当懒惰遇上AI:我如何用Coze让大模型帮我整理2.5万字课程笔记

能写代码绝不动手,能用AI绝不写代码 ------ AI粉嫩特攻队信条

通过本文学会打造这个AI工具,只有一个要求:识字且会上网!

一个小困扰

有朋友最近在上一位大佬的线上直播课程,感叹道:

"老师讲得很好但节奏太快,根本来不及记录详细笔记,只能速记要点。课后想不起完整内容又怕有遗漏,只能来回拖动进度条找对应时间点,既耗时又耗心力。"

作为一名坚守"能写代码绝不动手,能用AI绝不写代码"信条的特攻队员,这简直不能忍!什么年代了?笔记也应该有它AI的样子!

大模型时代,总结笔记有何难?我首先尝试了DeepSeek官网。

上传朋友的课程录音文本(约2.5万字),写了一段提示语:

这是一节直播课程的录音内容。请用你认为最佳的方法撰写课程笔记,确保用词准确无误,避免错别字。
笔记应详实且信息密度高,去除冗余内容。在笔记末尾,请添加一个真实而有深度的课程收获与启发部分。
请确保涵盖所有课程主题,使读者能轻松阅读和理解。
笔记字数不少于10000字,且须包含以下速记要点,但不限于这些,如有遗漏请自行补充。
速记要点为:(这里隐去了17条约350个字的速记要点)

官网DeepSeek-R1确实强大,洋洋洒洒写了12000字。

Claude3 Opus只生成了不到2000字。

Sider上的DeepSeek-R1只生成了不到3000字。

但DeepSeek官网经常服务器繁忙,而且每次都要重写提示词,能不能更便捷一些?

灵光一闪:分而治之

如果能对朋友速记的要点分别生成笔记,再拼接到一起,是不是用速答模型也能得到一个详实完整的笔记?

速答模型指不会主动思考,而是直接回答的大语言模型,如DeepSeek-V3、Claude 3.5等,回答速度较快;而DeepSeek-R1和OpenAI o1属于推理类模型,会先思考再回答。

Coze登场

撸起袖子打开Pycharm...等等,必须亲自写代码吗?

换成Cursor...不对,写完怎么给朋友用?难道还要维护一个网站?

最终,我选择了Coze平台------一通拖拉拽,试运行,预览,发布,然后通过扣子商店分享给朋友使用,搞定!

亲测输入约2.5万字的课程内容和300多字的速记要点,点击生成按钮,可得到8000~9000字的笔记,而且使用速答类型大模型,生成速度更快。

从零教会你搭建这个笔记助手

相信我,学会这个只有一个要求:识字且会上网!下面从零开始...

第一步:注册Coze账号

  • 登录Coze官网:www.coze.cn,点击右上角登录按钮
  • 输入手机号、获取验证码、登录/注册

第二步:创建应用和工作流

  • 进入主页后,点击左侧+号创建项目
  • 然后选择"创建应用"
  • 选择"创建空白应用"
  • 填写应用名称、描述,设置图标,点击确认
  • 进入应用创建主页面,找到左侧工作流,点击+号→【新建工作流】
  • 填写工作流名称和描述,点击确认
  • 此时会进入工作流编排界面,界面上默认出现工作流的开始和结束节点

第三步:梳理工作流思路

在开始编排前,我们先理清思路:

  • 笔记生成需要两个输入:笔记要点和课程原文

  • 其中,笔记要点非必须提供(考虑到有的朋友上课的时候没来的记录要点)

  • 根据是否提供笔记要点分别处理:

  • 提供要点时:将要点拆分为多个独立要点,分别生成笔记

  • 未提供要点时:先自动生成要点,再拆分生成笔记

  • 最后,将各部分笔记拼接成完整笔记

第四步:编排工作流

  • 点击【开始】节点,设置"笔记要点"和"课程原文"两个输入变量,设置完会自动保存

  • 点击【开始】节点上的+号,添加【选择器】节点

  • 在【选择器】节点上设置:"如果笔记要点不为空"和"否则"两个条件分支

  • 配置分支

  • 从"如果"分支连接到【变量聚合】节点

  • 从"否则"分支连接到【自动提炼分支】大模型节点

  • 设置【自动提炼笔记要点】的大模型节点参数和提示词,让AI根据课程原文提炼要点

系统提示词文本

## 角色
你是一个专业的笔记助理,擅长用最易让学习者理解和阅读的方式来提炼课程内容的笔记要点。
## 要求:
多个笔记要点用换行的方式拼接。
笔记要点避免冗余。
每个笔记要点不超过10个字。
仅输出笔记要点,不要输出任何其他解释说明文字。

用户提示词文本

课程内容
{{course_content}}
  • 在【自动提炼笔记要点】节点后添加【变量聚合】节点,接收前面两个分支输出结果。
  • 在【变量聚合】节点后添加【文本处理】节点

  • 修改【文本处理】节点名称为"要点拆分节点",设置为"字符串分隔"模式,按换行符拆分要点

  • 在【文本处理】节点后添加【生成笔记】大模型节点,并做如下设置

    为了让大模型帮我们生成笔记,需要给大模型提一些要求,称为提示词或提示语。

    提示词分为"系统提示词"和"用户提示词"两块内容。其中系统提示词可以理解为给 AI 模型设定的一套规则和指导。用户提示词理解为就像学生向老师提问一样,是用户和模型互动的方式,通常输入变量会以占位符的方式预置在用户提示词中。如图:

系统提示词

## 角色
你是一个专业的笔记助理,擅长用最易让学习者理解和阅读的方式来撰写笔记。
## 要求
笔记避免出现错别字。
笔记避免冗余。
笔记的最后,补充收获与启发章节,要凝练、真实且有深度。

用户提示词

请根据提供的直播课程录音,仅提炼并总结与"{{point_item}}"这一特定要点直接相关的内容,形成精准的学习笔记。
请不要包含课程中其他主题或要点的内容,确保笔记严格聚焦于"{{point_item}}"。学习笔记的标题为"{{point_item}}"
录音内容如下:
{{course_content}}
  • 关于输出部分的解释
    由于批量生成多个要点笔记,【笔记生成】节点的输出是一个字符串数组,数组中每个元素对应一个要点笔记。
  • 笔记合并

    添加一个【代码】节点,稍许写一些非常简单的代码,代码中加入了注释,你一定看得懂,因为注释内容真的是比代码内容还多~

代码文本:

# 这是一个合并多个笔记要点的函数  
async def main(args: Args) -> Output:  
    # 1. 获取传入的所有参数,这个是固定写法,通过params可以获取到指定参数名的参数的具体值
    params = args.params  
    # 2. 提取笔记要点列表  
    # 注意:这里的 output_list 是每个要点生成的具体笔记内容,也是上一个节点------------大模型节点的输出参数的名称
    output_list = params['output_list']  
    # 3. 创建一个空列表,用于存储每个要点的笔记  
    text_list = []  
    # 4. 遍历每个笔记要点  
    # 从每个要点中提取具体的笔记内容  
    for output_item in output_list:  
        # 将每个要点的笔记内容添加到 text_list 中  
        text_list.append(output_item['output'])  
    # 5. 使用换行符将所有笔记内容连接起来  
    # 目的:把零散的笔记要点合并成一个完整的笔记文档  
    text = "\n\n---\n\n".join(text_list)  
    # 6. 创建最终的输出对象  
    ret: Output = {  
        "output": text  # 返回合并后的完整笔记  固定写法,这里"output"要和节点配置界面上的输出变量名一致
    }  
    # 7. 输出合并后的笔记  
    return ret  

如果看不太懂这段代码,没关系,复制粘贴进去,大致明白是在做什么就可~

让我们继续~

  • 将【代码】节点输出的完整笔记内容连接到【结束】节点

到此我们的工作流就编排完成了!

接下来,可以点击试运行来测试我们的工作流是否能够执行成功

第五步:试运行

  • 点击"试运行",在右侧设置面板输入测试数据,可以测试两种场景:

    1.提供笔记要点:生成基于要点的笔记

    2.不提供笔记要点:自动提炼要点再生成笔记

  • 点击试运行后,工作流会有运行过程的虚线动态效果,告诉你运行到哪个节点了,当运行完成后,可以看到笔记生成的结果

  • 我们使用一篇《新手跑步入门课》的模拟直播录音文本,以及三个笔记要点进行测试

录音文本:

大家好,我是今天的跑步训练教练小刚。(咳嗽声)不好意思,嗓子有点干。(调整麦克风)
首先,我想跟大家说的是,跑步其实没有想象的那么难。很多人觉得跑步很可怕,觉得自己肯定跑不动,但其实只要掌握正确的方法,谁都可以成为一个合格的跑者。(底下传来几声轻笑)
我们今天主要聊三个方面:装备、基础训练和注意事项。装备,很多人觉得需要特别专业,其实不是。一双舒服的跑鞋就够了。不要觉得最贵的就是最好的,关键是要适合自己。(噪音,似乎有人调整座位)
对于零基础的朋友,我建议从走走停停开始。什么意思?就是慢跑2分钟,然后走1分钟,这样循环。别看这个看起来很简单,但这是最科学的入门方式。很多人一上来就拼命跑,结果第一天就受伤,或者坚持不下去。(听到有人点头的声音)
呼吸很重要。很多小白不知道怎么呼吸。其实很简单,保持自然,不要太用力。可以试试用鼻子吸气,嘴巴呼气。刚开始可能会感觉有点别扭,习惯就好。(咕噜喝水声)
(稍微停顿)对了,关于心率。不要一上来就追求速度和时间。我们可以用简单的方法测试自己的训练强度。说白了就是,跑步的时候还能说完整句话,就说明强度是比较适中的。如果上气不接下气,那就慢下来。(底下传来笑声)
穿衣服也很讲究。冬天多穿点,但不要穿太厚。记住"洋葱式穿法",可以脱。夏天轻薄透气的衣服,吸汗很重要。(背景有点嘈杂)
对了,我要特别强调,跑步是对抗懒惰的最好方式。坚持很重要!很多人说自己没时间,其实是没决心。每周三次,每次30分钟,就能看到明显变化。(听到鼓掌声)
最后提醒大家,喝水很关键。跑步前半小时喝点水,跑步时随时补水。不是等渴了才喝,而是要预防。(杂音)
谁有问题吗?(稍微停顿)没有的话,我们下节课见!记住,跑步不是折磨,而是享受!(掌声)

三个笔记要点:

循序渐进,从走走停停开始
装备简单,舒服跑鞋最重要
坚持是关键,每周三次练习
  • 场景一:基于要点的笔记生成结果

工具为每个要点生成笔记,并将其整合成完整文档。

  • 场景二:自动提取和重组笔记摘要

工具能自动生成笔记并整合成完整文档,且即使未提供具体要点也能提炼关键信息。

ok,我们已经完成了工作流的搭建。看似内容复杂,但操作其实很简单。如果你对Coze平台或这个AI笔记工具感兴趣,建议亲自实践------实践是最佳学习方式,你会发现整个过程比预期更加容易。

当然,到目前为止我们只完成了业务逻辑层面的工作流。如果仅停留在这一步,我们只能通过"试运行"功能来生成笔记,这显然不够便捷。要让这个工具真正可用并分享给他人,我们还需要开发一个友好的用户界面。

写在最后

古人云:"工欲善其事,必先利其器"。在这个万物皆可AI的时代,我们坚守"能写代码绝不动手,能用AI绝不写代码"的铁律,让笔记也有了AI的样子!

下一篇,我将带大家完成用户界面的搭建、工作流绑定以及线上发布,让你的AI笔记助手正式"上岗"!

技术的进步从不停歇,我们要做的,是踩在巨人的肩膀上,用最少的力气,做最酷的事!

以上,既然看到这里了,如果觉得不错,随手点个赞、分享、推荐三连吧,我们,下次再见。

AI粉嫩特攻队 ------ 帮你把时间还给创造!✨

作者:秋水

互动交流,请联系邮箱:fennenqiushui@qq.com

相关推荐
dushky3 小时前
DeepSeek 各版本的区别
ai·语言模型·ai编程
AlfredZhao7 小时前
是否有必要使用 Oracle 向量数据库?
ai·oracle·vector
碳基学AI11 小时前
厦大团队|报告:《读懂大模型概念、技术与应用实践》140 页 PPT(文末附链接下载)
大数据·人工智能·深度学习·机器学习·ai·知识图谱
别JUAN我12 小时前
《DeepSeek从部署到安全分析实战》
安全·ai
atbigapp.com13 小时前
AI数据分析:deepseek生成SQL
人工智能·sql·ai·数据分析·提示词
花晓木15 小时前
本地部署Qwen2.5-VL-7B-Instruct模型
图像处理·ai
匹马夕阳20 小时前
ollama本地部署DeepSeek-R1大模型使用前端JS调用的详细流程
人工智能·ai·js
码观~天工1 天前
AI与.NET技术实操系列(二):开始使用ML.NET
ai·.net·ml.net
一个处女座的程序猿O(∩_∩)O1 天前
大模型巅峰对决:DeepSeek vs GPT-4/Claude/PaLM-2 全面对比与核心差异揭秘
ai·palm