文｜魏琳華

編｜王一粟

用戶對資訊閱讀的需求，正在化繁為簡。

“從‘信息稀缺’到‘信息爆炸’，越來越多人對這樣一種服務(wù)的需求還是在逐步加強(qiáng)：幫我梳理好一件事的來龍去脈，為我過濾掉那些毫無意義的垃圾信息?！?/p>

資深媒體人張瑋在記錄《時代》周刊創(chuàng)始人亨利·盧斯的故事時，寫下了這樣一段話。

從紙媒到網(wǎng)絡(luò)媒體再到人人可發(fā)聲的社交網(wǎng)絡(luò)，如何從浩瀚的信息洪流中快速篩選出質(zhì)量高、真正對個人有價值的信息？

提升信息獲取效率和質(zhì)量，是當(dāng)下資訊客戶端借助AI進(jìn)化的頭等目標(biāo)。

在個性化推薦時代，AI成了人們閱讀定制化內(nèi)容的入口。生成式AI涌入的當(dāng)下，今日頭條、騰訊新聞、新浪新聞等資訊App們開始積極擁抱AI功能帶來的多種可能：AI總結(jié)讓人快速讀完一篇幾千字的文章；AI劃詞解讀晦澀的名詞......

那么，這些AI功能到底是花架子，還是貼合用戶需求的設(shè)計？

以今日頭條、騰訊新聞和新浪新聞三款A(yù)pp作為測評對象，我們試圖探索加入AI后的產(chǎn)品，是否真正幫用戶在閱讀上省時省力。

橫測：熱點(diǎn)專欄or垂類信息處理？三家大廠怎么做AI資訊

打開多個新聞App，AI幾乎融入在每個操作界面中：

從右上角醒目的“AI”智能體標(biāo)識，到閱讀界面中的劃詞搜索、尾部的熱點(diǎn)推薦，甚至是評論區(qū)，都已經(jīng)出現(xiàn)了AI陪聊的身影。

可以說，市面上的新聞App們，全都在積極接入生成式AI衍生出的種種新功能。

點(diǎn)開一篇文章，筆者從閱讀開始到結(jié)束都看到了AI的身影。

以騰訊新聞為例，打開文章，它在文章開頭設(shè)置了一個“問AI”的入口，支持根據(jù)文章內(nèi)容直接發(fā)起提問。

往下繼續(xù)劃看內(nèi)容時，AI就成了閱讀過程中的一本隨時可翻看的“詞典”。

比如，當(dāng)用戶閱讀科技、財經(jīng)等領(lǐng)域新聞文章時，常常會出現(xiàn)一些難以理解的名詞。過往，App們的選擇是在應(yīng)用內(nèi)部植入一個搜索引擎界面，讓用戶自行查找解釋。今日頭條就還保持著這種模式。

在AI代勞下，專有名詞的解釋可以讓大模型解答，不需要用戶跳轉(zhuǎn)其他App自己找解釋，它能直接為用戶生成答案。

目前，騰訊新聞和新浪新聞都在文章中引入了AI搜詞的功能，前者交給智能體“新聞妹”搜索，后者由智能體“智慧小浪”代勞。

從搜索準(zhǔn)確度來看，“新聞妹”的搜索基于文章內(nèi)容引申，在給出答案后，還能給出延伸問題，供用戶繼續(xù)提問。而新浪的搜索只是基于詞語的綜合搜索，遇到多義詞識別的情況下，容易給出不符合文章內(nèi)容的答案。比如，在搜索介紹藍(lán)牙耳機(jī)文章中的“TWS”時，“智慧小浪”給出了韓國同名男團(tuán)的解釋。

其中，騰訊新聞還提供獨(dú)家的“AI外顯劃詞”，針對各垂類領(lǐng)域的專業(yè)詞匯，生僻新詞、熱詞，外語詞匯、縮寫等會直接給出藍(lán)色劃線和標(biāo)注，用戶只需點(diǎn)擊就能直接看到相應(yīng)的解釋。

除了劃詞搜索之外，一些基于AI提供的新聞推薦服務(wù)也在三個App中頻繁出現(xiàn)，比如尾部針對閱讀熱點(diǎn)衍生的延展閱讀內(nèi)容推薦、AI新聞專題內(nèi)容合集等。

可以看到，在AI的加持下，之前需要多個App協(xié)力完成的閱讀過程，正被新聞App努力整合到一個應(yīng)用界面中。

在提升閱讀效率上，AI確實(shí)做到了幫用戶看得更快、更透徹。

除了文章閱讀場景外，在視頻播放中，也開始出現(xiàn)了AI的身影。體驗(yàn)下來，上述三款產(chǎn)品中，目前只有騰訊新聞考慮到了視頻觀看+AI結(jié)合，上線了三款和視頻相關(guān)的AI功能。

在視頻和直播場景中，騰訊新聞根據(jù)場景上線了不同的功能。其中，視頻界面支持把視頻分享給智能體“新聞妹”，邊看視頻邊提問；直播功能則上線了AI摘要和AI實(shí)時中英互譯字幕功能。AI摘要把關(guān)鍵內(nèi)容都總結(jié)成了文字版本，既解決中途進(jìn)場用戶“不知道前面講了什么”的問題，同時也讓用戶隨時可回看視頻要點(diǎn)。

在文章、視頻形態(tài)之外，智能體成了三款A(yù)pp均植入的一個醒目功能。打開App的主界面，新浪新聞的“智慧小浪”和今日頭條的“頭條AI”都統(tǒng)一掛在了右上角。騰訊新聞則把智能體“新聞妹”的入口放到了個人界面中，以及在文章閱讀中，如果使用過“新聞妹”，右下角就會出現(xiàn)“新聞妹”懸浮圖標(biāo)以供隨時喚起。甚至在評論區(qū)，筆者也看到了“新聞妹“的評論互動。

其中，新浪“智慧小浪”和今日頭條的“AI助手”是單個智能體，騰訊新聞的“新聞妹”則更側(cè)重于多種垂類場景的多個智能體，涉及健康、高考、文娛節(jié)目、金價、彩票等多種場景，頭條則設(shè)置了一些AI延伸功能，不過多是生活娛樂的內(nèi)容。

從左到右分別是頭條AI、新聞妹和智慧小浪

熱點(diǎn)運(yùn)營一直是新聞資訊重點(diǎn)的板塊，智能體最直觀的功能就是用來做熱點(diǎn)追蹤。目前，三款A(yù)pp的智能體都可以針對熱點(diǎn)做基礎(chǔ)的事件分析和解答。

比如，筆者以中美關(guān)稅為例，以此詢問“新聞妹”時，它不僅能生成簡要總結(jié)和相關(guān)資訊推送，還在下方放置了“事件脈絡(luò)”功能，一鍵為用戶直接講清楚事情的來龍去脈。

值得一提的是，騰訊新聞的“新聞妹”在兼顧熱點(diǎn)的同時，進(jìn)一步考慮到了垂類用戶的體驗(yàn)，并且在垂直行業(yè)場景做了更多符合用戶使用習(xí)慣的功能設(shè)計。

比如，對于一個?？簇斀?jīng)的用戶來說，關(guān)注公司動向、IPO情況等等都是基本操作。騰訊新聞的垂類智能體“財經(jīng)助手”設(shè)置了問公司、IPO、匯率等功能，一鍵把當(dāng)天關(guān)注公司的關(guān)鍵動態(tài)總結(jié)好。

而今日頭條則選擇在它一直擅長的分發(fā)上下功夫，它推出的獨(dú)家功能“AI訂閱”，按照細(xì)分標(biāo)簽推送AI選出的快訊內(nèi)容。

整體體驗(yàn)下來，今日頭條在AI和新聞的場景適配上略遜一籌，而新浪新聞和騰訊新聞都針對閱讀場景做了一定的功能適配，AI功能也順利融入到更多閱讀場景中。相比之下，騰訊新聞在功能設(shè)計更豐富，這也讓它能適配的場景更多。

用戶用AI將信息“化繁為簡”的同時，新聞App也將完成從信息門戶向信息服務(wù)的跨越。

從資訊到服務(wù)，新聞+AI的未來形態(tài)

從門戶的資訊集中，到算法分發(fā)的“千人千面”，再到AI全盤介入資訊客戶端中，資訊閱讀體驗(yàn)正在迎來第三次革命。

信息分發(fā)的進(jìn)化過程，用戶從被動接收新聞的人，變成了主動篩選的人。

在門戶網(wǎng)站主導(dǎo)的時代，信息主要靠網(wǎng)站聚合各大媒體的信息，再由編輯人工把關(guān)，最終將這些內(nèi)容無差別推送給用戶。而以今日頭條為代表，隨著推薦算法技術(shù)的成熟，個性化分發(fā)時代到來，資訊平臺開始根據(jù)用戶的瀏覽歷史和興趣偏好進(jìn)行內(nèi)容推薦。

伴隨媒體形態(tài)的變革，信息也在發(fā)生著大爆炸，用戶想找到有用的內(nèi)容，經(jīng)常是大海撈針。

AI作為效率工具，可以幫助用戶更效率地一站式獲得優(yōu)質(zhì)的內(nèi)容，甚至讓平臺算法自適應(yīng)用戶的需求，而生成定制化的內(nèi)容。

除了篩選信息、提升閱讀效率，隨著AI進(jìn)一步深入傳統(tǒng)新聞業(yè)態(tài)的操作環(huán)節(jié)，從內(nèi)容生產(chǎn)到分發(fā)傳播，再到用戶消費(fèi)體驗(yàn)，AI正在更新創(chuàng)作者和用戶的使用體驗(yàn)。

在新聞生產(chǎn)端，智能工具用來監(jiān)督和輔助創(chuàng)作，甚至兼顧一些圖片的生成設(shè)計；在分發(fā)端，讓推薦更精準(zhǔn)，也能根據(jù)用戶的興趣變化動態(tài)調(diào)整，同時對從基礎(chǔ)的興趣分類推薦，逐步進(jìn)階為價值偏好的分類；在消費(fèi)端，各式提效的AI功能和提供綜合問答的智能體服務(wù)，成了新聞App們競爭的主要領(lǐng)域。

一些可能性正在顯現(xiàn)：比如在分發(fā)端，依賴AI，只需要描述個人需求，就能定制一份完全符合個人口味的日報新聞；在消費(fèi)端，用戶能夠要求只看到自己需要的內(nèi)容，比如用戶想知道伊以戰(zhàn)爭的發(fā)生過程和對兩個國家的影響，只需要把問題拋給AI，它就能直接從資訊庫的成百上千篇文章中找到所需信息，“梳理”一個用戶想要的回答出來。

不過，目前AI應(yīng)用仍面臨專業(yè)深度不足的問題，這個問題同樣也出現(xiàn)在了新聞App端。

當(dāng)下，多數(shù)新聞App的AI都是直接調(diào)用大模型提供服務(wù)，但缺少關(guān)于新聞的Know-how和對應(yīng)報道領(lǐng)域的內(nèi)容積累。在深度思考模式加持下，幻覺問題進(jìn)一步影響著AI生成、總結(jié)內(nèi)容的準(zhǔn)確度。

BBC曾在今年2月發(fā)布過一個測試結(jié)果，在測試4款A(yù)I助手ChatGPT、Copilot、Gemini和Perplexity總結(jié)問題時，出現(xiàn)了超過半數(shù)的錯誤內(nèi)容。而在深度思考流行的當(dāng)下，交給AI自主思考的模式更是增強(qiáng)了幻覺問題。

如何提供兼顧質(zhì)量和可靠的問題？

一個解法是，深入行業(yè)，通過接入垂類智能體的方式，使AI從“泛泛而談的信息摘要者”蛻變?yōu)椤懊婷婢愕降念I(lǐng)域?qū)＜摇?，?shí)現(xiàn)新聞價值質(zhì)的飛躍。

以體育新聞為例，如何讓用戶快速了解專業(yè)術(shù)語的意義，真正看懂新聞？

相關(guān)垂類智能體通過接入知識庫的方式，確保內(nèi)容準(zhǔn)確。這樣的垂類智能體既能用來問專業(yè)名詞，也能讓它幫忙回顧比賽紀(jì)錄和歷史，小白也能快速補(bǔ)全知識盲區(qū)。

對于新聞App來說，借著AI進(jìn)化的同時，如何進(jìn)一步將AI和新聞結(jié)合起來，是接下來拉開閱讀體驗(yàn)的關(guān)鍵。從問AI、AI劃詞搜索等基礎(chǔ)的提效功能做起，資訊平臺正在慢慢向垂類智能體、AI定制等更貼合用戶需求的深度應(yīng)用前進(jìn)。

筆者看到，騰訊新聞剛推出AI早報功能。只需輸入關(guān)鍵詞和定制要求，AI會從海量資訊中精準(zhǔn)篩選，生成高相關(guān)度的新聞簡報，并每日主動推送。以“騰訊每日動態(tài)”為例，從股價變動、人事調(diào)整再到公司新產(chǎn)品發(fā)布，都能被AI從信息海洋中精準(zhǔn)“打撈”上來。

在AI加持下，資訊行業(yè)第三次革命的序幕正在緩緩拉開帷幕。