面向学生和知识工作者,把网页、截图、PDF、复制文本等零散资料放进同一个学习主题。先在原文学习页阅读、划重点、看 AI 旁注;再通过来源管理页筛选可信资料;最后由 AI 去重、合并、重构成带引用的结构化笔记。
资料越多,学习流程反而越断。收藏夹、传统笔记、AI 问答都接不住。
灵感来自教辅式双栏——AI 留在副栏。原文页是教科书,重构页是期末复习资料。
四个已落地的高保真界面:原文学习、来源管理、AI 重构、学习工具。
大模型能力矩阵、四层技术架构,以及与 vivo 蓝心的结合点。
三个维度的突破、目标用户与场景、阶段路线图,以及最后的收束。
资料越来越多,学习却越来越碎。
在讲怎么做之前,先讲为什么这样做。灵感、结构与两种阅读姿势。
教辅的主栏是原文,副栏放图解、通俗比喻、题目提醒、章末总结——辅助理解,从不替代正文。
这套信息组织方式在学术圈也有名字——康奈尔笔记法。知织把它搬到数字学习场景:AI 只占据副栏,不抢走主栏。
屏幕够宽,主栏原文与副栏旁注并排呈现。右侧是我们为 Pad 设计的直接呈现形式。
屏幕受限,副栏收起,改用弹出 Popover——形态变了,职责不变:锚定段落,不替代原文。
同一份学习主题,两种阅读姿势。先在原文里读清,再让 AI 把多来源整理成可复习、带引用的学习材料。
忠于原文的增量阅读空间,用户做阅读、划线、批注。AI 只在副栏生成关键词、问题、通俗解释,锚定到具体段落。
基于用户选定的来源,AI 去重、合并、提炼成结构化笔记。每个结论保留引用,可回跳原文,可继续生成卡片与测验。
多来源原文在同一页面纵向阅读,每个来源保留独立边界。AI 微总结和大纲辅助理解,关键词高亮弹出批注。
用户决定哪些资料进入 AI 的上下文。每个来源可检查状态、开关参与重构,失败来源可重试。
输出不是聊天记录,而是一份可以继续学习的材料。3 份来源 · 已去重合并 · 保留引用。
整理结果可以继续迭代,也可以直接带走。记忆卡片、测验模式、导出三种路径。
大模型负责理解原文、重构笔记、生成复习材料。
从多源输入到结构化学习输出
客户端轻交互,服务端统一处理
三个创新点,一套可信的 AI 学习系统。
知织面向真实学习资料,把资料收集、原文阅读和 AI 重构连接成完整学习流程。已有 demo 展示了核心体验,下一阶段将接入真实导入和大模型能力。