从信息焦虑到高效学习，我做了款 AI 知识管理工具，帮你轻松整理音视频内容！

有趣产品咖啡馆 Funny café ：一个能让你更快接触到更多新鲜有趣好玩产品的地方。我会寻找市面上有趣的独立产品，向独立开发者们进行一对一的访谈，挖掘优质产品背后不为人知的故事（文末可加入群聊，有彩蛋！）。

1、请先介绍下你自己，以及目前在做的产品「Ai好记」。这款产品的主要功能和定位是怎样的？

我是宇宙大烧卖，清华大学毕业后在大厂做了五年算法工程师，最近辞职创业做了Ai好记这款产品。

最开始是为了解决自己的需求做的一个小工具，因为我平时会有很多视频会议和看很多业界的讲座视频来追踪前沿，但这种视频一般都非常长，短的一个小时，长的可能三四个小时，要去看视频了解里面的信息，是一件很低效的事，我更喜欢看文字去快速学习和摘录里面的内容做笔记。

「Ai好记」定位是做个人的多模态知识库，帮助用户更高效的处理各种模态的信息输入，但目前是一款专注音视频内容的知识管理工具。后续还会支持更多模态，比如文档，网页等输入去构建知识库。

它的核心功能是：用户可以扔给我们一个音视频文件（比如会议录音、课程录像），或者一个在线链接（比如 B 站、小红书、抖音、小宇宙播客），Ai好记会自动完成：

1、高精度转录：将视频快速转换成图字稿，包括准确的讲话稿和关键画面截图，比如PPT。

2、结构化输出：自动生成思维导图（Mind Map），用户可以点击思维导图节点在内容间快速跳转，立体式的快速学习视频内容。

3、智能总结：提炼出核心内容，也可以基于音视频内容和AI继续对话探索。

当然上面只是列了一些核心功能，还有很多辅助的小功能就没有一一列举了，欢迎大家去试用一下。有很多老师学生、医生、企业高管用户使用，基本你只要对高质量信息获取有需求，就离不开看一些行业视频，Ai好记就能帮助到你。

灵感来源其实非常直接，就是我自己的“信息焦虑”。

我每天会接触大量的视频和播客，但时间实在有限。我发现自己“收藏”了无数内容，却很少有时间真正打开它们。而当我真的花 1 小时看完一个视频，过两天可能就忘了 80%。

市面上不缺 AI 笔记或写作工具，它们主要处理的是文本到文本。但我发现，当代人获取信息最大的瓶颈在于非结构化的媒体。

音视频是信息密度最高，但检索和消化效率最低的媒介。

我们选择这个方向，就是想解决这个最痛的点：如何高效地“啃”下这些音视频硬骨头。我们认为，转录成图文是基础，总结是提效，而导图则是将信息内化为知识结构的关键一步。

我们目前是一个小而精的敏捷团队，主要由产研、运营和销售团队（服务B端客户）。作为创始人，我会深度参与产品和技术的决策。

早期最大的瓶颈有三个：

冷启动用户：没有用户就不知道优化方向。我们的突破方式是“深度垂直”，我们没有广撒网，而是专注于几个我们自己也身处的垂直社区（比如特定的开发者论坛、产品经理社区），获取了第一批最精准的种子用户，通过售卖性价比高的终身会员和用户共同成长，他们的反馈帮我们打磨了产品最核心的价值点。

国内业务的各种合规审核：在国内上线一款网页应用或者 APP，需要非常多的手续，域名备案、公安备案、软著申请、支付的开通等等，还是挺花心思的，早期也没有很多预算去外包出去让别人做，都得自己亲力亲为。很多事需要提前做，比如软著的申请，等到要上线 APP 再去弄，可能就要等。

用户增长：团队其实没有很多做增长的基因，我自己也是偏做技术，所以对用户增长怎么做是没有很好的思路的。后来也是寻求和 AiPPT 团队合作（后被他们收购），通过联合打造矩阵产品，用户导流，再通过达人营销慢慢把用户量做起来。

最早上线的功能：是开始做了B站视频图文转录和总结。这是 MVP（最小可行产品）的根本。

基本我们所有功能都是根据用户反馈去新增或者优化的，我们有几百个用户群，我每天都会和很多用户交流，要么是帮他们解决问题，要么是收集他们的需求建议，需求池有几百个用户提的需求。

后续新增的功能：

• 多平台链接解析：支持 B 站、小红书、抖音、百度和阿里网盘 等，这是用户呼声最高的需求。

• 批量解析：用户一般看一个课程会有很多个视频，需要批量上传文件和批量解析链接。

• 基本的笔记管理和阅读体验优化：比如批量移动、删除、改名字、阅读时的排版优化等等，这些其实都是很细节的事，因为没有做过笔记类软件，也是根据用户反馈一个个优化的。

• 分享功能：允许用户将总结后的笔记或导图分享出去，这是我们规划的一个关键功能，用于促进传播。

• 交互式思维导图：这是我们近期的一个重点。我们不只想要一个静态的导图，我们希望用户点击导图的节点，视频就能直接跳转到对应的时间戳开始播放。

• AI播客

• 翻译

• ……

因为我们的功能迭代都来源于用户反馈，都是挑刚需必要的先去高优先级开发，放弃的功能比较少。最多是细节的调整。

我们在做转录时最在意的其实就是准确。 因为很多用户处理的内容一旦识别不准，后面的总结再漂亮都没用。具体来说，我们主要做了三点：

① 识别算法上反复打磨。研发团队在这块真的是调了很久。我们针对不同口音、语速、噪音环境做了大量测试和优化，让语音转写的稳定性更高。现在整体准确率已经算是业内领先水准了，很多用户反馈评价都很不错，这点我们挺自豪的。

② 针对专业领域做语料优化。像医学、金融、工程这类行业，我们专门建立了语料库和术语词典，让模型更懂专业语言。 同时，我们还开放了专业术语库设置，用户可以在输入时自定义常用的专业词汇，这样就能大幅提高识别准确率。

③ 提供原文和AI润色双版本。AI润色版是基于原文进一步做了错别字修正、文字排版和重点加粗，还把口语里常碰到的”“嗯”、“啊”、“呃”、“就是”这种口癖词优化掉，让可读性更高，用户去阅读起来就更舒服。如果用户很关键原汁原味的文字稿也可以看原文。

把识别的文字做准确了，AI进一步总结就会更准确，我们的AI学习功能也是让大模型基于视频内容去和用户交流的，所以回答中的信息细节在原视频中都有迹可循，也是为了减少幻觉的存在。

6、在你看来，结构化输出（比如导图、大纲、多层笔记）对 AI 工具意味着什么？为什么你们如此重视这部分的呈现与设计？

我们严格尊重和保护用户的数据隐私，用户上传的音视频内容在被处理完以后就被删除，传输过程也是进行了加密。更不会把用户的数据拿来训练模型。

我们现在功能其实只开发到理想状态的一半，很多东西还在根据用户反馈持续优化。今年年底前，我们主要有三个核心方向：

①支持更多模态输入

除了音视频，我们计划开发文档、PDF、网页提取等更多导入功能，让Ai好记升级为真正的AI多模态知识库。未来用户上传的文档、网页，也能像视频一样自动生成图文笔记、AI总结和导图。

② 知识库联动与复习功能

我们希望不同笔记之间能互相联系，进行跨视频、文档的交互问答，主题关联，帮用户建立更完整的知识图谱，让复习更高效、更系统。

③移动端体验全面优化

我们会重点打磨APP端体验，让用户在手机上也能顺畅完成全流程学习和整理。

近期也在筹备海外站的上线，计划支持更多国际主流平台，为全球学习和办公用户服务。同时，我们还在和一些厂商合作，尝试一些配套的硬件工具，让产品在更多场景下都能用得上，也更方便。

9、10分满分的话，你愿意给你的产品打几分？理由是？

我会给它7.5分。 

理由很简单：它已经能解决部分用户的痛点，但离我们计划的理想形态还有距离。 我对产品的预期很高，我希望有一天它能成为那种，当你接触任何新知识时，下意识就会打开的工具。现在我们还在路上，不断迭代、改进。

10、除了自己的产品，你平时还有在用哪些 App 或网站？有没有哪些工具或设计，曾启发你在产品上的创新？

我常用的APP、网站主要是Obsidian、微信读书、语雀；写代码类的Cursor、Claude Code。

Obsidian对我们启发很大。让我们看到知识节点互联、形成网络的重要性。而且我们已经打通了Obsidian，所有用户都可以直接把Ai好记的笔记导入Obsidian，用自己熟悉的方式整理和复习知识。未来也计划在Ai好记内实现联动知识库，让笔记和音视频内容互相关联，更直观地看到知识联系。

语雀、微信读书 的阅读和整理逻辑，也启发了我们在笔记管理、沉浸式阅读功能上的设计。我们希望把音视频转成图文笔记，让用户像看书一样沉浸学习，而不是只能草草扫一眼总结。

Cursor、Claude Code算是程序员必备了，能极大地帮助我提升写代码的效率，我非常追求效率，所以才做了Ai好记，所以这种能切实提效的工具一般都很戳我。

11、平时生活中你都有哪些工作或生活习惯？

我做一件事情习惯于“至顶向下”的方式去执行，什么意思呢，确定好一个目标，再逐层分解任务，分解到最小可执行单元，要可评估结果和完成时间。这样就保证了事情是可被量化跟踪的，自己做到什么程度了也能清晰感知。

我们团队的工作安排我也是要求大家这样做，做每一个需求之前，都要做详细的任务拆解。

12、请用一句话打动用户并让她使用你的产品

在信息过载的当下，用Ai好记高效地沉淀你个人的高质量知识库。

观猹 watcha.cn 最近上架了「瓜棚」功能，成为观猹员后，每周发布三条猹评，即可免费领取包括「AI好记」在内的多款产品会员兑换码，感兴趣可前往观猹的「瓜棚」一起吃瓜🍉！

PS-5. 我新建了全女有趣产品爱好者群 ，群里的独立开发者是女生，群成员也是女生，在群里会分享女生会用到的一些app，后续也会邀请更多女生独立开发者进来分享， 加我好友，可以邀请你进群。