摘要：随着人工智能技术的飞速发展，AI在内容创作领域的应用越来越广泛。Manus作为一款能够自动生成行业报告的AI工具，吸引了众多关注。本文将为你详细记录Manus的使用体验，从界面设计、操作流程到生成报告的质量和实用性，全方位剖析其在生成行业报告方面的表现。
随着人工智能技术的飞速发展，AI在内容创作领域的应用越来越广泛。Manus作为一款能够自动生成行业报告的AI工具，吸引了众多关注。本文将为你详细记录Manus的使用体验，从界面设计、操作流程到生成报告的质量和实用性，全方位剖析其在生成行业报告方面的表现。
其实拿到 Manus 试用资格已经有一段时间了，一直没有时间好好用一下，抽空梳理下整体的使用体验。
从首次进入的界面来看，与其他主流的大模型 Web 应用的布局很相似。基于它的业务推广目的，主界面放了一些录屏案例，涉及的内容包括研究、生活、数据分析、教育、生产力以及其他精选类的案例。
操作流程和其他模型 Web 应用很类似，所以没有使用上的门槛。最近公司刚好正在做 AI 赋能提效的工作，所以我直接输入了 prompt：输出行业报告，AI 如何为企业赋能、提效，其中需要包含业界分析、行业的解决方案、风险、投入成本、预期收益等信息。来验证它生成的内容到底靠不靠谱。
Manus 接到任务后就开始自动化工作了。左边栏显示工作流程，分别调取了知识库（是之前自己生成的内容或 prompt），然后连接了 4 个数据源，主要来自 LinkedIn。
随后，它展示了其工作流，确定任务清单，收集数据，分析 prompt 需求，生成报告。
大约半小时后，报告生成，展示的目录结构如下：
一、引言
二、AI 企业赋能的业界分析
三、行业解决方案分析
四、AI 企业赋能的风险与挑战
五、AI 企业赋能的投入成本分析
六、AI 企业赋能的预期收益分析
七、结论与建议
报告最后还提供了针对大型、中型和小型企业的实施建议，以及对 AI 企业赋能未来发展的展望。为了验证报告数据的准确性，系统还注明了参考资料出处。我抽样检索了其中的一个资料源：德勤咨询的《AI 应用案例精选》，很轻松地在网络上搜索到了该报告，附上报告链接：https://www2.deloitte.com/cn/zh/pages/strategy/articles/ai-application-cases.html?utm_source=chatgpt.com
生成的报告可以转换为 PDF，支持下载等操作。但 PDF 有时排版会出错，下载 Word 文档通常能比较完整地保留所有生成内容。
整个生成过程的录屏可以通过链接方式分享，大家可以访问：https://manus.im/share/cCrmjOCGceo07iMeGMcu7A?replay=1 来查看我这个案例的生成过程。
乍看一眼，生成的报告达 34 页，貌似信息很全，理应可以从中找到自己想要的信息，然而并没有。大而全的信息严重过载，反而我需要的内容却缺失。比如，我希望能具体看到如何真正将 AI 工具落地到项目的方法，但报告中只是笼统地讲了一些大家都知道的内容。如何引进 AI 工具、如何部署、部署时遇到的问题如何解决等，这些具体操作细节完全缺失，整体更像是宏大的叙事，没有实质性的解决方案。
对于要写论文的同学来说，可能这个报告是有帮助的，毕竟它搜罗的是全网信息。
但对于信息聚焦的需求，在产品设计层面可能需要加入多轮问答的能力，将用户需要的信息尽量缩小范围、聚焦目标，在合适的范围内给出合理的方案，或许是 Manus 后续迭代的一个方向。
PPT 截图
Manus 的问题也比较明显：生成过程耗时过长，验证周期太长，容易导致用户粘性降低。当然，如果生成结果足够靠谱，用户是愿意等待的，但目前还未达到这个程度。
信息的有效性还需进一步完善，大而全的冗余信息会让用户无所适从。
一些 bug 也存在，比如 PDF 生成质量不稳定，PPT 生成质量基本不可用。
生成报告后，它提示我可以将报告永久部署为交互式网站。我选择让其帮我生成网站，Manus 就开始网站搭建，显示将构建如下功能：
1.完整展示报告的所有章节内容
2.添加多种交互式功能
3.响应式设计，确保在桌面端、平板端和移动端都有良好显示效果
4.现代化的 UI 设计，包括深色/浅色模式切换、动画效果等
搭建过程显示大概需要 7-8 个小时，可在后台处理，不影响前台正常使用。我第二天打开网站后提示服务器过载，生成失败。
从右边的显示栏可以看到部分网页代码，可以通过 VS Code 或浏览器打开查看。看 Manus 官网展示的案例，生成的网站效果还是不错的。希望后面他们与阿里合作，能够得到充足的资源，弥补这块不足。
根据一些媒体信息分析，Manus 采用了 Anthropic 公司的 Claude Sonnet 模型作为其基础大语言模型，并辅以多智能体协同架构。如同八爪鱼一般，一个任务被分解到多个触角（agent）协同处理，由大脑（Claude 和其他大模型）做出决策，来完成整体任务。Manus 使用 Google Search、Python 解释器、Web 浏览器等工具，加上一长串的思维链，自主完成用户需求任务。这一过程是完全透明地展示给用户的。
虽然 Manus 在网上还存在一些负面评价，但我认为它是大模型应用的绝佳案例。基于大模型的指挥，一堆专业 agent 在各个领域发挥功效，让我们享受到之前需要花费大量精力和时间才能得到的成果。
来源：人人都是产品经理