。

这就变得有点像 Perplexity 和秘塔搜索了，不同的是，我们是垂直领域，问题聚焦特定行业，同时我们网站内容不是开放的。

做了这个东西才发现，AI 搜索，要做到高质量的回答有多难。一直在研究和尝试理解 Perplexity，它背后的流程和原理是什么。

大概有几个关键点：

1、进行问题规划。看到问题，不是直接搜索，而是先要规划解题步骤，将复杂任务拆解为多个子任务。再将子任务分解成合适的谷歌搜索词。

2、搜索谷歌，获得前 n 个搜索结果，同时并行读取网页正文（节省时间），这个过程推荐用 jina。

3、重排搜索内容，取前 2-5。排序前需要分块做chunk，我的经验分块不宜太大，也不能太小，大了成本高干扰大，小了容易截断，排序结果不稳定。大概 5000 个字分一块，让大多数文章能够自成一块。

4、速度方面是短板，这方面我还没有实际太好的办法，Perplexity 做到了速度质量都很高，它应该是自己构建了一套索引和缓存系统。欢迎懂的大佬分享提高速度的办法。

三、错别字和语法 AI 检查工具。

这个之前分享过，有兴趣可以看我历史的头条文章（最近的那篇就是），经过一段时间的运行，做了一些优化，主要是 Prompt 升级， 关键点是，让 AI 通读全文，然后逐段检查，以思考或者内心独白的方式，列举每段可能的错误，解释为什么错…同时，排除一些可有可无的小问题，最后，输出值得被改进的错误。

四、AI 翻译。

这方面做了很多尝试，有 AI 一键翻译多种语言，吴恩达反思型 AI 翻译，在谷歌用自己的语料训练翻译模型，Deepl 文档翻译（自己的术语库）等等。

细节不能一一说，太多了说不过来。说说几种方式的差异和适合场景：

1、AI 多语种翻译，这个是纯粹的 Prompt，这可能是我们业务才有的场景，有时候需要将一段话翻译成 17 种语言，传统方式得重复17 次，我们做成了一次出结果。推荐用 Dify 来搭建这些 AI 应用工具，真的好用，国内团队开源。

2、吴恩达 AI 反思翻译 Agent 。翻译本身的效果很不错，当然成本会比较高。这个我们没有用的太好，原因主要是我们需要保持文件格式，而且是复杂的格式，这方面很难满足。

3、在谷歌用自己的语料训练翻译模型。这个是谷歌的云产品，准备自己的历史人工翻译语料，大概几千条，更多效果更好，投入训练， 1-3 个小时完成训练后，就可以翻译文档了，优点是能够保持格式，可以学习你的专业术语，模仿你历史翻译的风格，还支持在线编辑错误的地方。缺点是成本较高，需要准备高质量的语料。

4、Deepl 文档翻译。

这个方式用得非常好，原因是可以兼顾保持文档格式，且有高质量的翻译，同时不必进行专门的训练。可以准备术语表，用来保证自己专业方面的翻译符合要求。

四、企业内部知识库机器人。

每家企业都会有大量的知识文档，散落各处，好些的有专门的 wiki，基于这些知识，搭建一个聊天机器人不难，难的是能够真正有帮助，业务同事愿意用。

还有权限问题，某篇文档张三可以访问，但对李四是拒绝的。所以要做好非常难，不仅仅是 AI 技术问题。

这方面我们也还在探索中，最近看到有家公司，叫做 Glean，据说做这块做的非常好，后面好好研究学习一下。

还有一些其他的小工具，就不一一细说了，有兴趣可以评论区交流。推荐几个构建 AI 应用的好帮手：

1、AI 应用搭建平台：Dify，同类中我用过最好的，国内团队开源，可以自己部署到本地，不想折腾也可以用官方云版本。

地址：https://github.com/langgenius/dify

2、写提示词：用 Claude 的 Generate Prompt， 效果巨赞！已有提示词？可以用 Claude 的提示词优化功能。打开 Claude 控制台使用。

3、AI 搜索：推荐研究使用 GPT Researcher，开源项目，相信你会对秘塔和 Perplexity 的运行方式，会有更深的理解。
地址：https://github.com/assafelovic/gpt-researcher

4、企业知识库机器人：推荐研究一下 Glean， 这个我还没具体研究，看过关于 Glean 的报道，据说它在这方面做的很棒。

上面是第一件大事，第二件大事是，我作为一个在杭州的赣州人，每到这个季节，就多了个任务，就是帮助家里，把自己家种的脐橙，找个好归宿。

以前都是在朋友圈吆喝，虽然朋友们努力支持，毕竟范围有限。咱是爱学习爱折腾的人，对 AI 有兴趣的都是这样的人。所以，今年搞了个快团团微信小程序，团名字参考了 AI 的建议，叫做：赣橙满园。

果农们很难，种出了好果子但不知道如何卖。数量不大，大概 2 万斤，有一说一，今年口感非常好，如果你刚好喜欢橙子，感谢你的支持！

来源：海之鸿鹄