微信扫码
添加专属顾问
我要投稿
国内AI笔记工具迎来新突破,秘塔AI搜索的"专题"功能让知识管理更智能高效。 核心内容: 1. 秘塔AI搜索推出类NotebookLM的"专题"功能,支持多格式文件上传与智能处理 2. AI能在用户划定的知识空间内进行深度理解、总结和启发式提问 3. 特色"人设"功能可定制回答风格,并支持生成知识海报等可视化成果
昨天我在文章里提到了谷歌的 AI 笔记软件 NotebookLM,很多人说,产品是好,但咱用不了啊。即便能用,访问速度也差点意思,中文播客口音也略显别扭。那国内有没有类似的产品呢?还真有。我最近使用秘塔 AI 搜索的时候发现,他们的「专题」功能升级了。点击「新建专题」,你会发现一个新世界——这不就是国内版 NotebookLM 吗?
1
我是秘塔 AI 搜索的 Pro 会员,经常使用秘塔做一些资料的深度研究。以我的理解,秘塔 AI 搜索早期定位就是一款聚合型智能搜索引擎,能在公开网页、论文、专利、报告中精准找到资料,并做深度研究。核心体验就是“问问题——直接得到答案”,甚至是深度研究报告、互动网页、海报和幻灯片,而不是传统搜索引擎的“给你一堆链接”。
前两天我使用秘塔的时候,发现首页多了“上传文件”的功能,点开一看,原来是专题升级了。使用入口有两个:点击首页的“上传文件”,或者点击侧边栏的专题 - 新建专题,就可以打开这个页面:
秘塔这个新“专题”功能的升级,让秘塔的边界被重新定义了。它不再只是一个智能搜索工具,而是一个能让人“持续理解一个主题”的知识空间。
在新版专题里,用户可以上传自己的资料——文本、网页、音频、pdf、word、ppt 等——然后围绕这些内容提问、搜索、对话,生成知识地图、讲义和讲义音频。AI 会在专题内部形成一个小的知识空间,理解所有的内容,并生成针对性的回答。就这个专题的内容来说,用户不再需要每次从零开始和大模型聊天,而是能让它“记住上下文”,持续帮你整理、总结和思考。
这就是 NotebookLM 的核心思路:把分散的信息放到一个能被 AI 理解的“知识容器”里,容器内的边界由用户亲手划定:上传文本、网页、音频、PDF、PPT,设定角色与语气,AI 就可以在这块有限空间里做深加工——抽取要点、厘清概念、生成讲义与讲义音频,甚至提出启发式问题,把你没想到但该去想的知识点,给你点亮了。
现在,秘塔也把这件事给做了,甚至做得更好。
2
NotebookLM 的亮点之一,就是 AI 能根据用户提供的各种类型的内容生成理解、总结和启发式提问,包括音频、提纲目录、卡片式学习等等。秘塔的专题系统在这一点上做了本地化创新。
进入专题页面后,用户可以把文本、网页、音频、pdf、ppt 等各类文件丢到专题里,使得后续提问都基于这些资料回答。这一步相当于把 AI 的“学习边界”圈定在你提供的知识范围内。比如我最近在读张爱玲的小说和散文,听了相关的播客,我就可以用相关的资料构建一个张爱玲专题:
其中包括两本书和三个音频,点击专题的设置页,我可以修改专题名称和生成海报:
这个海报是 AI 根据我提供的资料生成的,是对张爱玲一生的概览。
有意思的是秘塔提供的“人设”功能。你可以为专题设定回答风格——学者、产品经理、律师、投资分析师等——后续所有答复都会沿用该角色语气。比如设为“法学教授”,系统会用学术化语言解析案例;设为“产品经理”,则以需求与用户场景为框架进行总结。
如果你希望人设是历史人物,比如张爱玲,可以直接从系统中搜索提取,关于张爱玲的系统设置是:
在 NotebookLM 中没有提供人设的概念,但秘塔则更开放、更接地气——用户可随时切换角色,并在不同专题里采用不同风格。在秘塔,专题不再只是“笔记”,而是一种可以对话的知识人格:
这样的回复,简直是我的大爱。
3
当我们设置好状态,把相关的资料都喂给 AI 之后,就可以像我这样,在其中自由搜索、提问、对话,AI 的回答都基于当前专题的资料库生成。这意味着,AI 能完全理解你的上下文,知道讨论的内容是什么,不会“断线重连”。
在“张爱玲”这样的专题里,我就可以问张爱玲各种各样的问题,比如:你和你的母亲关系好还是和姑姑关系好?
点击主题下面生成知识地图,我就可以得到:
选择其中任何一个主题,我都可以和“张爱玲”进行对话。
点击“给我讲讲”,咱们就可以把“塔子老师”叫出来讲课了,这还是原汁原味的体验,我们可以选择多种讲课和讲义风格,讲课过程里还可以随时和塔子老师交流互动:
讲解风格,随你选择,音视频和讲义还能下载。不得不说,秘塔这一波给的量实在太足了:
总之,在“张爱玲”这个专题里,秘塔会根据我提供的资料内容和语义相关性,生成精准的结构化答案和分析报告。这种「知识内的搜索」体验,远远优于传统问答。
这还不够。更进一步,秘塔支持专题的多人协作。我可以邀请其他人加入这个专题共读张爱玲,可以分享对话,分享状态,邀请协作者,专题支持免费或付费订阅的模式。也就是说,如果你构建了一个完整有价值的专题,可以通过付费订阅的模式分享给你的读者,这样一来,除了自己学习,还可以通过长期维护一个知识库获得额外收益。
同时,我们可以把自己的专题发布到秘塔的知识岛里。秘塔的用户就可以检索到我刚刚制作的张爱玲专题,我就成了“岛主”。点击这个小程序,即可直达专题:
就这样,秘塔提供了一个共享的知识语境,大家可以在同一个“AI 语境”下交流、提问、产出内容。
NotebookLM 目前仍然偏向个人使用,而秘塔的专题天然带有协作属性。这使它在企业场景中更有潜力,比如做行业研究、内部知识整理、公关选题、投研跟踪等,都可以在一个专题中完成资料积累、AI 分析与协作沟通的闭环。
4
我想,AI 搜索现在已经进入了第二阶段。ChatGPT 让我们习惯了“即时回答”,那么 NotebookLM 和秘塔专题代表的,是“持续研究的搜索”。
人类的知识并不是一个个孤立的问题,而是一个动态演化的网络。NotebookLM 试图用 AI 去维护这个网络,帮用户理解知识的脉络。而秘塔专题的升级,正是让这种能力落地到中文世界。
AI 搜索正在发生一场从“答案引擎”到“思维助手”的转变。秘塔这次的专扮演了容器的角色,也是它的一次更新迭代。过去我们在浏览器里搜索信息、在文档里记录笔记、在群聊中讨论问题,如今这些动作都可以在一个 AI 知识空间里完成。
秘塔正在把这一切整合到一起。AI 搜索的边界,从“查找”变成“理解”。而这种理解能力,不再来自预训练模型的广度,而来自每个人自己提供的上下文深度。
5
看完我这篇文章你就会知道,秘塔的专题功能显然不是复刻 NotebookLM,它有自己的创新和思路——强调场景落地、强调中文语义理解、强调团队协作。在中文环境里,显然秘塔的专题做得更贴合我们的使用习惯。
对于普通用户来说,它是一种新的学习方式;对于研究者和内容创作者,它是一种新的知识管理工具;对于企业团队,它可能成为未来的“AI 工作区”雏形。
我在使用时最大的感受是——专题让 AI 有了“记忆的容器”,也让思考这件事重新变得更加连贯。就像 NotebookLM 之于 Google 一样,秘塔专题可能会成为国内 AI 搜索进入第二阶段的标志性节点。
在这个节点上,搜索不再只是找答案,而是和用户一起提升认知。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2025-11-12
AI如何重塑共享服务中心?这场名企HRSSC闭门会交出这样答卷
2025-11-12
多智能体设计模式和智能体框架,你会了么?
2025-11-12
从 Palantir看:动态本体如何成为企业级AI的核心范式
2025-11-12
从代码生成到自主决策:打造一个Coding驱动的“自我编程”Agent
2025-11-12
AI 智能体时代的战略框架: QCEA 量子 - 复杂 - 熵适应框架
2025-11-12
麦肯锡2025AI状态报告
2025-11-12
大模型不再靠“微调”进化:斯坦福提出ACE框架,用“上下文”让智能体自我成长
2025-11-12
Claude Skills用「一个文件夹」重新定义AI扩展能力
2025-08-21
2025-08-21
2025-08-19
2025-09-16
2025-10-02
2025-09-08
2025-09-19
2025-09-17
2025-08-19
2025-09-29
2025-11-12
2025-11-10
2025-11-09
2025-11-09
2025-11-08
2025-11-06
2025-11-06
2025-11-06