AI100訪談：「Get筆記」方法論｜量子位智庫

分析師 劉萌媛 劉鐵鷹

量子位智庫 | 公眾號 AI123All

2025年的AI筆記產品，Get筆記無疑是最亮眼的那匹黑馬，連續登上量子位智庫2025 H1和Q3的「旗艦AI 100」榜單。

意思是，它上線至今不過一年，用戶數量不斷攀升，綜合能力表現穩定地突出。

要知道，AI筆記產品所在的AI知識管理賽道，已是一片紅海。

大廠如百度的百度文庫GenFlow、阿里的語雀、騰訊的ima結合自家平臺生態+Agent提供一站式綜合知識庫平臺管理能力，老牌筆記公司印象筆記也推出了AI筆記管理模式，AI創業公司更是圍繞多種垂直場景推出輕量級產品，如專注碎片化知識管理的Flomo。

在國內外大中小廠紛紛卷入、AI創業公司也來爭一杯羹的市場格局下，Get筆記卻在短時間內獲得超150萬用戶，其中有超過一半的用戶還是純“素人”——此前從未用過羅輯思維、得到APP。

這不禁讓人好奇，Get筆記是如何獲得高粘性忠實用戶的？

得到聯合創始人、Get創始人快刀青衣說，大家可能覺得AI筆記的需求很簡單，但信息爆炸帶來的痛點每個人都有，不同團隊、不同人群的解決方案可能完全不一樣，只要切中用戶痛點就能有新生命力。

“Get筆記是和用戶共創的產品”，收集需求本身沒多少價值，但關鍵是讓用戶投票。

那么，Get筆記滿足了哪些用戶哪些場景下的哪些需求？對于語音轉文字、會議紀要這類看似同質化的功能，創業團隊如何在工程化設計、乃至底層理念上找到自己的差異化優勢呢？

帶著這些疑問，量子位智庫邀請到快刀青衣，深入聊一聊這款“上線半年用戶就已突破百萬”的AI知識管理應用。

在這次訪談中，他分享了Get筆記的產品理念，以及Get筆記如何積累前1000個用戶、如何判斷和跟進用戶需求的經驗方法，還分享了對于產品構建、業務邊界、功能迭代、創業機遇等方面的思考。

關于Get筆記：

Get筆記是“得到”團隊推出的一款AI驅動的智能筆記工具，其核心功能圍繞高效記錄、整理與利用知識，幫助用戶實現“好記、好找、好用”的知識管理目標。

截至10月份，Get筆記總注冊用戶數已經突破150萬。

Get筆記的主要功能包括：

• AI多模態記錄：提供語音速記（AI自動潤色）、鏈接速記、圖片速記（支持“智能拍書”）、文字速記等記錄模式。
• 知識庫管理：支持創建個人/團隊知識庫，一鍵上傳文件，AI自動歸檔及標簽化，同時支持訂閱博主，AI每日定時抓取更新并總結。
• 智能問答與搜索：基于筆記和知識庫內容，提供精準問答、筆記補寫、框架梳理等功能。支持通過自然語言檢索筆記內容，快速定位所需信息。

Key Takeaway：

1、Get筆記在沒推廣的情況下，超過一半的用戶是靠口碑吸引來的純新用戶，證明只要切中用戶痛點就能有新生命力，對得到APP也有教育意義。

2、有些功能看似一樣，但做的深度決定結果。如果有自己的洞察或體驗，就能將別人做成60分的功能做到80分，從而吸引用戶注意。

3、Get筆記是和用戶共創的產品，很多用戶使用場景產品經理沒有預想到。建立上百個用戶群收集反饋并讓AI分析和沉淀，但收集需求本身價值有限，更重要的是用戶投票。

4、每個團隊都有自己的稟賦，做Get筆記時不會從“競爭對手在做什么”出發，更多是看“自己想要的東西有哪些沒實現”、“能不能靠自己的方式實現”、“能不能發揮公司過去的優勢”。

5、創業團隊需要警惕“在產品中加很多功能”的傾向，看似能快速上一個60分功能，但后續迭代會影響主賽道、影響真正想做的事。Get筆記聚焦“好記”、“好找”、“好用”三個核心環節。

6、更關注用戶的真實使用行為。如果用戶只是因為推送、營銷點開APP，沒生成筆記、沒和AI對話、沒讓產品變成自己的生產力工具，那日活就是“虛假泡沫”。

7、多智能體工作流會顛覆不同行業。“一句話生成內容”這樣把主導權扔給AI的做法不可行。真正的專家會不停調教AI，就像帶寫手、記者一樣，告訴你“可以這么寫”，而不是“給你命題，三天后交稿”。

8、不要站在AI的“缺陷”上做產品，要站在三個月后AI能達到的水平上做構建。時刻思考“現在AI水平是什么”、“和產品結合的點有哪些”、“結合后哪些點三個月后能達到理想狀態”。

訪談實錄分割線

1、熱度如此高的AI知識管理是真需求還是有泡沫？

量子位智庫：AI筆記+知識管理賽道熱度上升，是有充分的市場需求還是有一部分市場泡沫？

Get筆記：我覺得絕對談不上泡沫。進入這個領域會發現，用戶需求很碎片化——每個人都覺得自己需要，都有相關痛點，而且有數據證明：你每天看很多公眾號、信息，有很多想記下來的東西，但過三個月可能就不記得看過什么了。

有一項數據：現在一個人一天的信息攝取量，相當于80年代一個人一年的攝取量。但每個時代的人都覺得信息爆炸——80年代有報紙時，大家覺得信息太多看不完；沒有短視頻時，大家覺得網站新聞太多過載；現在刷短視頻，還是覺得過載。

所以信息爆炸帶來的痛點每個人都有，不同團隊、不同風格的解決方案可能完全不一樣，面對的人群也不一樣。

比如面向大學生、職場白領、高管、老板、國央企員工，每個精準人群的需求都能挖掘。

在我看來，現在遠沒到泡沫階段，AI發展下去，人群會更細分。

舉個例子：我去過一家十幾萬人的大外企，他們的培訓部門有300多人，下轄三家五星級酒店——用來定期把十幾萬員工調到總部培訓學習。我問他們“企業最大的AI訴求是什么？”，他們說“能不能把培訓的紙質材料變成智能體或對話助手，讓大家不用來現場住5天培訓，日常就能學？”

大家聽著可能覺得這需求太簡單，但這是十幾萬人企業的真實AI落地需求。AI從開發到真正落地，中間的信息差、時間差還很多。

知識管理也是如此。把公眾號內容變成知識是知識管理，把企業5個人的對話沉淀到知識庫也是知識管理。

所以現在遠沒到泡沫時代，我甚至希望未來做這個領域的企業、創業公司、產品越多越好——只有越多，才能解決更多需求場景，讓信息流動更高效，企業效率更高。

2、Get筆記的用戶是否來自得到APP？核心用戶都是知識密集用戶嗎？

量子位智庫：Get筆記現在的主要目標用戶是什么？是否與得到基本重合，還是已延展到新用戶畫像？

Get筆記：這個問題涉及的數據，對我們內部來說，不僅超越了創新產品本身，還對整個組織、從上到下所有人帶來了很大沖擊。

先看數據：Get筆記總注冊用戶137萬（2025年9月數據），其中只有63.5萬是過去十幾年注冊過得到、在羅輯思維公眾號買過書或用過羅輯思維之前服務的用戶——也就是說有73.5萬用戶是純粹因為Get筆記注冊來的。

這個數據對內部的震撼在哪？過去兩三年，我們有些業務數據下滑、不景氣，內部很容易合理化：“得到創業這么多年，該有的用戶都有了，中國愛學習的用戶就這么多，不能怪我們，怪大環境不好，沒拉新也不能怪我們”。

但Get筆記出來后發現，沒推廣、沒投放的情況下，居然有一大半是純新用戶，純粹靠口碑來的。

這證明只要切中用戶痛點，就能有新用戶進來，有新生命力。

這對得到里很多傳統業務、傳統產品都是很大刺激，像一條鯰魚扔進沙丁魚箱，對整個組織都是很大促進。

這個數據的意義不在于數量本身——Get筆記的用戶量在中國互聯網圈里還是“小蝦米”，但對組織的震撼和教育意義很大。

量子位智庫：AI知識管理/AI筆記賽道有很多新用戶可挖掘，但市面上產品也多。Get筆記復盤時覺得自己是抓住了用戶哪一點，才跑在其他產品前面？

Get筆記：首先我沒覺得Get筆記跑在前面。

筆記軟件是個“小眾又紅海”的領域，特別奇怪——從大廠到獨立開發者，都覺得這是個好切入點。

有些小生意大廠不碰，有些生意小創業者不碰，但AI筆記（或AI筆記+知識管理類應用）不一樣：小創業者練手會用它，大廠的創新團隊也會用它。

就像郭德綱老師常說的，它看起來是個完全沒門檻的領域——“只要會說話就會說相聲”，但門檻在“入門后能不能持續做出東西”。

看似一樣的功能，比如鏈接轉文字、語音轉文字、會議紀要，不同團隊的理念可能完全不一樣。

量子位智庫：Get筆記現在的核心用戶畫像是什么？和用戶打交道、服務的過程中，對用戶的認知有沒有變化？有沒有和市場上對這類用戶的理解不一樣的地方？

Get筆記：現在Get筆記有幾個大的用戶群體。

第一個是泛創業者，以及企業里推動AI落地的人。

很多用戶反饋，企業剛開始做AI落地時，需要一個能讓大家快速體驗AI能力的工具，讓大家知道“AI沒那么高大上，日常就能幫到自己”。不少用戶把Get筆記當成公司內第一個AI產品。

比如做會議紀要，過去用傳統錄音筆轉換，現在用Get筆記，線下會議能錄3小時，錄完直接把鏈接發群里——用戶能看到會議中誰在什么時間說的話，點到那句話就能回放，還能和AI聊；甚至把幾場會議的紀要放一起提問。很多沒接觸過AI軟件的用戶，很容易通過這個功能滲透進來。

除了企業用戶，更多的是知識密度高的泛領域用戶，比如律師、醫生、教師，這些是我們現在很典型的用戶。

舉個例子：有一所中學在和我們合作，他們把老師的一堂課當成“線下會議”錄音——錄完把鏈接發給學生，學生回家后如果某個知識點沒聽好，能直接定位到第8分鐘、第10分鐘的內容重聽；聽不明白還能調出AI助手講解。

還有山東一家眼科醫院，院長是我們的忠實用戶，他要求護士和醫生把每天巡房、巡檢、手術的紀要，用語音方式錄進Get筆記——復盤手術、共享信息時，都用AI聊天或共享知識庫的方式。

這些使用場景，我做產品前根本沒想到。所以這個過程中，其實是我在向用戶學習，用戶的反饋也給我們下一步產品迭代提了很多想法。Get筆記是和用戶一起共創的產品，這一點很有意義。

3、用戶是否會覺得用Get筆記生產的內容來自AI而非自己？不同產品的“會議紀要”功能有哪些差異？

量子位智庫：Get筆記有哪些核心或特色功能？

Get筆記：最開始Get筆記的所有功能其實是從錄音開始的，錄音完之后做AI潤色。

這些功能大家可能覺得所有軟件都有，但我們過程中發現——有些功能看似一樣，但做東西的深度不同，結果會完全不一樣。

別人可能只做到60分，你如果有自己的洞察、觀察或體驗，就能做到80分，而80分的東西就能吸引用戶注意。

比如我們雖有錄音功能，但核心會放在AI幫你潤色這個點上。

和我們一起調教AI的同事，都是資深內容創作者。他們要做的就是讓AI調教后的內容沒有機器味，更像書面化又不失口語感的文字——把口語詞刪掉，變成一段能直接發出去的好文字。

最開始我們就是靠這個功能，抓到了大部分用戶。哪怕用戶開車、跑步時隨便錄一段，都能變成好文字發出去。吸引到第一批用戶后，我們發現用戶的使用場景很多，就逐漸找自己擅長的領域。

Get筆記8月上線的智能拍書功能，也是我個人很喜歡、很有用的功能。

我們有很多電子書資源，也有圖片筆記功能。拿一本書舉例，過去得到電子書用戶和紙質書用戶常遇到兩個問題：電子書用戶說紙質書用戶看完書后找不到筆記；紙質書用戶說電子書用戶在電腦、手機上看書沒儀式感。

“智能拍書”功能解決了這個問題——哪怕你看紙質書，打開Get筆記的“智能拍書”，拍一頁書，馬上就能識別出是哪本書，還能把紙質書和電子書的筆記匯集到同一本書的列表下。未來不管什么時候想到這本書，進Get筆記就能找到這本書下所有自己做的筆記。

這時候和AI對話，就不只是基于一本書，而是基于一本書加自己在這本書下做的幾百條筆記；甚至現在我們推出了基于10本書加10本書下所有筆記一起對話。

你會發現，當數據源足夠精準，AI的輸出質量就會很高，它不是網上抓取的垃圾新聞。這兩個功能對我個人幫助很大，而且Get筆記里所有功能，其實都是基于我們自己的需求產生的。

量子位智庫：Get筆記提到錄音轉文字會做更高質量的潤色，那么Get筆記和其他產品在輸出質量上有哪些具體差異？

Get筆記：我舉個例子。很多所謂的AI寫作軟件，讓AI模仿風格時，很容易出現“模仿魯迅、巴金、茅盾”這類知名文學大家的情況。

我們最開始也想讓AI學這些，但我們公司是內容公司，有很多資深人士——比如北大出身的語言學家李倩、作家賈行家，還有羅振宇、脫不花這種一直做溝通表達的專業人士。

我們調優AI時，常出現這樣的場景：把原始錄音文件和AI調完的內容拿給他們看，他們就開始挑毛病，說“不應該這樣，該學某個人某幾篇文章的風格”。

最崩潰的是，他們說的這些人，我和算法負責人幾乎沒聽過，很多人都要現搜。比如有一次他們提到一個人，我問“這人是誰？”，同事說“是20年代或30年代香港大公報的專欄作者，文字很有韻味”。如果不是在這個團隊，我根本不會知道這個人。

后來同事跟我說，既然是為每個用戶潤色，就不能讓用戶潤色后的內容都像魯迅、巴金——魯迅的風格一眼就能認出來，我們要的是“優美的中文、優美的白話文”。

所以我們調優時，核心理念是讓用戶覺得生產出來的內容是“自己的”，不是AI的，也不是Get筆記的。

量子位智庫：會議轉文字是很多辦公軟件都有的功能，Get筆記的會議紀要功能，相比市面上普遍的產品，優勢在哪？為什么企業、學校、醫院愿意用？

Get筆記：有些產品的會議紀要就是單獨的音頻會議記錄，但我們會深入用戶場景——我們本身是做學習場景的，得到的創始人就是在學習小組認識的，所以很多需求來自我們自己的使用場景。

比如做完第一版會議紀要后，我們想：聽會議時如果嘉賓放PPT，能不能拍張圖插入紀要？嘉賓說話時，如果自己腦海里有靈光一現的想法，能不能記下來？

所以我們加了“記要點”功能——自己打兩行字，備注“這個想法能用到我的業務里”。

會議結束生成紀要時，嘉賓的內容、自己的靈光點、插入的圖片會融合在一起——它不只是“聽會記錄”，還結合了個人思考。

再往后，當你在一個平臺錄10場、20場、100場會議，加上平時的積淀，AI會更了解你。

單獨看一場會議紀要，大家的能力差別不大，基本在60分到75分之間。但當你沉淀了足夠多的數據，用這些數據去調優AI，產生的價值會更大。

所以我給大家一個建議：不管用哪個平臺的會議紀要，別老換——老換就沒辦法沉淀自己的數據和內容。

至于產品方，在中國的產品團隊里，單純功能上的能力差別其實不大。

4、功能上線是依據產品經理的判斷還是用戶的投票？如何通過自然增長積累前1000名用戶？

量子位智庫：Get筆記收集到很多用戶需求，如何判斷需求優先級？怎么決定要不要做某個需求？

Get筆記：我們有兩個評判標準。首先，團隊只有一個運營，人少就要想辦法自動化——我們拉了100多個Get筆記用戶群，每個群一二百人，用戶會反復反饋需求。

我們用企業微信和飛書表格，讓AI分析、沉淀需求，整理成飛書多維表格。但收集需求本身沒多少價值，更重要的是用戶投票——

打開Get筆記“我的”頁面，能看到所有用戶提的需求（群里的反饋或用戶自己添加的），其他用戶可以投票。

對我們來說，功能排期不用太多思考：用戶投100多票的需求，肯定比投5票的先做——100多人在等這個功能上線。

△Get筆記產品需求許愿池

這個過程中，用戶參與感很強，還有個好玩的小細節：以前拉群用戶提需求，常問“為什么不做這個？你們不知道用戶著急嗎？”，我們一個運營加產品很被動，總要解釋“要排期、看優先級”。

有了投票功能后，用戶提完需求會主動說“我看需求池了，我的需求排不高，你們先做優先級高的”；甚至有用戶提完需求，其他用戶會跳出來說“我的需求比你更重要，你先記著，別催團隊”。

我們和用戶的關系變好了，也不用靠產品經理做復雜決策——聽用戶的話沒錯。

量子位智庫：Get筆記獲得前1000用戶時是自然增長，復盤來看，最對的一件事是什么？如何和用戶打好關系？

Get筆記：我們前一萬名用戶基本靠用戶口碑和分享。

最開始我們只有小程序，做了一個“病毒化小限制”：小程序初期錄音時長有限，第一版最多錄10分鐘，分兩個梯次——錄3分鐘、錄10分鐘。

如果用戶把Get筆記轉發給好友，好友來用且真實生產了筆記，用戶就能從3分鐘權限升級到10分鐘。

這個動作在前期推廣中作用很大：用戶錄3分鐘后覺得產品能幫自己潤色出好文字，又覺得3分鐘不夠用，就會手把手讓身邊朋友、家人體驗，甚至盯著別人“必須錄一條筆記，不然我升不了10分鐘”。

后來做成APP，這個功能就砍了（沒有小程序限制了），但這個過程讓我們拿到了很多用戶的真實需求，也看到——只要功能切中痛點，哪怕是小功能，用戶也愿意幫你傳播。

5、是否會關注大廠競品的競爭？產品自身是否有明確的業務邊界？

量子位智庫：24年已有大廠做知識管理產品，現在市場變化下，會不會顧慮競品？大家都在往AI助手、外部知識庫方向拓展，會不會對Get筆記形成競爭？

Get筆記：我們公司起點就是“從自己的需求出發”。

公司三個創始人（羅振宇、脫不花、我），羅振宇和脫不花2014年在業余學習小組認識，我和脫不花在另一個學習小組認識——我們本身就愿意學新東西，做決策常從自己的需求出發。

2015年底、2016年初，我們三個人聊天時，羅振宇說“我們有業內資源，能請老師來聊天，內容很有啟發。如果把這些內容讓更多用戶聽到，既能有商業收入，又能請更多我們想學習的領域的老師——這不就能創業，還能提升自己？”

所以才有了得到APP，后來又做了電子書業務。

得到的電子書業務從2017年到現在，一直徘徊在虧損線，但我們還在大力投入——因為在中國做電子書，不上網絡小說就很難掙錢，而我們自己不是網絡小說用戶，所以只上非虛構、經濟底層類的書。

回到競品問題，我會看一些同領域產品，學習別人的優點，但做Get筆記時，不會從“競爭對手在做什么”出發，更多是看“我們自己想要的東西有哪些沒實現、能不能靠自己的方式實現，能不能發揮公司過去的優勢”。

比如得到從2017年買了很多小眾書的版權，沒有AI時這些版權是“沉底”的，但有了AI后，我們希望基于Get筆記的助手和用戶筆記，把這些優質版權（比如得到的白皮書、小眾書籍）盤活，讓它們煥發生命力。

舉個小例子：我們曾上線一本很專業的英文期刊《中國油氣》，是中國石化面向國外市場的期刊，每一期閱讀量只有幾十——基本是石化領域的科學家、研究生在看。

但有了AI后，用戶研究專業領域時，AI能理解這本期刊的內容，遷移到用戶的知識領域里。

我們公司從一開始就做知識管理相關的事，這是一脈相承的。每個團隊都有自己的稟賦，所以我們更關注“自己要做什么”，而不是“別人在做什么”。

量子位智庫：Get筆記有沒有明確的業務邊界？哪些事情一定不會做？

Get筆記：我想讓Get筆記聚焦三個核心環節：好記、好找、好用。

“好記”是現在基本完成的——會議紀要、圖片、拍書、聽直播/播客，能不能更快、更準確地記下來。

“好找”是哪怕兩年、五年后想起某件事，能快速找到；甚至AI在你不知道的情況下，幫你找出相關內容。

“好用”是真正進入你的使用場景——寫論文、報道、小紅書、公眾號、朋友圈時，如何用到之前積累的知識庫，AI如何賦能。

這三個環節之外的事，短時間內絕對不會做。

比如上個月有很多用戶提“生成筆記后能不能直接做腦圖？能不能做可視化HTML頁面？”——從技術上來說，用開源組件，一個晚上就能上線，但我不同意做。

因為一個新功能從60分優化到90分，會牽涉很多精力。

比如腦圖，現在能生成1000像素的，但如果是1000萬字的書，要生成超長腦圖，還要在不同瀏覽器、手機上適配版式、顏色，支持編輯——看似能快速上一個60分功能，但后續迭代會影響主賽道，影響我們真正想做的事。

現在很多團隊（包括我們）要警惕一點：AI和通用底層大模型（比如豆包、智譜、混元、Kimi）很強大，從視覺識別到生成圖片都能做，很多開發團隊會覺得“無所不能”，想在產品里加很多功能。

但最大的挑戰是“決定不做什么”——這是對人性的考驗：用戶提了需求，做起來簡單，做了還會有用戶夸，但你要堅定不做。

短期內我一定不做的事：把紀要轉成腦圖、PPT、圖表；生成圖片、視頻。

這些有更專業的產品去做。我們會專注在把內容變成報告、文字，在文字上做動作——如何讓報告更好，如何調用更多知識庫。

量子位智庫：站在Get筆記的立場，是否有三條標準，判斷什么是好的知識管理產品？

Get筆記：說實話我們沒有太量化、客觀的標準，團隊做功能也沒那么多數據支撐，但有個很主觀的判斷標準：這個功能自己團隊做起來興奮不興奮？

如果自己做都不興奮，憑什么覺得用戶會喜歡？

之前有個功能，已經進入開發、快測試的階段了，我突然發現——以前做功能到這個階段，團隊群里提需求、提問題、截屏討論的頻率很高，但那半個月，關于這個功能的討論很少。

我就直接問大家：“是不是覺得這個功能沒那么‘性感’？”很多人在飛書里回復“+1”。

我又問：“你們為什么不反駁我？”因為這個需求是我提的，我當時還覺得挺“性感”。

現在我都記不清那是什么需求了——可見它確實是偽需求。雖然功能已經做到80%，但我還是說“砍了，不上線”——我們十幾個人都覺得沒吸引力，推給用戶，用戶也不會喜歡。

我們團隊只有十幾個人，創業公司可以“野蠻一點”，沒那么多條條框框。AI時代很容易做成事，所以拋掉過去的條條框框，做自己喜歡的事——這是我們判斷好產品的標準。

6、最關注的產品指標是日活用戶還是其他數據？背后基于怎樣的思考？

量子位智庫：功能上線后，是相對粗粒度地觀察用戶反應，還是有類似“需求投票”的精準監測體系？

Get筆記：實打實地說，沒有那么精確的監測體系，會看一些數據變化，但這些變化幾乎不會影響下一步迭代。

我們更多看用戶的實際場景——有100多個用戶群，用戶會反饋“在什么場景用什么功能時遇到了什么問題”。

不用看數據，當5個群、8個用戶、10幾個用戶同時提同一個問題，就知道一定是功能出問題了，順著用戶需求迭代，把功能做得更好就行。看數據只是看大面的情況，更多還是聽用戶怎么說。

量子位智庫：現在Get筆記比較關注的少量指標里，最核心的是什么？

Get筆記：我們不怎么關注日活。

對筆記類應用，我更關注7天內使用兩次筆記的用戶數——這個指標的定義我都記不清了，但每天都會看這個數。

做軟件很容易讓單一指標“虛假繁榮”，但我最關注的是用戶是否持續用Get筆記——不能只今天用，7天內至少有兩天打開，且真實產生一條筆記。

如果用戶只是因為推送、營銷點開APP，沒生成筆記、沒和AI對話、沒讓產品變成自己的生產力工具，那這種日活就是“虛假泡沫”，沒任何價值。

我更關注用戶的真實使用行為：有沒有用它錄會議、拍圖片、錄5分鐘語音。

7、如何理解Get筆記“有學習記錄應用的全鏈條技術生態”？

量子位智庫：之前提到Get筆記有“學習記錄應用的全鏈條技術生態”，能否詳細展開介紹這個生態？

Get筆記：說起來比較抽象，拿8月上線的“智能拍書”功能舉例：現在看紙質書時，拍一頁書，Get筆記能識別出是哪本書，自動分類，把這條筆記歸到對應書籍下（比如《擺攤式創業》）。

相當于為每本書建了一個“自動化小知識庫”——這個知識庫不僅有拍書的圖片筆記，還有你在得到電子書里做的劃線；甚至你在語音錄入、會議中提到這本書（比如“今天開會前，我先介紹《擺攤式創業》這本書”），相關內容也會進入這個知識庫。

未來不管什么時候想起這本書，都能在這個知識庫找到所有相關內容——筆記形態不重要，AI會按內容邏輯整合。現在我們已經實現基于10本書加10本書下所有筆記對話（選10本是因為每本書幾十萬字，超過10本上下文會過載，未來會擴展）。

舉個我自己的例子。做新功能策劃時，我會在Get筆記里添加幾本書——比如《喬布斯傳》、《俞軍產品方法論》、《從0到1》、《冷啟動》、《微信產品官》，再加頂級產品經理的自傳，然后問AI：“基于這些書和我的筆記，如果要在Get筆記里做某個功能，該怎么策劃？”

AI的回答質量會很高，比如“按喬布斯的想法，這個功能需要做到以下幾點”、“按張小龍的思路，這幾點必須注意”、“從冷啟動角度，策略有哪幾條”。

這就是從使用角度，把積累的內容、看過的書、做過的筆記用好。這只是我們現在的嘗試，未來希望有更多這樣的場景——讓AI幫你找到“你想知道但不知道的知識”。

因為有了AI，知識無窮無盡，AI能判斷“你問這個問題，雖然沒看過某本書，但你一定會想知道書里的相關內容”。Get筆記會往這個方向拓展。

量子位智庫：得到作為知識庫，為Get筆記提供了很好的鋪墊。未來兩者是會形成飛輪效應，還是仍為單向影響關系？

Get筆記：之前為了跑通Get筆記的流程，更多做通用場景——只做通用場景就能拿到非得到用戶和部分得到用戶。對我來說，把Get筆記和得到融合的難度很小，空間也大，沒人阻擋我用得到的資源。

但我選擇先“摘難一點的果實”（指做通用場景），現在可以開始“摘低垂的果實”（指和得到融合）。

這也是我這個月和得到團隊、Get筆記團隊商量最多的事：AI時代，能不能推翻一個人學習、看書的傳統過程，讓它變得不一樣、更有想象力？

我們正在研究，希望年底前能有大的突破。

8、AI未來1-3年對知識行業會產生哪些關鍵影響？哪些方面是大模型進步解決不了、需要產品工程化彌補的空缺？

量子位智庫：跳出Get筆記和得到，AI的普遍應用對知識行業（未來1-3年）會有哪些關鍵影響？對您這樣的知識學習者、獲取者，個人和行業層面分別有什么影響？

Get筆記：Get筆記剛剛上線了一個圍繞“好用”的小工具，叫GetDraft起稿（網址：https://getdraft.ai/）。

和內容團隊一起探索“寫作場景下，如何幫用戶把內容寫得更好”。過程中我很震驚。

我是重度寫作者，去年年初在得到上線AI學習圈，每天寫2000-3000字，到現在寫了超過200萬字。我不敢說自己是知名產品經理，但肯定是寫字最多的產品經理之一。

做這個AI寫作工具時，我雖然參與了很多環節，但第一次跑通時，還是很驚訝。

當流程策劃得足夠好，AI能起到很大輔助作用，但人是主導。

比如我們用“多智能體角色”：有負責寫作的，有研究寫作風格的，有做深度調研和事實核查的，甚至用過去十年總編室（負責審核課程質量）的語調和反饋，訓練了一個“審稿智能體”。

這個寫作助手搭好后，像給寫作者配了一個雜志社編輯部——人類寫作者是主編，有兩三個牛的采訪記者、兩個調研專家、美編、圖表師、數據研究員。你可以指揮不同AI做專業工作，最后拿到的是“根據你的想法隨時調整的高質量稿件”。

這個過程讓我覺得，AI在很多領域都能變得“可用”，不像去年更像玩具。對行業來說，迭代會很大——比如以前一個人很難做營銷、寫深度內容，但現在AI能幫你完成多個環節的專業工作，一兩個人就能形成一個團隊。

但我不相信“一句話生成內容”——把主導權扔給AI的做法不可行。真正的專家會不停調教AI，就像帶寫手、記者一樣，告訴你“可以這么寫”，而不是“給你命題，三天后交稿”。

這種“多智能體工作流”會顛覆不同行業：寫作領域是“打磨、寫作、調研、審稿、排版、發布”；教師場景可能是“生成教案、做多媒體課件”；醫生場景可能是“病例整理、研究報告”。

量子位智庫：過去半年做Get筆記的過程中，對AI能力、AI產品的理解有沒有變化？尤其是底層大模型提升、Get筆記完善后，有沒有新認知？

Get筆記：沒有什么新認知，核心是永遠保持變化，永遠相信AI的迭代速度。

我想接下來要做什么時，更愿意站在三個月后AI大模型的迭代狀態去思考——很多Get筆記剛上線的功能沒那么好用，但我相信隨著底層大模型迭代，很快就能達到可用狀態。

所以不要站在AI的“缺陷”上做產品，要站在“AI不擅長的事”或“三個月后AI能達到的水平”上做構建。這對我來說挑戰很大——要時刻想“現在AI水平是什么？和產品結合的點有哪些？結合后哪些點三個月后能達到理想狀態？”每天都要花大量時間思考。

量子位智庫：大模型持續進步，但距離90分高分產品仍有差距。哪些方面是短期內靠大模型無法解決，需要靠產品工程化、專門調教彌補的？

Get筆記：不管短期還是長期，很多問題是底層大模型再疊加也解決不了的——這也是創業公司的機會：

底層大模型的能力和覆蓋面有限，最多能做好用的通用工具（比如AI圖像工具），但無法深入每個行業、每個公司的細分需求。

比如AI能做好用的圖像生成工具，但無法知道“某家電商公司做鞋子和做衣服，對AI生成模特圖像的要求不一樣”；甚至同是做牛仔褲的公司，需求也有差異。

舉個例子：現在做牛仔褲設計的企業，底層AI圖像模特生成能力約40分，但如果企業有20年牛仔褲設計經驗、2萬張獨家賣家秀圖片，就能在底層模型上疊加“20分的專業能力”，把產品做到60分。當底層大模型迭代到50分，企業的20分專業能力不變，產品就能到70分、80分。

所以永遠有空間留給“有獨特洞察、知道行業痛點、能識別需求”的人或企業。

底層大模型（不管是智譜、Kimi還是OpenAI）再迭代，也拿不到某家牛仔褲公司的2萬張賣家秀圖片——但這家公司能用這些圖片訓練AI，分析“什么體型適合什么牛仔褲形態”，甚至做“拍照片算身高體重，定制牛仔褲”的功能。

這種“針對特定需求的微調”，是底層大模型不會做，但行業企業必須做的——這就是需要產品工程化、專門調教彌補的空缺。

量子位智庫：“20分專業能力”能否能理解為上一代的行業Know-how和資料積累？還是包含其他因素？

Get筆記：不存在“上一代”或“這一代”，行業痛點的核心是不變的。哪怕不同企業用同樣的AI，解決思路也可能完全不一樣。但中國市場足夠大、企業足夠多，同一個領域能容納很多創業公司——每個團隊都有自己的細分稟賦。這就是很大的空間。

9、AI是否會帶來全新需求？基于AI在未來短期內會出現哪些新場景？

量子位智庫：有觀點認為AI會帶來全新需求和產品，您怎么看？

Get筆記：我覺得AI一定會帶來大量全新需求——因為用戶使用產品的方式變了，這是時代發展的規律。

100年前有了汽車，衍生出修車、開車、鋪路、F1賽事；2007-2008年智能手機出現后，才有了抖音、美團、滴滴這些需求——沒有智能手機時，哪有點外賣、叫車？

AI也是如此，隨著持續迭代，新需求、新商業模式、新產品形態、新公司、新個人都會不斷涌現——這是任何科技發展時代的必然。

量子位智庫：您現在比較看好，短期內會出現的基于AI的全新場景或需求是什么？

Get筆記：舉個例子：我去過一家美國小公司，15個人，都是做AI專欄寫作的——但其中1個人不用寫文章，專門負責“觀察另外14個同事的工作”。

他的產出是“每周發現一個同事工作中可被AI提效的點，把這個點變成AI小工具（采購或用開源工具搭建）”，核心職責是幫團隊做AI提效。

這種“AI提效專員”的崗位，就是很好的小切口。現在很多公司喊“AI落地、AI提效”，但有沒有人“全心全意幫AI在公司落地”？有沒有人“坐在同事電腦后看他們怎么工作，找AI提效點”？大部分公司沒有。這就是新場景、新崗位的機會。

再比如人形機器人：最開始大家都提“人形機器人”，但這兩年出現了細分——有人做人形機器人大腦，有人做手，有人做關節，有人做虛擬訓練場。這些創業公司都是近一兩年冒出來的。

所以只要深入某個領域，就會有很多新崗位、新需求、新創業公司涌現。

10、AI產品與傳統互聯網產品的開發是否有代際區別？對產品經理的新挑戰主要來自什么？

量子位智庫：從產研人視角，AI產品與傳統互聯網產品的開發有代際區別嗎？有沒有新手段或新“坑”需要注意？

Get筆記：最大的區別在“組織層面”。比如我們做過兩個APP：得到和Get筆記。

2015-2016年做得到，搭一個APP團隊至少要一二十人（最簡模型6-7人，大眾化產品要二三十人）。但現在有了AI工具，團隊每個人的崗位職責變模糊了——不再是傳統流水線分工。

傳統流水線是“產品經理調研需求→給設計師→設計師出原型/設計稿→給前后端→測試→上線”，流程嚴絲合縫。

但現在有了AI，強的人會非常強：一個90分的開發，因為更懂產品，能借助AI模糊“產品經理、設計師”的部分工作；一個后端能覆蓋前端工作，反之亦然。甚至每個AI產研團隊的配置都不一樣。

這種變化對人的要求很高。比如做Get筆記時，我們已經不寫產品PRD了——以前做產品要寫很多文檔，現在討論需求時，會約好時間（比如明天10點），每個人（設計師、技術、產品、我）都要提前用AI生成“產品原型、想法、文檔”，每個人帶2-3個原型開會。

開會時大家播原型：設計師會說“這是我和COD出的，這是和Manus出的，這是和Kimi出的”——五個人可能會看20套原型。以前是“大家審視產品經理的一套方案，互相挑錯”，現在是“看AI出的方案，找啟發”——比如“AI這個功能點好，記下來”。

開會過程中，我們還會讓AI實時迭代原型。會議結束時，產品需求和每個人帶的原型已經完全不一樣，但設計師、產品、運營能直接各自開工——因為原型是共創的，效率非常高，這在沒有AI時完全不可想象。

量子位智庫：現在是不是“人人都是產品經理”？這對產品經理有什么挑戰？

Get筆記：對，真正變成了“人人都是產品經理”，這對產品經理的考驗很大。

以前產品經理的核心功能之一是“翻譯需求”——程序員不會和用戶、CEO溝通，產品經理幫著翻譯。但很多不好的產品，就是因為能力弱的產品經理“翻譯錯需求”。

比如2017年有個產品經理跟工程師說“羅老師有個需求，你這兩天做了”，我聽到后說“打住，你再描述一下羅老師的需求”。他描述完，我說“以我對羅振宇的了解，他的原意肯定不是這樣”。帶他去和羅振宇聊完，發現需求完全不一樣。

但有了AI后，需求還需要產品經理翻譯嗎？不一定。AI能了解公司過往資料，程序員可以直接把聊天記錄發給AI，問“領導這么說的背后是什么意思？是點我還是本意就是這樣？”AI能幫很多人提升“之前沒有的溝通能力”。

這時候產品經理要做什么？當程序員不需要翻譯時，產品經理的價值在哪？這是每個崗位在AI時代都要思考的問題。

11、Get筆記未來的圓滿形態是Agent還是其他形態？

量子位智庫：Agent現在很火，您也透露了Get筆記未來可能有Agent功能。Get筆記未來的圓滿形態是什么？是Agent，還是多產品形態交織？

Get筆記：我們沒思考過“圓滿形態”——看不了那么遠。計劃太長遠會趕不上變化，可能你計劃明年完成的事，今天晚上新技術出來，明天就能完成。

我們更關注“當下能做什么”：某個功能現在能達到60分，接入通用大模型后，一兩個月迭代，三個月后能到90分，那就堅決去做。

比如你想日更公眾號，已經更了10天，AI能不能幫你更快寫出符合風格的內容？AI要了解你的風格、Get筆記里的所有筆記、你的日常感悟、在得到看過的書——調用這些知識，基于你今天的靈感，幫你生成內容。

過程中應該是“人和AI互動”：你說一個方向，AI說“從你的風格和看過的書來看，有123三個選題框架，你喜歡哪個？”

互動時，右邊實時生成文字；如果你說“我前年看過一本書，里面有個數據記不清了”，AI里負責調研的助手會從你前年的筆記、那本書里找出數據。

核心是“讓你過去記的幾萬條筆記，能用到產出物場景里”——這才是好用的AI產品。至于是不是Agent，或者多形態交織，我們沒刻意定義，重點是解決用戶的“知識復用”需求。

量子位智庫：做Get筆記過程中，有沒有反復思考或覺得特別頭疼的問題？

Get筆記：我每天都在想的問題是“用戶在什么場景下，能用Get筆記更好地完成什么事情？”這幾個空要每天填。

比如思考律師用戶：律師用Get筆記寫合同、起訴書，我們的知識庫夠不夠專業？法律知識、語料夠不夠？如何讓律師用戶有信任感？再比如教師用戶、中小學生用戶，不同場景下如何讓他們有信任感？

核心是“如何讓用戶真正拿到可用的產品，提高效率和完成度”——這個問題在每個場景里都要考慮，也是我反復思考的。

12、如何安利Get筆記這款產品？

Get筆記：Get筆記是個很簡單的產品，使用門檻不高——好產品都不該有門檻。比如開會時，按快捷按鈕就能開始錄音，錄完能區分不同人的說話；看任何一本書、跑步健身時想輸入想法，都能快速記下來。

你記的東西越多，AI越懂你，未來能結合這些內容做更多拓展，甚至衍生出你想不到的場景。我分享兩個用戶發現的有趣場景：

第一個是體制內用戶群。很多體制內用戶會把Get筆記推薦給領導（比如處長、區長），理由是“領導喜歡發58秒、1分鐘的微信長語音，我們不想聽也不想轉文字——轉完文字理解起來也費勁，還浪費時間”。

他們跟領導說“您對著Get筆記說幾分鐘，它能把口語、結巴、口水詞潤色成能直接發、能發表的文字，扔到群里我們也容易理解”。后來很多領導因為這個原因成了用戶——做產品前根本想不到這個場景。

第二個是家長用戶。有家長用Get筆記讓三四年級的孩子“語音寫日記”：孩子不愿意寫日記，但語音輸出能鍛煉表達；孩子說5分鐘“今天讀了什么書、看到了什么”，既是當天學習復盤，也是表達復盤。AI潤色后會變成一篇像樣的小作文，孩子會有“作品感”。

我現在也這么教我上四年級的兒子：每天30分鐘閱讀，25分鐘看書，最后5分鐘用Get筆記聊“書里看了什么”。很多用戶場景是用戶幫我們發現的，不是產品經理想的——這也是做產品、做AI創業的幸福感和獲得感所在。

如果大家被“發長語音的人”困擾，推薦把Get筆記推薦給他們；如果家里有不愛寫日記的孩子，也可以試試用語音輸出的方式——相信會有驚喜。