本文經AI新媒體量子位（公眾號ID:QbitAI）授權轉載，轉載請聯系出處。

想不想簡單輕松地擁有一個私人訂制GPT？

不如試試askwise，只需要上傳word、pdf等各種文檔，就能生成個性化知識庫，然后AI在你的知識庫中上下求索，進行回答。

淺試了一下，準確性還可以！

同時，它背后接入了GPT能力，知識庫里沒有的東西，它也能調用GPT-3.5的API，跟你叭叭叭嘮上幾句。

不過最最重要的是，目前上傳以及批處理的文檔數量無上限，還人人免費，國內外都可用。

Chat with各種格式的本地文檔

Ok，一起來了解一下這款能根據自己知識庫定制GPT的AI應用，具體要咋使用——

登錄注冊后，先點擊左下角的“Upload local documents”。

然后甩過去N個本地文檔，就能開始在右半部分的“Ask any questions”處進行提問。

一般情況下，AI會基于所有上傳資料，來做出回答。

如果AI在你上傳的所有文檔中，都搜不到提問的相關內容，咋辦？

這時候，askwise背后的AI就會轉頭調用GPT-3.5的API，來對問題進行回答。

當然，如下圖展示，這就涉及到一個bug，就是沒聯網，無法獲知最新消息。

除此之外，整個使用體驗如何？

這次體驗，分別上傳了一些關于AIGC的研究報告，每份都在60頁以上；以及量子位后臺關于AIGC的多篇文章，每篇3000字左右。

上傳的所有資料格式并不統一，包括pdf、word、飛書文檔、公眾號網頁鏈接等。

接下來問它第一個問題：

LeCun對馬斯克叫停GPT研究的觀點是啥？

很快它就用幾句話解釋了LeCun的觀點，仔細檢查了一下，并沒有自己生造的情況。

而且將鼠標放在答案的語句上會發現，一條直線連接了答案和文檔，相當于標注了答案的來源。

因為所有上傳的資料都是中文的，下面試圖讓它用英文回答問題。

用英文回答，目前國內有哪些公司在做大模型？

它給出的答案有騰訊、百度、華為、商湯、曠視。

雖然沒有列舉所有參與大模型混戰的國內玩家，但至少列舉出來的幾個沒有失誤。

不僅如此，哪怕上傳的都是英文資料，加上“請用中文回答”的前綴后，也能得出總結好的中文答案。

如果不上傳資料，當作不需要魔法就能用GPT-3.5的通用問答AI，或者在線翻譯，也都很絲滑。

比如輸入徐志摩《再別康橋》時，雖然翻譯沒能復現中文版的詩意，但大意是正確的。

總之，整體體驗絲滑，還是值得一試的～

對比之前就火過一波的ChatPDF，askwise能處理的文檔數量和格式都更多了，而且也沒有ChatPDF云端只保存7天的期限。

總結一下，askwise的優點如下：

• 文檔數量無上限批量處理；
• 文檔格式可以是word、pdf、網頁，甚至是飛書妙記轉出來的鏈接；
• 雙語提問，跨語言回答；
• 提供答案來源索引；
• 免費。

以上這些功能無論是看財報的工作黨還是讀論文的學生黨，誰見了能不狂喜啊！

不過有一點感覺有待優化，就是提問時的問題發送，只需要一個回車，非常容易打字打到一半就把問題發出去了……

據官方公開資料，askwise的API也在本月對外開放，看起來to C和to B兩條路，askwise都要同時走。

項目背后：國內連續創業團隊

這款國內外隨心使用的個人知識庫定制化GPT，背后是一支來自國內的連續創業團隊，名為askwise.ai。

團隊大約10人左右，此前在智慧物流領域創業，先后獲得騰訊等一線基金的多輪投資。

物流領域會應用的語音電話機器人，讓他們在NLP方面有過實踐和積累。

現在askwise整個團隊，尤其是算法層面的核心成員，已經轉到askwise項目上：

創始人兼CEO周吉龍，在北京大學微電子系取得本碩學位，此前有德意志銀行、麥肯錫和中金公司的工作背景。

其余人則有哈佛大學、蘇黎世理工大學、東京大學、清華大學、華東理工等學術背景。

據悉，因AIGC熱度狂飆，不少老股東們已經看上了團隊的這個新項目。

至于為什么要來做這樣一個AI應用工具，askwise的人給出的答案是這樣的：

不管是GPT-3.5還是GPT-4，它們都用巨型知識庫作為基礎。
針對具體的工作場景時，給出回答的實用性較弱。

他們最終想打造的就是一個由AI驅動的個人知識助手。

目前在技術層面的操作辦法，是以GPT-3.5的API為基礎，搭建許多自有的小模型模塊，以處理和完成各式各樣的任務。

接下來，askwise團隊的目標，一是讓這個AI應用工具完成更復雜的指令，二是改進對大量冗長參考文獻的分析和理解，三是增加它能處理的資料格式。

但他們與其他國內應用層AIGC初創公司面臨一個相同的問題：

場景壁壘太薄，恐怕很難經受住大廠如百度、字節的一次出手。

“很厚的核心壁壘？坦白地說沒有。”askwise團隊給的答案倒很痛快，直言基于別人的大模型做應用，其實 “底層能力的天花板是一樣的”。

在askwise團隊眼里，這個天花板具體來說就是大模型的能力，而不是應用層初創公司用大模型的能力。

所以團隊的打法，就是找準用戶需求點，早做早占市場，在初期盡量多地獲得忠實用戶。

他們也表示，目前市場上做應用的AIGC初創公司思考思路基本一致，就是在大模型的基礎上做一個中間件，承擔類似prompt工程師的角色。

“我們無非就是把prompt組合得漂亮點，讓用戶一次性得到想要的結果，而不是拿到GPT-4也不知道可以用來干啥。”

One More Thing

askwise這個創業思路，讓人不禁想起最近剛獲得新融資的LangChain——沒錯，就是ChatGPT公布代碼插件后，被網友惋惜被OpenAI一刀殺死的那個應用程序開發框架。

利用LangChain，你自己可以開發一個和askwise功能沒啥差別的AI中間層。

不過，對于我這樣的懶人來說，當然是現成的更好啦（狗頭）～