NotionAI内测，笔记产品AI化竞争加剧

2008年，AppStore刚刚诞生，Evernote作为第一批上线的应用程序，下载量急速增长，甚至一度成为在线笔记应用的代名词。如今Evernote已经走向衰落，2016年出现的Notion迎头赶上，迅速风靡多国，成为新一代笔记王者。2022年，同样是几乎与ChatGPT的诞生同步，NotionAI在11月开启内测。尽管界面风格与使用体验截然不同，但Notion的确与Evernote存在相似的地方。例如保存网页的功能，可以让公开的在线资料变成私有的笔记内容。

不过Notion认为这远远不够，它希望用户能用它搭建一个专属于自己的“维基百科”，原本功能已经相当丰富的Notion，在AI加入以后也让内容的收集、整理和查找变得更加容易。按下空格键召唤AI，输入指令，它就能生成内容。NotionAI的使用体验就像与ChatGPT对话一样，但返回的内容又不完全一样。当我让它总结一篇文稿的时候，它则是直接在下方列出里面的重点，而不会像ChatGPT那样先来一个“开场白”。

作为一款笔记产品，如果AI返回的内容有一大堆开场白，用户就必须手动把这些内容清除掉，使用ChatGPT生成的内容很多时候也需要这么做。不过对于ChatGPT，我们依然可以通过额外的指令让它直接返回重要的内容，无非也就是多输入几个字，每月额外支付费用订阅NotionAI看起来还是有点小题大做了。

其实NotionAI能做到的不仅如此，Notion从一开始就希望AI功能可以和产品融合得更好。比如你可以直接在对话中询问有关其他笔记的内容，或是把两个笔记关联到一起，如果直接在ChatGPT上进行这样的操作，至少可能需要三四轮对话才能完成了。这项功能一直没有加入什么新玩法，所以如果想把Notion当作一个编辑器，让它帮你生成个插图这种事就别想了。

不过Notion已经从另一个角度出手，在原有功能基础上，NotionAI又在本月推出全新功能——Q&A。遗憾的是，目前这项功能同样处于内测阶段，并非所有用户都能立刻体验到。尽管如此，但是官方给出的介绍也足够详细，简单来说，就是可以把你在Notion上记录过的内容作为数据库，你可以用自然语言向它提问，或是查找笔记、罗列笔记内容等等。

根据一些内测用户反馈的使用体验，可以看出Notion对这项功能的设计也相当谨慎，甚至没有类似ChatGPT那样的“对话记录”。这也说明Notion希望它只是一个搜索工具，与聊天机器人作出区隔。值得一提的是，在搜索里加入AI这件事，已经快被遗忘的Evernote也做了，同样强调可以通过自然语言来搜索。当我输入一段搜索需求时，能看到它的确返回了一些结果，有意思的是，它还会显示一个“阅读更多内容”，点开就会发现系统使用了哪些关键词。这行字像极了“LetmeGooglethatforyou”（我来给你Google一下）那个网站最后出现的“拜托……真有那么难吗？”简直是对一个中老年互联网用户的侮辱！

虽然Evernote也列出了一些预设指令，但有些让它帮忙汇整笔记内容的指令输入进去后，它并不能返回任何有用的信息。相比之下，早在2018年从Evernote独立出来的“印象笔记”，虽然也快被用户遗忘，但是它的“印象AI”看起来更有诚意些。印象AI的功能设计和NotionAI如出一辙，操作逻辑也差不多，只是在“/”基础上加入了以拼音首字母为缩写的指令。

比如我想让它“继续写作”，输入“/jxx”就可以了。印象笔记在中国也做了一个类似Notion的产品——Verse，准确来说，更像是结合了Notion与Obsidian两款笔记应用的产品。只是我实在想不出这个名称的由来，可能是“metaverse”？至于logo就有点似曾相识了：尽管如此，Verse这款产品的完成度还是很高的，在Verse里使用印象AI，视觉上也和NotionAI很像，但是唤醒指令稍有不同：Notion可能考虑到通常人们很少在段落的最初就敲空格，所以就以空格键作为直接唤醒AI的方式，使用“/”则会出现包括AI在内的更多功能；印象笔记也许是考虑到中文空两格的写作习惯，再加上魔法棒在很多时候已经代表了软件上的AIGC功能，所以只有“/”一个快捷键。

两种方法都不会对使用体验造成太大影响，简单来说就是“习惯就好了”，不过两者对于内容的理解可能不大一样：印象AI：尝试用里面内置的示例文件来继续编写，接续上面的代码块示例，它直接生成了一个车轱辘话小剧场。NotionAI：同样的文件内容，放到Notion上，选择继续编写，NotionAI生成的内容看起来乱七八糟，但可以看出它似乎在模仿原本的逻辑和格式。为什么会出现这种差异？也许和产品本身使用的大模型有关，但也可能和软件开发者对大模型的微调方式有关。在用自然语言开发应用程序实现之前，通过自然语言为应用程序构建一套完成度较高、体验优秀的人工智能也许已经成为现实。看来，开发者们未来不仅要比拼码代码的能力，在训练大模型的技巧上，也要快马加鞭了！