探索性 AI 聊天應用：交叉分析表

前言

不久前，我寫了一篇文章《AI 聊天應用的 10 條高級需求》，吐槽了當前 Web 端和桌面端 LLM 聊天工具的 10 個體驗問題。

我的核心觀點是：AI聊天工具應該是一個可長期依賴、結構化、可檢索、可移植的個人知識系統。

光吐槽沒用，坐而論道不如起而行。于是，我借助 AI 編程工具（用 Cursor 輔助寫代碼，幾乎完成了 90% 的工作量），把這些想法和需求，一點點變成了一個真實的應用，我給它取名叫 Pointer。

Pointer 的初衷就是為了解決我自己的問題：強大的全局檢索、樹狀文件夾分類、一鍵導出帶格式的圖片、自由勾選對話合并導出等等。

然而，就在我開發(fā) Pointer 的過程中，突然有了一個全新的想法。

Screenshot-1

在解決了檢索、分類、導出這些“整理”問題后，我發(fā)現了一個更深層次的需求：結構化的對比分析。

比如，我想讓 AI 幫我比較一下 Vue、React 和 Svelte 這三個前端框架的優(yōu)劣，AI 會給我生成一大段文字。

但這些信息是散落在段落里的，我想把它們按“學習曲線”、“生態(tài)系統”、“性能”等維度進行對位比較，就得自己手動整理成一個表格。

當然，我可以讓 AI 直接生成 Markdown 表格，但是維度一多，生成質量就會下滑，例如每個單元格都是寥寥數語。

我意識到，需要找到一種工具，它非常利于對比和分析，也能組織和呈現 AI 生成的內容。

于是，交叉分析表（Crosstab） 這個功能的設計就應運而生。

Screenshot-2

交叉分析表本身不新鮮，但讓 AI 理解并漸進式地構建它，是我想嘗試的方向。我希望有個引導助手，讓 AI 引導用戶，一步步把腦海中的模糊想法變成結構清晰的分析表。

我設計了一個四步走的工作流：

第一步：定義主題。 你只需要告訴 AI 一個大的方向，比如“比較主流的編程語言”或者“分析三國時期的主要人物”。
第二步：生成框架。 AI 會基于你的主題，自動分析并推薦表格的橫軸（比如：Java、Python、Go）和縱軸（比如：性能、開發(fā)效率、社區(qū)支持）。當然，這些推薦你都可以隨時修改、增刪。
第三步：填充內容。 框架搭好后，AI 會逐個填充每個交叉單元格的內容。比如，它會專門去生成“Python”在“開發(fā)效率”這個維度的具體描述。為了提高效率，你也可以讓它一次性生成一整行或一整列。
第四步：交互和編輯。 AI 生成的內容不可能 100%完美。你可以在任何一個單元格里，讓 AI 重新生成，或者自己手動修改。最終的控制權永遠在你手里。

在實現這個功能時，我遇到了一些細節(jié)上的挑戰(zhàn)，也做了一些取舍。

智能建議： 有時候我連橫軸、縱軸該如何設置都沒想好。所以我做了個“智能建議”功能，在你定義好一個軸之后，它會根據主題幫你推薦另一個軸的可能選項。
細粒度控制： 我不想做一個全自動的“傻瓜”工具。因此，你可以對整個表、一整行/列、甚至單個單元格進行生成、重生成、清空等操作。我希望在自動化和手動控制之間找到一個舒適的平衡點。
沉浸式體驗： 分析復雜的表格時，屏幕空間總是捉襟見肘。所以我加入了全屏模式，這些小細節(jié)對提升體驗其實挺重要的。