逐字稿文字預覽
好。喂喂喂,可以聽見嗎?大家好。 让他让他跟他说让他听一下看他们那边有没有 欢迎大家来到哎不对那他们爱吗是不是 但是我们是不不OKOKOK 哎我觉得欢迎大家来到的天下直播走可以 老林老八好大一个铁子 他里面有反馈吗 没有哦 这现在应该是提供电视场的部分 没有我开着卖呢 请不吝点赞 订阅 转发 打赏支持明镜与点点栏目 请不吝点赞 订阅 转发 打赏支持明镜与点点栏目 请不吝点赞 订阅 转发 打赏支持明镜与点点栏目 请不吝点赞 订阅 转发 打赏支持明镜与点点栏目 请不吝点赞 订阅 转发 打赏支持明镜与点点栏目 请不吝点赞 订阅 转发 打赏支持明镜与点点栏目 哈喽大家欢迎来到今天的直播间 我们等待直播间的朋友们陆陆续续进场 哈喽各位朋友们大家晚上好 欢迎来到今天Workbody和艾玛的直播间 我是今天的主持人Yoyo 今天这场直播呢 我们聚焦两款产品的协同 就是我们今天的Workbody与艾玛知识库 先做一个简单的定位介绍 Workbody是腾讯旗下的一站式AI原生智能体工作台 我们希望通过AI帮助每一位用户 把复杂的工作变简单 它不只是于回答问题 更能理解任务 调用资料 自主规划步骤 并且最终交付一个文档 PPT 网页等可用的成果 而埃玛知识库是腾讯AI知识管家 它可以帮助我们把文档 网页 笔记等各类资料 汇聚成个人或团队的专属知识库 并基于这些知识提供智能问答与创作支持 让AI真正的读懂你 一个是替你做事的工作台 一个是替你记事的知识管家 今天呢我们就来和大家聊一聊 当这两者配合起来的时候 能为我们的日常工作带来一些怎么样的改变 不过在此之前啊 我想请大家去跳出一个惯性的认知 就是很多人其实现在还是一提到AI 会第一反应觉得它是一个问答工具 你问一句 他答一句 一个chatbot 于是我们常常会觉得 是不是用不好 AI是因为我们不会提问 不会写提示词 但其实真正的问题有时候不在提问上 而是在两个地方 一个是资料每次都要重新喂 你手里明明有现成的材料 可是每一次展开对话 你都得重新再和他讲一次背景 第二个是我们产出的成果总是散落在外 AI好不容易帮你产出了东西 但是呢你用完就没了就散了 就可能散落在你的电脑各个文件里面 没有沉淀 于是你下一次还想再做一套这样的事情的时候 你又得从零开始跟他去讲背景 那么这就是我们和AI之间最真实的那道坎 你存的很行 但是用的很少 你达的不少 但是你留下的却不多 那能不能换一种方式呢 让我们在埃马知识库里沉淀下来的知识 不再只是静静的躺着 而是真正的为我们去工作 让AI产生的每一份成果都能沉淀回来 并且用的越来越顺手 今天这场直播 就是想和大家探讨这两位主角的分工 Workbody负责让AI做的成功 而Emma负责让AI记得住 那这套协同具体是怎么来运作的 接下来我们有请我们今天的嘉宾Gary老师 来和直播间的朋友们来打个招呼吧 大家好我是Gary 我是Workbody的产品运营 那今天呢我们会聚焦如何去搭一个会执行 会沉淀会进化的AI工作流 来讲解这本场直播 其中设定了两个产品 分别是我们腾讯的AI知识管家Emma 另一个呢是我们腾讯的AI工作台Workbody 那在正式开始直播之前呢 大家观众都在陆续的进来 我们先给大家看一下我们这场直播 整体会讲哪些部分 今天我们将从痛点切入从八个部分来进行讲解。 最开始我们会聚焦刚刚Yoyo提到的一个痛点,叫为什么Chatbot形式在当下不够用。 那第二个呢 我们会提出我们workbody和Emma 协同的底层逻辑是什么 帮助大家更好地理解后面的内容 然后我们会看一下两者协同 它能够覆盖哪些场景 用法总览是怎样的 后续呢 我们会进入更加实操的基础教程 包括详细拆解这些教程 在workbody中要怎么更详细的去跑 最后呢 我们会把它提炼成更详细的能力积木 并带大家把这些能力积木 迁移到创作者 学生 求职 职场 这四个角色的场景中去 大家感受一下 他们在真实工作中的工作流 然后在直播的最后 我们会带着大家再回顾一遍 我们的这个Workbody 成Emma的工作流是怎么样的 帮助大家能够快速的上手 那希望今天 大家能够通过这场直播 来了解到我们Workbody 成Emma 如何形成一个资料 到任务 到产物 到回环的这样一个闭环 那今天 那Workbody和Emma 他刚刚我们说到了 他不是一个 不是两个个干个的 而是一套配合 那么资料从挨马进来 任务在Workbody里面展开 那到底我们应该怎么样去 进行这一套闭环呢 相信Gary老师来给大家展示 好的 没问题 那在开始讲这个闭环的逻辑之前呢 我们先带大家感受一下 我们如果不去使用这套闭环 可能会遇见的问题 那很多用户会给我们反馈 包括我身边有用Workbody的朋友 或者说用其他chatbot的朋友 他会来跟我说 他说感觉自己的这个AI 总是用不顺手 他们停留在这种 一问一答的感觉里面 对 而且就会觉得 他用的不好 是我不会写提示词 还是说我选的模型 不够高级 还是说就是不太理解 这种AI运作的逻辑是什么 明白 实际上呢 关于提示词和你选的模型 这一块 那我马上来给大家做一个解答 那实际上这个是因为 大多数人 他对于我们AI使用的认知 还停留在问一次答一次就结束 或者说网上进一层会停留在 我在同一个任务框里面 去问答多次然后结束 那这样就会导致 下面的四个很大类的问题 第一个叫做 你每次需要反复的去问资料 比如说你要重新做一个项目 那你可能关于你自己的身份背景 你自己的一些项目规则 包括你的这种 涉及到的一些相关的辅助资料 你每次都要反复的去问给AI 那第二个就是AI它其实始终是不记得你自己的风格审美 你正在推进的项目 它每次都会是第一次见你这样的感觉 那第三个呢就是你的成果也是十分散落的 在AI里面生成出的这种文字 你每次都复制到别的这种文档里面 或者复制到你的微信聊天框里 最后下次你想起来要用的时候却找不到 那第四个呢就是你之前所做任务的经验 它都没有保留下来 所以每一次呢你做完同一类事情 之后下次做类似的事情的时候 你还是要重新的去写你的提示词 重新讲背景 这个实际上才是我们使用AI时候 遇到很多问题的原因 那问题呢 不是在于刚刚我们悠悠讲到的说 模型选的不够好 或者说你的提示词撰写的不够精致 实际上呢 现在大部分的模型是足够支撑大家跑完任务的 并且你写出的提示词 只要是人类能够读懂的 那么在当下 模型能力的情况下 AI也是可以理解的 它的真正问题 在由于这个地方写到的 AI它没有被组织起来 现在的模式是 你把东西抛给AI AI给你答案 你再拿着答案 去做进一步的处理 用完机器 下一次又是归零的 而我们今天要讲的模式 是一种全新的AI工作流的模式 也就是你如何拿着资料 去做任务 形成产物 最后回存 回存的东西呢 又可以赋能到 下一次的任务里 那么通过这样的 一个复利的形式 你就可以越用越懂越用越后 那我们接下来就是来讲如何搭建 这一个后者的工作流 好 那 那这里就是回答我们悠悠刚刚的问题 就是我们Emma和Workbody 到底是怎么去分工的 实际上用一句话概括 大家方便记忆的话 就是Emma是我们的资料底座 而Workbody是任务引擎 也就是我们Emma 她可以去负责纯属我们的资料 去沉淀知识 形成长期的记忆供你去使用 而Workbody这边呢 可以调用艾玛里的资料 然后拆分不同的任务 然后形成各种各样类型的产物 包括我们的PPT 包括我们的word文档之类的 同时还可以通过各种各样 丰富的连接器生态 包括专家和专家团这样的形式 去交付各种各样的产物 明白 就是说其实你在艾玛里 每攒的一份资料 它都不是一个死的 它就会被Workbody去调用 并且加工 最后变成一个可以交付的成果 而这成果又会重新去回到艾玛 对总结的非常正确 这就是我下一面PP要给大家展示的 这套工作流实际上就是在说三件事情 分别是取用和存 那取就是从艾玛中调用我们的相关知识 用就是用workbody去执行 那存就是把它再回存回body 同样通过这样三件事情呢 我们就可以形成一个完整的工作闭环了 明白 那其实很多观众朋友们也会问 道理是这么个道理 但是它会不会说很复杂 门槛会不会很高 就是具体它是操起来是怎么样的呢 明白 那我们今天后面直播的所有重点 就放在如何让大家学会使用 Workbody成埃码 并且学会迁移到自己真实的工作场景之中 那现在我们先从一个 带大家了解一下这套闭环 可以覆盖哪些场景 然后带大家定位一下 看能不能覆盖到自己的生活之中 好 首先实际上呢 五类可以复用大的场景 基本上是可以覆盖大家所有需求的 第一种呢 是叫做把你的专业知识变成AI工具 比如说你可以在艾玛知识库里去存储 与你知识领域相关的一些方法论业啊 行业上的报告啊 SOP之类的 然后变成一个你的专属知识户 然后呢 在workbody之中 基于这个知识库去生成你的一系列 比如说小程序啊 比如说这种文档啊 或者之类的PPTR之类的 而且这个地方就是我们之前和 Workbody和AIMA在用户投稿中 也有收到类似的案例 我们有的用户就会把这个滑雪 就是雪崩相关的非常专业的论文 被到AIMA里面 然后呢让Workbody基于这个生成雪崩模拟器 那这样实际上就是非常好的一个案例 因为如果没有AIMA约束的话 AI它是很有可能就是在网上搜索到一些不正确的信息的 而且可能会有一些AI幻觉 对我们可以通过Workbody成Emma 去这样解决AI幻觉的问题 然后利用非常专业的知识去做底座 那第二个是我们最常见的用法 也就是知识库建设与提取 你可以把所有散逻的知识放到Emma里面 然后通过Workbody去学习和了解Emma里的东西 然后基于这个去产出 那么基于这个产出的更高级的用法 就来到我们的第三个 也就是AI辅助内容创作 我们Workbody是可以产出各种各样的类型的产物的 所以这个就天然适配我们在公众号啊 小红书啊 包括视频啊 这样他们每个平台所需要的具体的素材是不一样的 所以我们也可以利用Workbody成AIMA 让AI在更了解你本身的文风的情况下去辅助你的内容创作 那第四个就是在学习领域 我们也可以作为学生党 也可以把书课程论文等未经资料库 让AI去陪你系统的学习这个领域 那最后呢 最高级的用法就是通过Workbody 和挨马里面通过自动化的方式 把你每天的重复劳作 变成定时的任务 那这样呢 你就可以把你自己 从这些重复的劳动之中解放出来 这个也是我们今天会讲的一个重点部分 那接下来我们就通过真实的案例 像刚刚悠悠说的很多观众比较关心的 我们看看怎么去使用起来吧 好,那首先我們來到最基礎的部分,也就是你如何在這個workbody裡去用到艾瑪。我們來到workbody的真實頁面給大家操作演示一下。 首先我们这个位置是在左侧 点击更多 然后点击你的爱马知识库 好我这里是已经连接上了 那为了给大家演示 我们先解除绑定 然后带大家感受一遍绑定的过程 那点击爱马知识库之后呢 它会出现一个立即前往授权 大家可以点击立即前往授权之后 这里就是可以用微信访问 然后如果你的电脑上 现在是登录着你的微信的话 你就可以直接通过快捷登录的方式 一键去登录我们的Emma 好 这个地方呢 它会弹出一个授权提醒 大家可以看一下 它给的三个授权是 一个是在workbody之中 去查看资料库列表 另一个是查看和搜索 知识库的资料 最后一个呢 是你可以将知识库的文件 添加到任务 或者将文件保存到Emma知识库 那么我们这个地方 勾选同意之后 把授权给到 这样授权成功之后呢 我们就可以在workbody之中 去看到我们AIMA的知识库了 那这样就是一个非常简单的连接的过程 那找到AIMA 接上AIMA之后呢 我们现在就要调用AIMA 也就是把AIMA之中我们储存的资料 真正的加到workboard的任务中 那这个地方呢 实际上有两种主要的方式 第一种呢 是像我们刚刚进入的这个 AIMA知识库的这个界面之中 我们可以比如说鼠标悬停在某一个 这个文档之上 可以直接一键点击这里的 就可以添加到我们对话框的任务之中 那除此之外呢 还是回到我们刚刚这个界面 我们也可以选择多个任务 这样点击下方添加到任务 就可以添加到我们的对话框之中 那除此之外呢 如果你在比如说协同的过程中 例如这里 我正在打字 那我想在这个任务过程中去添加东西的话 我们就可以在下方点击这个加号 选择添加文件 有一个埃马知识库 那么点击这个埃马知识库之后呢 也是可以添加的 并且这里你可以直接选择添加一个知识库 或者添加单个知识库 就是多个知识库这样以库为度去添加 或者呢你也可以选择右边文件这个地方 选择某个知识库 里面的单个文件也是支持这样添加的 那么这样就是我们一个调用的过程 那最后呢 刚刚我们也多次强调了 我们最后有一个取用存 存的过程 那存这个地方呢 也非常的便捷 比如说现在我和Workbody 对话之后产生了这样一个PPT 我选择这个PPT 在右边打开预览 那这里有一个上传到云端的选项 我可以选择上传到云端 放大一点 让观众看得更清晰一些 好的 看一下 这样子 稍微大一点 我们点这个上传到云端 好 点击之后呢 有爱马知识库 然后我们可以去选择对应的知识库 选择确定之后 就可以一键保存了 所以我们整个这个非常轻量化的流程 大家是可以自己基于这个去探索的 那大家可能就会有疑惑 是不是 就是虽然说这个 我们刚刚能看到这个非常顺 就这一套逻辑 但是虽然我们学会了 如何去接上挨码 然后调分资料 但具体如果在我们工作中 它具体可以怎么样 去进行一个实操呢 有没有一些具体的案例 或者场景啊 明白 我们这个取用团的逻辑是这样的 但是距离我们刚刚讲到的 覆盖的场景 其实还有一些距离 那这个距离 我们就可以通过 接下来的一个详细的拆解 来给大家感受一下 我们会假设 现在我们给大家场景设定了一个任务 叫为body造物这一个产品 去做一场上市传播 那这个我们接下来 涉及到的所有的资料 包括这个产品本身 都是我们通过workbody去虚构的 只是在这里给大家做教程使用 在现实中是没有这样的案例的 那今天呢 我们收到的一个任务 是我们需要交付一个完整的 品牌上市传播的方案 包括这个方案对应的PPT 以及我们需要为这个活动 做一个网页的落地页 最后呢 还需要给老板画一个 这个传播矩阵的逻辑图 那想象一下 如果是用AI的问答的方式做 Yoyo你觉得好做吗 就是如果只是用AI的问答方式 它没有办法帮我去交付这个产
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：232.4 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：103.2 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：失敗
問題：exit code 46
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：732.5 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：0.5 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：0.6 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：0.7 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：237.4 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：0.5 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：0.7 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
- 部分時間軸可能不精確
unit 6: 7 chars owns 14.000s (max 8.000s)
- 逐字稿可先使用，但有待校正清單
segment=11 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=12 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=13 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=14 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複；segment=15 adjacent_duplicate: 與前一段完全重複，可能是滾動字幕或 ASR 重複
- Qwen3-ASR 未完成，需確認 qwen_asr_lab 環境與音訊後重試精進模式。