相信你一定也有類似的經驗：每天起床後拿起手機，接收最新的新聞推播，一則新聞還沒讀完，一個從購物網站來的推銷訊息吸引了你的眼球，瀏覽了一陣子放了幾件商品進購物車還沒結帳，另一則 facebook messenger 訊息又跳了出來，於是你隨手回覆朋友，再哈拉兩句；接著再回到動態牆，一則短影音又將你帶走，看完一個後，無意間又滑了好多個相似的影片，同時間再跟幾個不同的人聊一下，一來一往之下，不知不覺已經接近午餐時間了。
「什麼都看，什麼都看不完」，這是資訊爆炸時代下的日常，彷彿有一個奇怪的黑洞，不斷地把我們的時間吸走。其實，被吸走的不是時間，而是你的注意力。如何在這場「注意力爭奪戰」中勝出，並獲取最直接有用的資訊，將是決定每個工作者能否勝出的關鍵。
而感謝生成式 AI 的出現，這一個 21 世紀的文明病，終於有解。
生成式 AI 為吸收資訊方式帶來質變
生成式 AI 是 2023 年最夯的科技關鍵字，正以前所未見的速度走進大眾的生活，並深入各行各業。而對內容產業來說，生成式 AI 所帶來的衝擊是簡單粗暴的。一夕之間，大家發現 AI 不僅能吟詩作對、畫圖寫歌，不管是當社群小編，或是寫論文解數學，都難不倒他。
對平日的工作者來說，生成式 AI 更能執行翻譯、摘要、統計、文書處理等工作，簡直就是「上得了廳堂、下得了廚房」的最佳員工代表。雖然 AI 還有「幻覺」問題待解，但不可否認的是，有了 AI 這個超級助手，生產力確實加倍。
生成式 AI 有如一把雙面刃，一方面讓資訊以百倍的速度成長，帶動原本已經爆量的資訊再爆量；好處則是，若選到對的 AI 工具，將可以讓人吸收新知的時間大幅減半，也能在茫茫的資訊海中快速抓到重點。
Gem 打造「Tik-Tok 式新聞」，重新解構內容呈現模式
每天打開手機，數十億的文字有如猛虎開閘向著我們衝來，資訊量以指數型成長，但每天的時間卻只有 24 小時，這是現代人知識焦慮的來源。看到這一個現象，Gem 創辦人 Ian Mendiola 表示。「我們想解決的，是大家時間不夠的問題，我們希望讓人們可以更有效率、更簡單地獲得新聞。」
Gem 是連續創業家 Ian Mendiola 近期推出的一款新聞摘要 App。Ian 過去曾在 2012 年，率市場之先推出英語朗讀 App Umano，獲得許多用戶好評與喜愛，後來 Umano 也成功被 Dropbox 收購。公司被收購後並未澆熄 Ian 對產品設計的熱情，這次新的創業題目，同樣圍繞在「內容」，但運用生成式 AI 技術，來重新解構內容呈現模式。Gem 以 AI 驅動、針對財經、科技新聞做摘要的新聞應用程式 Gem，目前已經在北美與亞洲正式推出。
用戶打開 Gem 之後，看到的不是傳統新聞 App 雜亂的網格式呈現（grid layout），也不再有眼花撩亂、看也看不完的內容，而是清爽簡潔的全新體驗：一次只有一則標題呈現在螢幕上，往左滑，可看下一則新聞，往上滑，則是由 AI 摘出的 3 項全篇重點，讓讀者可以在最短的時間內一目了然。如果還有閒情逸致看全文，則能在最下方找到原始新聞連結。
「我們打造的，是一款 Tik-Tok 風格的新聞摘要 App。」Ian 說，推出 Gem 的原因，一是因為生成式 AI 將是未來內容創建不可避免的趨勢。另外，在資訊爆量的時代，未來人們的注意力只會越來越碎片化，看長篇文章的意願也大幅下滑。
既然獲取新知仍然是不變的需求，那麼讓內容呈現更簡單、一看就知道重點，「短，還要更短」或許才是更符合忙碌現代人獲得知識的新方式。因此，Gem 呈現新聞的方式，是參考 Tik-Tok 一次一則內容的方式，比傳統的新聞聚合器更直覺、更好用。
不囉唆！「直接跟你說重點」的個人化 AI 新聞記者
AI 新聞是生成式 AI 浪潮下普遍的應用，不過，每個產品都不盡相同。
例如，Instagram 兩位共同創辦人 Kevin Systrom 與 Mike Krieger，在今年初推出全新的新聞閱讀器 「Artifact」就是一例。不過，與 Gem 很不同的是，用戶打開 Artifact 之後，第一眼看到的，仍是傳統的新聞分類、數個不同的標題，點入後可以看到新聞全文。如果讀者想閱讀摘要，則需再手動點選上方按鈕，才能看到由 AI 摘出來的 3 個重點。
Gem 則是反其道而行，打破了多數新聞 App 介面的窠臼，直接預設以「摘要」形式呈現，若讀者有興趣，才點入看全文。
以介面來看，Gem 的設計更符合更「重點導向」的讀者；以步驟來說，Gem 更直覺、更省時，使用起來，更像一個「不囉唆，直接跟你說重點」的私人新聞記者。
事實上，要呈現像 Gem 這樣高度個人化的新聞摘要，其實並不容易。一是摘要得摘的精準，如何在長長的文章中，明確抓到重點，是 Gem 首要解決的問題。
Gem 串接的是 Open AI 模型。Open AI 的 AI 模型確實可以產出一般的摘要，但在風格上、格式上不夠統一且仍存在不少誤差。
Ian 解釋，Gem 的開發團隊串接 Open AI 的模型後，再依照自己的需求進行大量的微調與訓練，才試出最適合讀者胃口的摘要，包括抓緊新聞故事的核心，優先選擇文章中的人、事、時、地、物，例如重要的人名、公司、關鍵性的數字等，才能從落落長的文章中挑出最精華的3點。
「只有一次機會！」Gem 如何打造比其他 App 高兩倍的推播點擊率？
另外，高度個人化也是關鍵。Ian 說，太多應用程式都習慣「亂槍打鳥」，向用戶發送完全不相關的內容。但在打造 Gem 的時候，他希望做的是一款高度個人化的 AI 新聞記者。因此在打造產品時，開發團隊首先針對多個標準進行評分，包括新聞媒體的受歡迎程度、文章在網路上被分享的次數、文章發布的時間有多新、用戶感興趣的主題等等。
接下來，Gem 的開發團隊，則使用 GPT-4 來發掘文章與讀者的相關性。他們使用 GPT-4 分析文章上下文，並分析根據這些文章與讀者的互動。Ian 指出，Gem 的團隊在分析時，不僅只分析「後設資料」（metadata）（例如資料的標籤或描述），而是實際深入的去理解文章的內容，確保每一個推送出去的通知，對用戶是高度相關且具有意義的。
一旦 Gem 挑選到了與讀者最相關的新聞，團隊會再次用 GPT-4 來撰寫推播通知，並參照先前成功吸引用戶的寫作風格，以大幅增加推播的點擊率。
Ian 坦言，「要使用文字吸引用戶的注意力，你只有一次機會」，因為 Gem 這樣的新聞 App 並不如其他的社群媒體，可以透過朋友間的互動或關聯來引起其他用戶注意。因此，Gem 在發送通知時，必須完全依賴他們所選擇的文字來吸引用戶，必須確保每則推播出去的文字都足夠有吸引力、都必須是 100％ 的全壘打。
目前，Gem 推送通知的點擊率為 16%，與其他的應用程式相比，有多兩倍的人會去點擊 Gem 發出的推播通知。而在留存率部分，有 44％ 的人在第一次使用 Gem 約 30 天內，還會繼續回來使用，以免費的軟體來說，算是表現非常亮眼的成績。
生成式 AI 全面顛覆內容產業的時代恐怕很快要來到，「未來每一個人都應該要有專屬的 AI 記者，像貼身的私人助手一樣，知道每個人不同的喜好、興趣，並且為每一位用戶打造高度個人化的新聞體驗。」他認為，有了生成式 AI 的幫助，將形塑一個完全有別於過往的內容體驗。
