“橙篇”背后的百度文库，如何做好“AI 原生化”？_风闻

百度大模型的「先锋」，是怎么做产品的？

对话 | 张鹏

编辑 | 连冉、靖宇

累计 AI 用户数已经突破 1.4 亿，使用次数突破 15 亿——AI 重构之下，百度文库焕发了全新活力。在「AI 产品榜」的 5 月份榜单中，百度文库 AI 功能更是以单月 6536 万访问量位列国内总榜首位，甩开第二名将近 1500 万的身位。

成立十余年的百度文库，是如何在 AI 时代迸发出强大的吸引力的？

当 AI 作为一项创新的底层技术被整合进产品系统中，如何理解百度文库的演进轨迹，及其在产品使用和目标上的转变？作为行业最火的 AI 原生应用之一，它是如何实现进化的？

近日，在与极客公园创始人、总裁张鹏的对谈中，百度副总裁、文库事业部负责人王颖给出了解答。

去年 8 月至今，百度文库经过大模型的重构，已经实现了从内容理解、规划到生成的全流程智能化。目前，百度文库背后的团队仅有两百余人，而在交付上实现正反馈之外，他们甚至还做到了商业上的正循环**。**

在 5 月底，百度文库推出了新产品「橙篇」，是行业首个集「专业知识检索和问答、超长图文理解和生成、深度编辑和整理、跨模态自由创作」的**「查阅创编」一站式AI自由创作平台**，未来，文库和橙篇也会建立自己的内容分发体系。

在这一波大模型的浪潮中，百度文库的转型既借助了技术的跃进，也是对用户需求深刻理解的体现。如今，百度文库已进入与过去截然不同的发展阶段，产品正在并将继续经历一系列变革，而这些变革或许将彻底改变人们对文库的常规认知和使用习惯。

**「理想的AI，应该端到端解决问题，让机器像人一样思考，让产品像人一样工作。」**AI 重构后的百度文库，已经做到了这一点。去年的极客公园创新大会 2024 上，百度创始人、董事长兼首席执行官李彦宏曾强调过，AI 的真正价值在于原生应用的开发，而橙篇作为新近推出的 AI Native 产品，正在为用户创作展开更广阔的可能。

从将所有旗下应用全部用大模型进行重塑，到文库成为跑在最前面的那个队伍，可以看得到，百度做 AI 的决心并非纸上谈兵，而是正在不断突破创新应用场景，用 AI 深度重构产品，为用户持续提供属于这个大模型时代的智能增益。

在对谈中，百度副总裁、文库事业部负责人王颖输出了一些精彩观点：

「文库会是一站式AI内容获取和创作平台，创作从文库开始就好了。」

「目标对不齐，来自于标准对不齐。」

「一开始做产品，心里就有一张损益表。」

01

AI 重塑下的百度文库

张鹏：文库在引入智能技术初期的决策过程是怎么样的？是如何设定第一个目标并逐步发展的？

王颖： 我们首先考虑了两个关键点。第一，我们引入了大模型技术，评估它在哪些领域有显著的能力提升，以及还有什么缺陷，AI 技术自 20 世纪 50 年代以来一直在发展，但大模型的出现标志着创作的能力飞跃，这个技术飞跃是不是能解决目前用户的问题。

第二，我们深入挖掘了用户在文库的需求。传统上，人们认为文库只是一个文档检索平台，但通过深入分析，我们发现用户找内容不仅仅是为了阅读，而是为了写作。我们进一步探究了用户为何寻找内容，以及找到内容后他们要做什么。我们意识到，用户的核心目的不是为了找内容本身，而是为了支持他们的写作需求。

写作有两条路径，第一条路径，擅长写的用户上手打开编辑器就写了，还有一种不会写的用户，他们第一步需要找素材。

50% 的用户属于第二类，他们需要找素材并进行组合和编辑。即使是擅长写作的用户，在写作过程中也常常需要寻找专业素材和灵感。这些都是文库用户的需求，也显示出找和写的需求实际上是一个统一的需求，只是由于过去的技术水平限制，这个过程不得不被分割在不同的工具和平台上进行。

张鹏：所以在技术进步的推动下，文库有机会更深入地满足用户需求了。

**王颖：**我们一开始就知道用户有一个完整的需求，但原来的技术和产品限制只能解决其中的一部分，只能提高一部分效率。其实，人工智能的本质是让机器像人一样思考。

做人工智能产品，就要让产品像人一样工作，帮用户完成所有工作。我们最初的重构思路是：既然有了这种技术，我们要让产品像人一样工作，端到端地解决问题，而不是只解决一个环节的问题。

很多人认为文库是用来搜资料的，质疑我们为什么要用大模型。可以回想一下去年 3 月份，很多平台是这么做的：用户搜索不到内容时，他们用大模型生成一篇给用户。可是这种做法并没有解决用户的本质需求。就像我们买米是为了做饭吃饱，而不是为了单纯拥有米。

我们最开始的目标是让产品像人一样思考，端到端地解决问题，在实现这个目标的过程中，确实遇到过很多问题。

用户对文库的认知是一个资料库，用来存储和查找资料，这个认知非常强烈。

我们要做的第一件事是让用户过来查找资料，并让用户继续留在这里，让他们知道文库也能帮助写作。

所以，我们在理解到用户在查找资料后可能需要编辑和创作时，就提供相应的能力，当技术进一步成熟时，我们就直接搭建新功能支持写作，比如后续文库就推出了各种格式的写作功能，到现在文库又推出的全新 App——橙篇，用户不仅可以查找资料，还可以直接进行写作。

张鹏：在找到文档和内容后，用户还需要对它们进行进一步加工、转化和存储，使其未来可以结构化使用。所以第一步是将这个过程延长，而不是直接到写作阶段，这些工作是什么时候进行的？

**王颖：**用户进入文库后，我们不仅提供文档搜索能力，还提供写作相关的能力。当你找到一篇文档后，可以进行扩写、改写，甚至基于文档内容制作 PPT。

这些工作是在去年 5 月份之前进行的。当时我们还没有编辑器，因此只能先做这些基础工作。然后我们一边开发编辑器，一边进行 AI 渗透，让用户知道文库有 AI 功能，AI 对写作有帮助，这是一个并行的过程。编辑器做完以后，我们直接推出了完整写作功能，用户就可以直接进入写作阶段。

张鹏：文库有画本的功能，这个功能用户的反馈怎么样？

**王颖：**画本功能分享率很高，有 30%。这个功能成本有点高，不过推出一个半月我们已经把成本下降了一个量级，到今年年底成本应该都算不上负担了。

现在文库所有的 AI 功能没有优化到位就不推，现在是因为到位了，所以就开始推了，转化率也特别好。

张鹏：所以文库不光交付实现了正反馈，商业上也做到了正循环。

**王颖：**我们从一开始做项目，就是从一张损益表开始的。

02

「模型接入」的挑战

张鹏：那么后来真正把模型接入，是很简单的事吗？还是说需要和模型团队磨合很久？

王颖： 我们没有觉得很简单。大家对使用模型的理解不同。以前的模型是解决专用问题，现在的通用模型解决很多问题。

通用模型有它的限制，所以我们用 MoE 来解决问题。首先，通用模型能力有限，我也不能全都用大模型，那样成本太高，现在 AI 应用赔钱就是因为成本问题。

我们把大模型看作大脑，它负责理解和分工，复杂的问题用大模型解决，其他的功能用不同的模型来做。

事实上，文库做到今天，我们有对模型进行精调，但并没有用想象的那么多的精调数据，因为要求的不是数据数量，而是数据质量够不够好，够不够均衡。并且，文库有自己的算法工程来做 Prompt（提示词）优化，包括使用不同尺寸的模型来执行不同的任务，最终将它们整合起来，形成一个协调一致的系统。

文库从第一天开始，就让产品像人一样思考，像人一样工作。这种思考和分工是持续进行的，我们从来没有在大模型上纠结过。

到目前为止，我们和大模型团队一起真正合作开发的定制能力只有两个：

**一个是字数控制，**大模型的多样性决定了依从性问题的存在：模型团队一开始不能完全理解这个需求，因为在搜索场景中，字数长短内容无所谓，但对文库用户来说不一样，如果用户要求写 500 字，它却写了 1500 字，就给用户增加了删减的负担。现在，文心一言在字数依从性上可以做到上下浮动 5%。

**另一个是理解和生成：**我们提供很多文档解析能力，以及专业文档的标准和专家标准，然后模型去训练这些内容。这两件事是我们与模型团队真正共建的。

03

**AI 重构，**核心在于「价值」

张鹏：你要求产品团队首先对于模型有根本性的理解，且对自己如何运用模型，一上来就要清晰的认识。

王颖： 对，现在的组织结构中，产品和策略是要融合的。过去的工作流程里，是算法团队来负责策略算法，产品负责提需求，产品团队提供产品原型可以了。现在这种模式行不通了，每个人都要渗透到对方的领域。原来是阵地型打法，现在得全攻全守往前推进。

张鹏：是什么让你下定决心必须这样？

**王颖：**标准不一致就会导致目标不一致。另外，交付不等于用户满意。成熟的业务有明确的标准。但对于全新重构的项目而言，如果没有建立明确的标准，光是以物理上线为目标，而不是以用户的实际满意度为目标，是行不通的。

张鹏：上一个时代的产品经理需要懂人性，但今天光懂人性不够，还需要懂模型。

王颖： 对，因为我们建立的是人和机器沟通的桥梁。

**张鹏：**你是怎么管理产品需求、定义和实现效果的？

王颖： 我会把各方面都搞得清晰。从最开始的需求判断是不是应该这么做，产品怎么定义，哪些是突出的卖点，应该实现什么样的效果。也画产品图，包括交互设计和一些 UI 设计，会带着团队一起来做。不同的生成路径也会关注，比如做 PPT 的生成路径和做漫画的生成路径是不一样的。但是在同一个产品中又不能让用户在生成不同内容或不同品类时，都感觉像在使用一个不同的东西一样。这些流程需要重新设计。

张鹏：做完第一步，把第一个延长线画了，看到什么样的数据变化？

**王颖：**用户使用时长有变化了，翻倍了。

张鹏：上线多长时间看到的？

**王颖：**大概是一个月。不光使用时长翻倍了，留存也提升了。

张鹏：怎么从时长的翻倍，去解读用户的收获？

**王颖：**看结果。以前的用户基本上是找到就下载，时间很短。现在会发现用户有了更多的互动，会调用各种功能，自然时间就变长了。

还有一个关键指标是下载完成后本地使用。毕竟下载可用了，才会下载。

张鹏：下载下来意味着有效交付完成了。

王颖：对，要么下载，要么分享转发。还要关注留存和活跃留存率，也就是用了某项功能的用户，第二天再次使用的比例是否超过以往。只有用户觉得功能有用，才会再次回来使用。就像去饭馆吃饭一样，如果今天不好吃，明天还会再来的人肯定不多。

张鹏：做到这一步有没有很复杂的技术挑战？

**王颖：有很多，举个例子，在初期的文档写作中，除了大家熟知的幻觉问题，**还有字数依从方面。其实很多时候扩写 1.5 倍就够了，但之前有一些大模型的扩写长度赶上重写一篇了，这就不太好。文库推动解决的就是这一点。

张鹏：怎么去定义字数依从性的合理指标？扩写要做好是怎么做到的？

**王颖：**我们做了大量调研去了解用户对扩写的期待是什么样的。用大模型重构产品的时候，很多人不知道标准怎么建立，但其实标准不是存在于行业，而是藏在用户心里。

用户对新事物总是有所期待，我们得去满足这些期待，高太多，用户可能不理解，低于期待值更不行。找到用户的期待值，比它高一格就是标准。

产品刚上线的时候，我们邀请测试、维护了四个用户群，每个群里有两百人，版本出来就给这些群里的用户使用，他们会给到一些反馈。

张鹏：所以扩写也是在这一波前期测试过程当中，用户提出问题，然后你们反过来进行调研，到底应该怎么扩写。

**王颖：**对，因为 Prompt 解决不了这个问题。有些大模型问题是 Prompt 无法解决的。大模型的特性就是多样性，而多样性会导致依从性差，这是必须要解决的问题。现在一般的扩写比例是 1.5～2。

张鹏：所以这是一个扩写的黄金比例。在做这个的同时你们还在搭编辑器，这个事情复杂吗？

**王颖：**很复杂。复杂之处在于几个方面。

首先，不同的文件类型需要不同的编辑器，比如 Word、PPT、Excel 需要的编辑器都不一样。这导致用户在处理文件时需要频繁地切换。

其次，进入编辑器之前，文件可能存在多种格式，增加了处理的复杂性。

最后，编辑器本身的工具非常繁多，使用指令复杂，每个编辑器可能有数百个指令，如果每个都要实现，工作量非常巨大。

此外，这是一个强工程项目，像 Word 或 Office 这样的产品本身也是编辑器，我们做编辑器不是要跟它们做一样的产品，我们要做的是融合编辑器，这个编辑器要兼容所有的文件格式，用户不需要关心格式问题，只需要告诉我们需要完成什么任务即可。

百度原来没有这方面对应的积累，我们是从头开始做的。

张鹏：上线之后用户的反应怎么样？

**王颖：**扩写和续写对编辑器的要求并不高。真正对编辑器要求高的是 PPT。PPT 功能推出之前，扩写仅限于文本，我们对编辑器的理解和难度的把握都相对有限。

PPT 功能的出现，使得操作空间扩展了。首先，PPT 本身的制作难度就比文本要大；其次，现在能够在同一个平台上进行格式转换，融合编辑器的优势也就体现出来了。如果只限于 Word，能做的就只是文字处理，但有了融合编辑器，不仅可以处理 PPT，还能实现 PPT 与 Word 之间的格式转换，甚至还能制作图表。

张鹏：PPT 能力上线之后，用户能明显感觉到文库编辑器的意义所在了。接下来用户数据变化怎么样？

**王颖：**非常明显。各种用户数据曲线陡峭上升。去年 9 月到 10 月，DAU 从 30 万爬升到 140 万。

张鹏：所以文库接下来会是什么样的产品定义？

王颖：一站式 AI 内容获取和创作平台，所有创作从文库这里开始就好了。

张鹏：分发怎么做，有一键转发功能吗？

**王颖：**有。用户不需要考虑素材的来源、格式或者具体细节，他们只需将内容提供给文库，输出支持包括存储、转发、分享等。

张鹏：这样听下来，文库像是个人写作的操作系统。

**王颖：**对，除此之外，还希望文库有自己的生态，可以分发内容。

张鹏：Robin 说文库是被 AI 重构最好的产品，你有没有听他定义过他认为的好是在于什么？

**王颖：**核心就是价值，为用户、行业带来什么价值，有没有价值重构，提供价值增量。

给用户提供了价值，用户就会用脚投票，同时价值会反哺大模型，利用人类行为反馈提升自身性能。

04

橙篇——********「长文创作、批量赋能」

张鹏：文库最近推出了橙篇这个产品，对它的定位是什么？

王颖：我们希望橙篇能够成就人生新篇章。除了专业写作以外，橙篇未来还将注重休闲娱乐性质的写作，以及分享互动的功能。

张鹏：文库这样的平台本身也支持创作，橙篇的推出是出于什么考虑？

**王颖：**用户在创作过程中存在两种情况：一半的用户因为不知道如何着手开始，需要找资料参考，另一半则能够直接开始写作。尽管文库已经积累了 15 年的经验，拥有广大用户，但大多数人仍然将其视为一个资料搜索平台，而非创作起点。

在短期内，文库是一个内容获取和创作的一站式平台的认知还需要逐步建立，但我们需要一个平台来尽快满足用户直接创作的需要，这就是橙篇的定位。

我们希望通过橙篇从创作的最初阶段就为用户提供支持，同时通过专业知识内容的辅助来提升创作质量、拓宽创作服务范围。

张鹏：可以有一小股部队像创业公司做新锐产品一样，更有活力。

**王颖：**对，没有包袱，可以做很多尝试。

张鹏：用户有给到一些什么反馈，对后续做产品有指导作用的？

**王颖：**呼唤赶紧出一个 App，需要更多的体裁和品类，希望有更多表格处理能力。

张鹏：用户在橙篇写作的话，主要写些什么类型？

**王颖：**长文很多，大多在 5000 字以上。

张鹏：写作通用性还可以。

**王颖：**对，我们也强调专业性。我们一直有在长文和专业内容上发力，为什么要这样做？因为大学生用户是传播力最强的用户群体，所以我们首先要满足他们的需求，在长文理解和写作方面，进行了专门的调整。

此外，为了应对大模型不够专业的问题，从去年 7 月份开始，我们就开始建设专业内容，大量引入专业资源，全覆盖 Nature 这样的头部期刊以及大量专业数据和出版社资源，这些其他大模型尚未涉足。这些工作是在去年 5、6 月份开始的。毕竟大模型有幻觉，有专业性不够的问题，所以比较早就开始准备这些。

张鹏：所以你们是希望写作这件事情，更多人当成更日常的东西，怎么做到这一点呢？

**王颖：**对，本质就是两件事，要么因此获得尊重，要么因此挣到钱。那我们就做好两件事，一个是分享，一个是激励。

我们现在和很多 IP 合作，用户可以自由创作并分享作品。通过分享，让更多人看到成果，满足了分享展示的需求。画本功能就是出于这个原因开发的。

激励方面，用户创作小说后，我们会通过多个内容分发平台进行分发，产生的收入会与创作者分成，这样用户就有了动力。

画本也一样，只要用户的创作在平台产生的利润，都会分给用户。即使用户没有直接在平台创作或分享内容，只要他们有所贡献，也会有代币奖励，这些代币可以用于完成任务，比如制作 ppt。如果代币不足，用户可以通过继续创作或购买来获取更多代币。这是我们在做的一些尝试。

张鹏：以小说为例，现在是供给不足、需求不足还是连接不足？

**王颖：现在是供给不足，而不是需求不足。**首先，小说用户占了整个中国用户的 50%，这个比例远远超出想象。我们原本认为小说用户是十八九岁到三十几岁的年轻人，但实际上，小说用户的年龄范围非常广泛，从十几岁到六七十岁都有。

需求已经非常明显，但供给却跟不上。供给可以分成几个层次，头部作家一直被催更，显然是供给出现了问题。比如，烽火戏诸侯一章要写十万字，创作时间很长，一直被催更。爽文、脑洞文也同样如此。

优质供给不足，不是说书放在那儿没人看，而是能让大家持续看下去的好书不多。我们发现，老白文人均阅读本书是 1.3 本，而脑洞文是 3 本多，读者阅读速度很快，而供给足够的话，读者还会继续阅读下去。问题在于，好的供给还是不够，这是非常明显的问题。

张鹏：所以可以理解为橙篇的目标是通过这个操作系统，帮助更多有效的供给批量产生。

王颖：对，有效的供给可以分为几类，每种都有其标准。首先是情节感人、文字优美、文笔也不错的优质供给；其次是虽然有好的情节但很多人卡在表达环节，这个问题大模型可以解决。

小说后续可以衍生到漫画领域，漫画供给问题尤为突出。我们和创作者合作进行了实验，有家公司尝试对两到三部漫画实施日更策略，以此来测试是否能够吸引更多的关注。结果显示，尽管付费率保持不变，但阅读量确实有所增加。

张鹏：有效供给最后很有可能也变成多模态。

**王颖：**我们本身也具备多模态能力，现在没上橙篇是因为人力不够，还没来得及开发出来，之后会上线的。

05

文库和橙篇的未来

张鹏：百度文库和橙篇是怎么通过用户行为数据实现数据飞轮效应的？

**王颖：**比如说在文档平台上，我们会根据文档的下载次数来筛选出比较优质的文档，然后让大模型重点学习这些文档。

PPT 工具中也是类似，系统会自动提供已经整理过的图片，并生成提示，用户可以根据这些数据进行修改。

漫画的话，通常会同时生成两张图片供用户选择，成本比较高，但效果并不是太好，因为有时候用户对哪张都不太满意。

张鹏：这种情况可以做局部修改？

**王颖：**漫画功能支持局部修改。

张鹏：这样就解决了一致性的问题。

**王颖：**一个是一致性问题的解决，另一个是满意度的提高。例如用户只对图像的脸部满意，而对身体部分不满意，那么评分可能只有 60 分；而如果整体都满意了，评分可能会达到 80 分。

张鹏：这种方式在交付、交互和数据循环上都是有效的。

**王颖：**对，我们会在模型上进行局部控制。比如，我们将分享和转发按钮放在显眼位置，方便用户操作后进行分享和转发。这样的设计不仅能够提升用户体验，也能更有效地引导用户参与，为后续进一步优化提供参考。

张鹏：橙篇算是文库下面一个「特种部队」？

**王颖：**它跟文库是平行的两个产品，但是底座的基座能力、基座算法、编辑器都是一套，不同主要在于前端的交互方式，除此之外，就是不同的产品团队在与模型对接。

张鹏：橙篇与文库为用户提供了两种典型的创作方式：一种是原生创作加资料参考，另一种是资料参考加创作，最终的目标都是打造创作的操作系统，两者的价值在于解锁更多高质量的内容供给，从而激发需求，并通过内容分发建立连接，最终形成完整的闭环。

**王颖：**对，先从激发需求开始。

张鹏：过去发现，互联网领域里只要能够指数级提升创作者的数量，就有机会诞生新的分发平台。你们相信现在又有这样的机会了。

**王颖：**文库的目标是平衡消费者和创作者之间的关系。过去，消费者远远多于创作者，因为很多人觉得创作是一件很难的事。

文库的核心是让每个消费者都能成为创作者，通过进一步降低创作门槛，扩大创作者群体，促进更多内容的涌现，从而吸引更多人来消费。

张鹏：文库怎么定义 24 年的目标？这里面的优先级是什么样的？

**王颖：**最重要的是有多少用户使用，也就是 DAU 或者 MAU。这可能不是唯一的标准，但是是很客观的标准。用户愿意使用甚至持续使用某个产品，说明这个产品真的给他们带去了价值。对于文库这种依赖用户主动参与的线上业务，这是很重要的。

张鹏：未来文库里的交互会出现根本性的变化吗？

**王颖：**会。现在有一个改版在酝酿了，后面还会有一个版本。

张鹏：交互变化的思路原则是什么？

王颖：更倾向于自然交互。7 月底，橙篇 APP 出来之后，应该会跟完全大家想的不一样。

*头图来源：百度文库

本文为极客公园原创文章，转载请联系极客君微信 geekparkGO