How NotebookLM Was Made
01:13:57 Share

我相信你们会收到很多相互冲突的意见。在我们继续之前，我想问一下，因为我们正好在讨论这个话题，你们是如何让音频变得引人入胜的？这不仅对深度探讨有用，对我们作为播客主持人也很重要。什么是引人入胜的？如果你能为我们分解一下，那就太好了。

我可以尝试一下，虽然我并不敢称自己是专家。

所以我会给你一些建议，比如语调和速度的变化。你知道，这是一种写作建议，比如这句话有五个单词，而那句话有三个单词。这种建议就是要让你在写作中加入兴奋感和笑声等等，但除此之外，你还可以如何分解呢？

基本的结构显然不能游离不定。需要有一个最终目标，声音要朝着这个目标前进，无论是人类的还是人工的。我发现一个常见的问题是，如果两个人之间总是意见一致，那就不太好听。因此，需要有某种紧张感和悬念，比如保留一些信息，听故事时，你会逐渐了解更多。

音频的吸引力可能更为重要，因为你实际上没有能力像翻阅书籍那样快速浏览内容。你可能在开车，或者在其他地方，这样你就会被吸引，因为有悬念。这也是很多播客的工作方式，虽然不一定是访谈，但很多真实犯罪和娱乐类节目都是通过逐步展开信息来吸引听众的。这也回到了内容转化的主题，比如你可能是从维基百科的某个历史故事开始的，维基百科的内容通常会在第一段就直接给出信息。

我们本可以选择一种方式，比如让某个人直接叙述这个故事，这可能对某些观众有效。我想这就是我对标准历史课程的想象。但因为我们试图将其放入这种双人对话的格式中，我们注入了不同的观点，而不是一开始就给出所有信息。

也许你会抓住一个主题，深入探讨，然后再试图将自己带回主线。这主要是从脚本的设置角度来看。至于音频，我之前提到过，它试图尽可能接近人类的语言，这是我们迄今为止发现的成功之处。

是的，音频中有插入语。当你听两个人交谈时，会有很多“是的，是的，对吧？”以及很多质疑的声音，比如“哦，真的吗？”

你觉得怎么样？我注意到了这一点，这太棒了。

完全正确，确实如此。

我的问题是，你们是否请了语音专家来做这些，还是你们自己想出来的？你们可以说，好的，和一群小说作家谈谈，看看如何让内容更引人入胜。或者是喜剧作家，或者其他任何需要让内容引人入胜的领域。

是的，但音频是什么呢？确实有专业领域在研究这个，而我们作为AI工程师只是随意摸索。

这是个好主意，但你们显然没有这样做。

是的，我的猜测是，你们没有。确实，有些人会认为，制作引人入胜的音频需要有语言学专家在场，但实际上并非如此，因为这个人曾在语言学领域学习，而现在是工程师。他说，他的许多同学并不擅长语言，他们知道如何分析语言以及语言中的数学模式和节奏，但这并不意味着他们在口语或写作上会很流利。

所以，我认为我们还没有在音频格式上投资专家，但也许将来会。

这真是太有趣了。我认为有一个非常人性化的问题，那就是：什么使某件事变得有趣？还有一个更深层次的问题是：我们都在寻找什么样的质量？是需要有人搞笑吗？

有些东西必须是娱乐性的，有些东西必须直截了当。我认为，当你试图提炼这些时，这就是我们在这个实验中学到的有趣之处。我们只推出了一种格式，因此我们必须将我们对有趣事物的所有信念浓缩到一个包裹中。

因此，我认为我们了解到，与聊天机器人互动在最初是新奇的，但并不有趣。人类才是让与聊天机器人互动变得有趣的原因。

我会尝试一下，像是“有趣”这个词的拼写。人们与之互动的乐趣在于，你可以给它添加自己的风格。

但这意味着要翻转这个概念，告诉它：“现在你来有趣。”你给聊天机器人机会去做这件事，而这并不是聊天机器人本身。它只是音频，而是那种质感，我认为这真的让它活了过来。

正如我们在这里描述的那样，我现在必须引导你走向有关商业化的路径，我该如何做到这一点？我确实认为你需要专家。我认为我们会在未来与专家合作，但我认为这必须是在我们正在构建的下一个项目的背景下。

我想我在这里想要改变什么？我根本相信需要改进的是什么？我认为我们仍然需要进行更多的研究，以了解人们实际上在使用这个工具做什么。我们现在仍处于早期阶段，甚至还不到一个月。

是的，我认为另一个要素是，你带来的都是你自己的资料。你对这些资料有一定的了解，或者你关心这些资料。因此，我认为这也改变了整个局面。你关心的是这些资料的动态，但你只希望它足够好，能够引人入胜，因为最终他们谈论的是你的抵押贷款契约或其他任何事情。

从主题本身来看，这很有趣，甚至不考虑协议和缓慢揭示的信息。

我认为这是一个大问题。也许如果我画出一个图，如果有人在朗读它，那就是绝对的糟糕。

但你们是否会为幽默而提示？这是个难题，对吧？

我认为这更像是一种引导方式，尽可能地引出幽默。我认为幽默实际上是最难的事情之一。

但我不知道这是否是人类的。

是的，但你看到那个鸡的例子了吗？好的。

如果你还没有看到。

在Threads上有一个视频，我认为这是马尔科·王的作品。

欢迎来到今天的深度探讨。哦，是的，准备好迎接有趣的内容，因为我们要深入探讨鸡，鸡，鸡，鸡，鸡。

你没听错，来自道格·宗克。

是的，你听到这个标题是正确的。

今天的听众，你们将需要我们的帮助。

我完全可以理解为什么。绝对是密集的，令人困惑，充满了比KFC自助餐还多的鸡肉。

这太有趣了！所以像这样的内容，真的令人愉悦，令人惊讶。但幽默并不是我们所提示的。

幽默也是上下文相关的。我们意识到，虽然我们没有为幽默提示，但我们确实为其他许多事情提供了提示，这些事情引出了幽默。

我认为关于生成内容的事情，如果我们看看YouTube，我们在YouTube上制作视频，很多人都在缩略图上大喊大叫以获得点击。每个人都有一种“你需要做什么才能获得点击”的元思维。

但我认为在你们的产品中，另一边并没有实际的创作者投入时间，因此你们实际上可以生成一种可能并不普遍吸引人的内容。

你知道，我认为这最有趣的事情是，是否有办法让每个视频都能更接近你的口味。

当你观看时，这就是我认为AI的承诺，我们只是触及了这一点。每次我从某人那里获得信息时，他们都是以他们的首选方式将其传递给我的。对吧？如果有人给我一个PDF，那就是一个PDF。如果有人给我一百页的幻灯片，那就是我将要阅读的格式。

但我认为我们现在生活在一个转变的时代，转变真的很可能。比如，我不想阅读一百页的幻灯片，但我愿意在回家的路上听一个十六分钟的音频概述。我认为这真的很新颖，这为我们铺平了道路，可能是我们想要但没有预料到的。

我还认为你们会听到很多通常不会有内容制作的内容。我看到一个TikTok，一个女人上传了她2004年的日记。

当然，没人会制作关于日记的播客。希望不是，这听起来有点尴尬，有点诡异。

但她正在进行这种实时的倾听，哦，这是我日记的播客。现在听起来很有趣，我们可以一起听，但这种联系是个人的。她与她的信息以完全不同的方式互动，我认为这就是一个超级有趣的空间。

我正在为自己创造内容，以适合我想要的方式消费它。或者人们比较退休计划选项，没人会给你这样的内容，关于你个人的财务状况。

即使在我们开始这个实验时，很多目标都是为了处理一些非常冷门的内容，看看我们能如何转化它。如果你查看山景城的市议会会议记录，你永远不会去阅读它，但如果它是一个三分钟的摘要，那就会很有趣。

如果你有一个系统，一个提示，能够覆盖你所投入的一切。

你可以将其串联起来。

也许这真的很有趣。你知道，我正在努力弄清楚你们与其他人相比做对了什么。我认为你们对AI的处理方式与我交谈过的许多构建者有些不同。

我不知道这是什么。你说的，我必须转移到我身上。但这就像人们将AI视为一种工具，但通常它只是执行他们的命令。你们真正做的是加载这两个虚拟代理。

我不知道你们是否曾经说过“代理”这个词，但你们让这两个虚拟人类存在，并让他们从自己的观点出发，允许他们以某种方式生活。这准确吗？

我认为这接近准确。一般来说，我会小心地说，哦，你知道，让这些角色存在。但我认为，回到你之前的问题，是什么让它变得有趣，这就是让它变得有趣的原因。

我需要做到这一点，才能让它变得有趣。我认为这是一项值得挑战的工作。我还认为，这很有趣，因为他们对这个话题感兴趣。

这是否有趣？

是的，拥有两个退休计划是否有趣？不，但听这两个人谈论它，你会觉得这是最棒的发明。就像，深入探讨401k与Chase的比较，或者其他任何事情。

我知道，他们确实会说“你看这个”。

我知道，我知道。我梦到过这件事，抱歉。

我还有几个问题，关于这个工程的事情，显然其中一些只是我在创造性地询问它是如何工作的。你们如何在何时信任AI来为你们做决定？换句话说，作为今天的产品。

你想以某种方式改进它。你是将其工程化到系统中，像写代码一样确保它发生，还是仅仅将其放入提示中，希望LLM为你完成？

你知道我的意思吗？具体来说，是关于一般产品的事情。我认为这是人们正在努力解决的一个问题。

有些人会说，复合AI的人和大型AI的人。复合AI的人会说，Databricks有很多小模型，将它们串联在一起以生成输出。这是确定性的，你可以控制每一个部分，最终生成的内容。而OpenAI的人则完全相反，写一个巨大的提示，让模型自己去解决。