逐字稿文字預覽
Jeff到处都是 而且是我最近见过最让人兴奋的DI 他真的很像早期的ChagPT 那时候我们面对的是一个特别强大 也很原始的东西 大家都在想怎么把它用到极致 所以今天我想讲的不只是Jeff是什么 还想讲怎么用它 怎么理解它 它擅长什么 不擅长什么 然后我还准备了一堆 别人已经用Jeff做出来的演示 好,先来说说战是什么,战是几天前刚发布的。 它是一种新的AR,本质上就是一个非常厉害的决策器。 但不止如此,真正让它与众不同的是,它能非常快。 而且非常便宜地做出成千上万甚至几十万 几百万个决策 如果这些听起来还是很抽象 那先别走 我会给你一些具体细节 讲讲这东西到底能做什么 好 这里有一个GIF的最基础例子 你会把问题整理成GS1,指令,或者说Prompt。 就是热狗算三明治吗 然后你再给他一些判断标准 告诉他该怎么想,怎么判断他到底算不算三明治。 然后这里我们还能继续往下问 什么是实物 接着就会得到它的定义 所以综合这些来看的话 如果我们运行它 像热狗算三明治吗 这样的判断73%结果为止 也就是说在这里它会判断为止 Justine你能清楚描述自己想做什么决策 能提供很明确的上下文和结构化问题时特别好用 如果这些条件都满足 Justine对你的使用场景会非常强大 但它也有不擅长的地方,比如它不是文本生成模型,你不能随便丢给它一个不结构化的问题,然后指望它直接给你答案,比如,你不会拿它来问我该怎么跟老板谈这件事的建议。 它不是这么工作的 你不会让它帮你写代码 因为它写代码没那么强 但它很适合做一件很酷的事 如果你有一个很大的前端 UI素材库 想动态生成前端 它其实可以从这个UI库里挑选组件 帮你拼出整个网页 前提是你得先有一堆它能选的按钮 一堆它能选的输入框 还有字体和其他元素 这样他就能在不到一秒的时间里 帮你拼出一个很厉害的网站 所以如果你让Jeff和Fable下棋 Fable会赢 不过要是给下棋加上时间限制 Jeff大概率会赢 因为Fable处理每一步都太慢了 而Jeff几乎可以立刻做决定 很可能是这样 虽然如果没有时间限制 Jeff本来赢不了这局 因为Fable会先耗尽时间 但加上时间限制后 Jeff就能赢 先看第一个例子 它是个挺好用的AI文案检测器 如果你觉得某个网站 或者某种创意写作是AI写的 可以让Jeff帮你检测 还有个网站叫madewithjv.com 上面有很多用Jeff做出来的 库东西和演示 我这一次就是从那里找的 我们看了anthropic.com 它显示有26%是AI SOP 基本上是手工写的 主要还是人写的 但里面确实有点ear word 这也不奇怪 至少可以肯定 他们确实用了cloud模型 来帮忙写一部分内容 而且他会具体拆解自己在看什么 以及为什么判断某一部分事 这又是Jeff的一个超棒应用场景 我真不明白 这段为什么没有更火 他只拿了三 六万次观看 不过这是Kissy做的 叫Unclutter 是一个和JIT搭配使用的智能广告和弹窗拦截器 它几乎是瞬间生效 而且你也能看到它的效果特别好 你自己接入密钥基本上也就是几乎免费 我得先顺便说一下价格 Jeff的收费是每百万输入token4.2每分 输出token免费 输出token数量不限完全免费 所以当你打开一个网站时实际发生的事 他会把所有元素连同一段说明一起发给Jeff 告诉他怎么判断什么东西算垃圾信息或者烦人的内容 Jeff会做出判断 然后把这些元素全部移除掉 所以很简单也很酷 下一个其实就是这期视频的赞助商 Sepier 我已经和他们合作有一段时间了,他们已经把Jeff加进了Zap平台。 所以,如果你在做任何类型的自动化,都可以直接在工作流里用Jeff来帮你做判断。 比如,我们来新建一个Workroom,然后往下到Actions这里,搜索Jeff就会看到它。 Type-6 Jeff。 现在,你可以把它当成Zapier里的一个App来用。 这样你就能把他和Sephir 以集成的九千多个App里的任意一个连接起来 用不同方式组合 让Jeff来决定这些连接怎么执行 比如我可以说 每次收到新的日历邀请 就让Jeff决定我要不要接受 我会给他一堆判断标准 然后他就会自动接受或者拒绝 很明显 这只是个很简单的例子 但你可以利用Zipier提供的9000多个APP做得更复杂 这是我见过Jeff和Zepconnect2026里最酷的一个用法 那场年度大会刚刚结束 想看NextGZeph和Jeff能做什么 可以点下面我的链接 好了 下面是Jeff另一个很厉害的例子 一般邮箱客户端都是按时间顺序排序 也就是最新收到的邮件会排在前面 我以前还在Grogbit里做过工具 帮我优先处理该回复的邮件 但Jeff基本能瞬间做到 他可以根据自己判断的回复优先级 把成千上万封邮件排好去 这就是他刚做的这个功能 一百封邮件不到半秒就排完了 再来一个很实用的例子 你知道浏览器里的页面查找吧 比如我随便输入一段文字再输入find它就会 高亮这些词 我一直在用这个功能超级实用 但它是基于关键词匹配的 所以如果你输入的内容不在页面上就不会显示出来 Google一位产品经理做了一个模糊搜索版本 一般这种东西会很慢 但现在快得惊人 你只要输入想在页面里找的东西 不用完全一致 差不多把你要找的内容打出来 它就会直接在页面上高亮出位置 而且它还是开源的 免费用 还能接你自己的key 真的很棒 好了 你还记得视频一开始我说过吗 它不擅长写代码 但如果你有一套预先配置好的UI元素库 它其实能很快动态帮你搭出一个网页 我的意思是左边是页面渲染 右边是Jazz在实时动态生成 你看这速度有多快 它基本会根据用户想找什么 来决定网站改长什么样 要不要表单 需要哪些信息 要不要登录 我们这里看到的就是这个过程 整个过程非常快 不过 它不是从零开始搭建的 只是在一堆不同的UI元素里做选择 再把它们以正确的方式组合起来 好 接下来这个我们可能很快就会用上 这是一个例子 Jeff把一段90多分钟的视频 在不到两秒的时间里 根据你输入的内容 剪成了多个片段 看 这就是个例子 叫TripFast 你输入YRL Works 它就会扫描整段视频 可能还会看字幕 然后找出所有对应的片段 立刻帮你剪好 之后点一下就能直接下载 特别方便 我觉得这种场景正是速度真正带来的价值 好 我还剩两个 而且不一定都得特别有价值 有时候只要够酷 看着爽就行 给你看个例子 这是Jeff在理解配色方案 你真的可以随便输入任何东西 他都会把它认为对应的配色方案拼出来 比如80sdisco80spopretro 这是browser像是什么样的 浏览器看起来就是这样 Bowser看起来是这样 这里是Morio 这里是LouisG Warrior 他知道这些知识实体分别对应什么颜色 这里有蓝屏死机 Matrix 海滩 真的很酷 就是个超棒的演示 最后底部有一堆emoji 你只要开始输入任何内容 它就会判断哪些emoji和你输入的内容最相关 比如我这里想减肥 当然就会出现健康食物的emoji 再比如组个乐队 瞧乐器就出来了 所以这功能有点有趣 古怪又简单 但我觉得真的很酷 去看看Jeff吧 赶紧用起来吧,几乎是免费的。 他们一开始会送你五美元额度,而且拿来随便折腾。 看看能做到什么,真的特别有意思。 希望这些例子能给你一些启发,去做点自己的东西。 我还另外做了一期视频,详细讲了Jeff到底能做什么。 他是什么,也可以去看看。
本次執行流程與問題處理
下達指令
預期流程
- 自動字幕優先，Whisper 作為備援
- 來源選擇與品質檢查
- 文字校正與句子單元
- 筆記與發布
- 公開網頁發布
1. 下載與語音辨識
工具：videonote-transcribe-url（主辨識管線：下載、Whisper 辨識與選稿）
處理：下載音訊、以 Whisper 辨識並選出最佳逐字稿
產出：yt_dlp_meta.json（影片元資料）、audio_16k_mono.wav（16kHz 單聲道音訊）、transcript.whisper.json（Whisper 辨識結果）、transcript.json（正式逐字稿）、transcript_selection_report.json（來源選擇報告）
耗時：417.1 秒
關係：依序執行
結果：完成
2. 全文快速校讀
工具：videonote_rapid_transcript_review.py
處理：先速讀完整逐字稿，再修正高可信突兀詞句並列出待確認項目
產出：rapid_transcript_review_report.json（產出檔案）
耗時：40.2 秒
關係：依序執行
結果：完成
3. 建立句子單元
工具：videonote-build-sentence-units
處理：將逐字稿切成帶時間軸的句子單元
產出：sentence_units.json（句子單元）
耗時：0.3 秒
關係：依序執行
結果：完成
4. 句子密度平衡
工具：videonote_balance_sentence_units.py
處理：平衡句子長度與密度
產出：sentence_units.json（句子單元）
耗時：0.3 秒
關係：依序執行
結果：完成
5. 時間軸稽核
工具：videonote_timeline_audit.py
處理：檢查時間軸與音訊對齊
產出：timeline_audit_report.json（時間軸稽核）
耗時：0.4 秒
關係：依序執行
結果：完成
6. 品質檢查
工具：videonote_controlled_quality.py（檢查時間軸與品質）
處理：檢查語言、時間軸與可讀性品質
產出：controlled_quality_report.json（品質報告）、language_sanity_report.json（語言檢查）
耗時：0.4 秒
關係：依序執行
結果：完成
7. 播放時間軸回填
工具：videonote_rebase_display_timeline.py
處理：將網頁播放時間軸回填為校正字幕時間
產出：display_timeline_rebase_report.json（時間軸回填報告）
耗時：0.4 秒
關係：依序執行
結果：完成
8. 逐字稿交叉檢查
工具：videonote_cross_check_transcript.py
處理：交叉檢查逐字稿與來源字幕
產出：transcript_crosscheck_report.json（交叉檢查）
耗時：0.4 秒
關係：依序執行
結果：完成
9. 來源句整理
工具：videonote_prepare_source_entries.py
處理：整理來源句子供時間軸與頁面使用
產出：sentence_units.json（句子單元）
耗時：0.5 秒
關係：依序執行
結果：完成
10. 生成筆記摘要
工具：videonote-generate-note（生成筆記摘要）
處理：生成筆記摘要與重點
產出：note.md（筆記 Markdown）、note.html（筆記 HTML）
耗時：119.7 秒
關係：依序執行
結果：完成
11. 建立筆記頁面
工具：videonote-render-html（產生筆記 HTML）
處理：產生可閱讀的筆記 HTML 頁面
產出：note.html（筆記 HTML）
耗時：0.8 秒
關係：依序執行
結果：完成
12. 發布公開頁面
工具：videonote-publish（發布公開頁面）
處理：發布到公開網站與每日列表
產出：公開筆記網址、result.json（管線結果）
耗時：0.9 秒
關係：依序執行
結果：完成
手動來源字幕
- 尚未產生
自動來源字幕
Whisper 字幕
Qwen 字幕
- 尚未產生
Parakeet 字幕
- 尚未產生
MOSS 字幕
- 尚未產生
聲學時間證據（PyAnnote / WhisperX）
- 尚未產生
校正前後逐字稿
- 校正前 transcript.whisper.json 純文字 JSON
- 校正後 transcript.json 純文字 JSON
目前待解決問題與初步改善方向
- 逐字稿全文快速校讀未完成
已保留自動字幕/原始逐字稿並繼續生成筆記。；未完成的全文速讀項目可在精進模式回聽確認。；RAPID_REVIEW_STATUS=REVIEW_REQUIRED_INVALID_OUTPUT
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。