微信沒做的功能，騰訊幫忙做了。

準確說，是騰訊元器，一款基于混元大模型的 AI 智能體開發平臺。

我在過去的文章里跟你們說過一個我的需求，希望微信公眾號能基于大模型能力把我的歷史文章作為知識庫進行學習并對外提供問答能力。

現在，這個需求被滿足了。

但是，并不是微信公眾號自己上線了這個功能，而是騰訊自家的另一款產品「騰訊元器」。

我在騰訊元器上新建并發布了一個 AI 智能體，并且讓知識庫指向我的公眾號。

進行簡單設置后，可以在元器后臺進行調試，還能自定義回答音色。

比如，我可以錄制一段我的聲音作為樣板數據讓模型學習，這樣就能以我的聲音來回答問題。

設置好知識庫之后，只需要在后臺綁定公眾號并授權就可以將 AI 對話能力集成到我的公眾號上。

從此，讀者在公眾號對話框里就可以和「我」進行交流，并且「我」也可以隨時對他們提出的問題進行回答。

這個「我」就是我的分身，是我的 AI 智能體。

騰訊這一波操作我還是挺服的，也的確是一種正確的產品布局。把這個能力做成一個平臺，而不是做成一個功能。

簡單說，如果把這個能力做成微信公眾號的一個功能，那格局就小了。

先看幾個效果。

我在自己公眾號對話框里問「我」關于產品訓練營的情況，「我」就從歷史文章里自動整合信息，然后進行輸出和回答。

順便插一句，接下來我們有一期線上產品訓練營，之前因為地域問題沒能參加的可以抓住這次機會，報名聯系我：tangren0517

從回答內容來看，確實是從我的過往文章里進行的內容篩選，而且準確度非常高。

這部分內容并不是機械篩選截取，而是通過 LLM（大模型）進行了潤色和結構化。

再看一個。

你們有誰知道小小唐的真名叫什么嗎？

對于這個問題，我在過去某一篇文章里有說過，所以歷史數據里是有答案的。

于是，我問了下「我」，以及我還延伸問了下小小唐是什么時候出生的。

從回答內容來看，準確度是 100%。

但是，模型還是進行了加工和潤色，把我過去在文章里表達的一些內容提取了出來，實際上這部分內容是沒必要加上的。

尤其是最后總結那一段，還是有很濃的 AI 味兒。

再問一個問題，你們知道我的老家是哪里的嗎？

同樣，我用這個問題提問也得到了準確的答案，我老家是湖南安化。并且，他還以結構化的方式列舉了我的個人背景。

接下來，我又問了自己一個問題，產品的用戶價值包括哪些？

給出的答案同樣是從我過往文章里整理出來的，我自己看了都有一種熟悉感，但是 AI 對文字表達進行了潤色。

那么，這個 AI 智能體可以用來干嘛呢？

我覺得，一方面它可以用作我公眾號搜索能力的升級，另一方面可以扮演我的分身。

因為我在公眾號后臺經常收到一些讀者提問，有了這個分身之后，我就可以大大提效。

從后臺信息來看，騰訊元器截取了我公眾號從 2013 年到 2024 年總共 1593 篇文章，這個數據樣本基本包含了我所有基于文字的公開表達。

可能有人好奇，這背后的邏輯是什么？

我看了下他們的介紹文檔，里面講到了基于知識庫的問答邏輯，大致可以通過這個圖來表達。

簡單來說，就是大模型會先對知識庫數據進行向量化處理，可以簡單理解成在一個三維坐標軸中把不同數據進行定位。

然后，根據用戶輸入的問題（提示詞）和知識庫的向量數據進行匹配。

接著，根據匹配結果進行內容組織和結構化輸出，最后就看到了我們想要的答案。

這個過程隱藏了很多技術細節，但對于產品經理來說，理解這套邏輯就可以了。

如果你們想體驗的話，可以點擊我的公眾號頭像進入主頁，然后點擊「發消息」，接著就可以在輸入框里跟「我」聊天了。

感興趣的，可以自己去嘗試下。

后續我還會給你們介紹一些我用的 AI 產品，對于還沒進入這個領域的讀者來說，是時候動手了。

················· 唐韌出品 ·················

安可時刻

在體驗過程中我也發現了一些問題，比如有時候響應比較慢，問了要等一會才會出答案。

還有，現在只支持騰訊自家的混元模型，如果能支持其他的模型就可以作為對比使用了，不過我覺得概率不大。