微信扫码
添加专属顾问
我要投稿
探索AI如何革新你的阅读体验,腾讯ima和DeepSeek的书架分类大比拼。 核心内容: 1. 腾讯ima如何结合微信读书实现书架智能化分类 2. DeepSeek在分类准确性和稳定性上的优势 3. AI分类与规则分类的对比及其适用场景分析
最近使用ima比较多,结合个人阅读的场景,在家里有书柜就是一个分类问题,对于线上书架的书很多需要整理是一个问题,怎么样通过AI处理呢?
今天我们就来一起撩一撩腾讯ima的解决方案。
一、ima + 微信读书 + DeepSeek
首先我们下载ima.qq.com,进去ima客户端,输入weread.qq.com进入微信读书。
然后我们找到书架的地方,点击右上角的ima,提问:帮我整理书架上的书,进行分类,要求符合mece原则
然后我们就可以看到DeepSeek的分类,我们可以再进一步提问,让月度变得更加直观:对分类总结生成脑图
这个分类还是挺清晰的,可能有人会说微信读书也自带分类呀:
我们看看这两者的区别,先提出问题:
如果是固定规则,当遇到一本书可能又可以分类到经济、又可以分类到悬疑的时候,我们应该如何进行处理;如果是有新增的类型,原有的类型应该如何处理;我想有自己的分类怎么处理?
针对这个这些问题,有大模型就是一个比较好的解决方案,比如大模型会根据读者阅读书的分布情况进行动态分类,面对新书、跨学科书籍、文学作品以及抽象主题上,准确性与稳定性显著优于规则分类。
那么都用大模型是不是就好了呢?
其实也不是,如果需求简单、数据量小,规则分类是更经济快捷的方案。如果追求精准度、用户体验和长远发展,大模型分类更具优势。
那么我们可以在当前的分类里再加入一个AI分类,可以看看用户的选择更加偏向于哪一个。
二、结束语
输入什么脑子里就思考的是什么,思考什么就会影响成为什么样的人,读书分类其实就反应出了一个人的情况,这个分类AI帮助做到。
更多内容推荐加入社群“AI财友”,666元/年,有兴趣的小伙伴关注我公众号,加我微信好友付费进群。
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费POC验证,效果达标后再合作。零风险落地应用大模型,已交付160+中大型企业
2026-04-30
从本体到AI原生,从知识库到Skills技能库
2026-04-28
Obsidian + Codex:把本地文档变成可被 AI 维护的知识库
2026-04-27
Harness不是目的,知识才是护城河 —— 一个AI工程交付团队的知识沉淀实践
2026-04-26
Karpathy的AI知识库方法很好用,但不一定适合你
2026-04-24
Obsidian Cli 基础使用教程 AI化知识管理全过程
2026-04-21
Karpathy用「harness」彻底终结了RAG。
2026-04-20
AI 知识层:让每个 Agent 都变聪明的双层系统
2026-04-20
Karpathy的LLM Wiki很美,但普通人真正需要的是一个知识工作台
2026-02-11
2026-03-31
2026-03-05
2026-03-23
2026-02-11
2026-02-20
2026-03-02
2026-04-07
2026-04-07
2026-04-12
2026-03-02
2026-02-27
2025-12-09
2025-11-22
2025-11-18
2025-11-13
2025-11-12
2025-09-23