Un usuario me preguntó si tenía palabras clave para eliminar el sabor de AI. A decir verdad, no tengo ninguna, incluso he probado las que se dicen en línea que pueden eliminar el sabor de AI, y ninguna ha sido confiable. Esto en realidad es una paradoja: si la AI sabe que tiene un sabor de AI, no escribirá con ese sabor. Si le pides que elimine el sabor de AI, no sabrá cómo escribir contenido sin ese sabor. Según mi experiencia, para que el contenido escrito no tenga sabor de AI, primero depende del modelo; cuanto más grande y potente sea el modelo, mejor será el resultado. Por ejemplo, GPT-4.5 ha sido el mejor en mis pruebas, seguido de Gemini 2.5 Pro. Claude tiene un rendimiento muy bueno con ciertas palabras clave específicas, como se puede ver en las publicaciones de Li Jigang, pero con palabras clave comunes, el sabor de AI es especialmente fuerte. Desde la perspectiva de las palabras clave, es mejor que proporciones algunos ejemplos para que los use como referencia, así podrá imitarlos mejor.

NotebookLM lanza un nuevo formato de resumen de audio: - Análisis profundo (Deep Dive): Un análisis completo y detallado de su material original. - Resumen breve (Brief): Duración de 1-2 minutos, una versión "a un bocado" que extrae rápidamente el contenido clave. - Comentarios de expertos (Critique): *Como una revisión por pares, ofrece comentarios constructivos sobre su material. - Debate de opiniones (Debate): Dos presentadores llevan a cabo un debate reflexivo sobre su tema.

Recientemente he hablado con varios amigos sobre la implementación de AI en las empresas. Desde varios bots hasta diversos agentes, el ambiente es muy animado, pero el progreso real de los proyectos está lejos de ser el esperado. El estado de las empresas en las que todos trabajan es bastante similar: los jefes están especialmente emocionados, los negocios no quieren usarlo, y la tecnología está repetidamente frustrada. Hablemos más al respecto, bienvenidos a identificarse. Este tema en realidad toca una antigua y difícil tensión organizativa: el "triángulo imposible" entre el jefe, la tecnología y el negocio. Muchas veces, el problema en sí no tiene que ver con la tecnología que se quiere promover, sino que el camino de la negociación se ha desviado, y la mayoría se queda atrapada en el tira y afloja entre el jefe, la tecnología y el negocio. 1/ Empecemos con el jefe, lo que quieren es muy simple: - Poder contar una historia en el mercado de capitales, conseguir financiamiento, hacer PR, y tener una estrategia de AI; - Desde el punto de vista del negocio, quieren un ROI rápido, lo mejor es ver ahorros de costos o un aumento en GMV en 3 meses; Así que a menudo toman decisiones importantes de manera impulsiva. Pero no te dirán dónde caerá, ni esperarán que iteres lentamente; su paciencia puede agotarse en menos de tres meses. 2/ ¿Y cómo piensa el equipo técnico? El equipo técnico es muy puro, siempre parte desde una perspectiva técnica: - Para lograr buenos resultados, debe ser multimodal; - Debe considerar costos, velocidad de inferencia y cumplimiento de datos; El equipo técnico es especialmente bueno en crear herramientas, pero a menudo no sabe exactamente qué clavo debe golpear el negocio. En la mayoría de los casos, el resultado es que la demostración es espectacular, la presentación en ppt es llamativa, pero cuando se implementa, todo se convierte en un desastre. 3/ ¿Y el negocio? En realidad, el negocio es el más realista: - Si los usuarios lo usan o no, si se puede convertir, si hay un aumento en los KPI; - Si no se puede ver un efecto inmediato, de lo contrario, será solo un adorno; Naturalmente, no confían en el equipo técnico y es difícil que estén dispuestos a ignorar los KPI para probar algo nuevo; si ven que el efecto es así, simplemente lo descartan. 4/ Así se forma el clásico triángulo de problemas en la implementación de AI: - El jefe impulsa la estrategia → la tecnología no encuentra un punto de apoyo; - La tecnología se lanza completamente a AI → el negocio no se involucra en absoluto; - El negocio solo quiere resultados de KPI, y si tiene éxito, es gracias a la tecnología → el jefe siente que esto es solo un valor actual, y aún queremos el futuro; No hay solución entre estas tres partes, solo compromisos y negociaciones constantes. 5/ Por eso, muchas personas dicen que para romper el estancamiento, hay que entender la tecnología y el producto, pero en realidad lo más difícil es entender la organización. AI nunca ha sido un proyecto técnico, sino un proyecto de colaboración organizativa, y por eso siempre digo que AI debe ser un proyecto liderado por el jefe, que debe involucrarse personalmente, no se puede resolver solo con un responsable técnico. Todos deben sentarse juntos, hacer que el jefe acepte el MVP, que la tecnología entienda el embudo de conversión, y que el equipo de negocio participe en la elaboración de los prompts. 6/ En los múltiples proyectos de implementación de AI en los que he participado, el camino más fluido y eficiente ha sido este orden: - El negocio lidera, eligiendo un escenario de ciclo cerrado más pequeño; - La tecnología colabora en la creación de la cadena de herramientas, que sea cuantificable y explicable; - El jefe garantiza los recursos, no debe retirarse a mitad de camino, ni ser impaciente por resultados inmediatos; No quiero decir que no se pueda liderar desde la tecnología, pero este camino siempre será el más difícil, con diversos recursos y obstáculos en el proceso. 7/ Así que si estás promoviendo la implementación de AI en tu empresa, intenta dibujar tu triángulo de poder: ¿quién es realmente la persona que toma las decisiones? ¿Quién está discutiendo? ¿Quién está inactivo? Muchas veces, es la lucha entre las tres partes lo que impide que alguna de ellas llegue a un consenso. Entonces, ¿cómo implementar? Primero hay que superar esta barrera organizativa. La persona adecuada es aquella que puede construir un puente entre el jefe, la tecnología y el negocio; esta persona puede ser técnica o del negocio, así que si quieres impulsar un proyecto de AI internamente, primero debes encontrar este nodo clave, así será mucho más fluido. He hablado mucho, pero en realidad esta es la mayor lección que he aprendido en los últimos dos años.