Sherlock - แอปโน้ต AI ที่รู้หมดว่าคุณทำอะไรไปบ้างในวันนี้

 (getsherlock.xyz)
9 คะแนน โดย duckduckhero 7 일 전 | 2 ความคิดเห็น | แชร์ทาง WhatsApp

  • หลายคนน่าจะเคยใช้ AI จดบันทึกการประชุมอย่าง Granola หรือ Tiro กันมาบ้างแล้ว แต่ในงานจริง เวลาที่ไม่ได้อยู่ในประชุมก็มีอยู่มากเช่นกัน บริบทงานสำคัญที่เกิดขึ้นบนเว็บเบราว์เซอร์ อีเมล Slack Notion KakaoTalk ฯลฯ ยังถูกพลาดไปอยู่เสมอ

  • เราจึงสร้าง Sherlock ขึ้นมา Sherlock คือแอปโน้ต AI ที่อ่านหน้าจอคอมพิวเตอร์ของผู้ใช้แบบเรียลไทม์ วิเคราะห์พฤติกรรมและลำดับการทำงาน แล้วสรุปสิ่งสำคัญหรือสิ่งที่ควรจำออกมาเป็นโน้ตให้อัตโนมัติ พูดง่าย ๆ คือ “Granola สำหรับงานทุกอย่างนอกห้องประชุม”

  • ไม่ได้ทำงานด้วยการเชื่อมบัญชีโปรแกรมภายนอกหรือใช้ integration เฉพาะ แต่เป็นการอ่านหน้าจอคอมพิวเตอร์ของผู้ใช้โดยตรงตามความหมายเลย ดังนั้นแค่ติดตั้ง ก็สามารถเข้าใจและติดตามบริบทการทำงานได้ทันที ไม่ว่าผู้ใช้จะใช้เครื่องมือใดอยู่ก็ตาม

  • ตัวอย่าง use case ที่น่าสนใจซึ่งเราพบในช่วงเบต้ามีดังนี้ คิดว่าคนกลุ่มนี้น่าจะสนุกกับการใช้งานเป็นพิเศษ:

    • คอนเทนต์ครีเอเตอร์: เวลาต้องการไอเดียสำหรับบทความ วิดีโอ หรือคอนเทนต์แบบการ์ดนิวส์ มันช่วยย้อนเตือนบทความ วัตถุดิบ หรือแรงบันดาลใจที่ตัวเองเคยเห็นเมื่อ 1-2 สัปดาห์ก่อนได้เก่งพอสมควร
    • ผู้จัดการโปรเจกต์ / ผู้จัดการโปรดักต์: ผู้ใช้ตัวยงคนหนึ่งทำงานเป็นผู้จัดการโปรเจกต์ที่ NGO ในสหรัฐฯ และเพราะมีหลายโปรเจกต์ที่ต้องเดินหน้าต่อนอกเหนือจากการประชุม ทำให้บริบทและเนื้อหาสำคัญกระจัดกระจายอยู่หลายที่ สิ่งที่เขาชอบที่สุดคือสามารถรวบรวมทั้งหมดมาเห็นได้ในที่เดียว
    • ทีมที่มี daily standup บ่อย ๆ: คนที่มีความต้องการแชร์/รายงานสิ่งที่ตัวเองทำให้เพื่อนร่วมทีมหรือหัวหน้าทราบอย่างเป็นระบบผ่าน Slack เป็นต้น บอกว่ากำลังได้ประสบการณ์ที่ดีเป็นพิเศษ

  • ถ้าสนใจ ดาวน์โหลดไปลองใช้ได้เลยวันนี้! ตอนนี้ใช้งานได้บน macOS และเราเปิดให้ใช้ทุกฟีเจอร์ฟรี

บทความที่เกี่ยวข้อง

2 ความคิดเห็น

 
toida 6 일 전

ดูแล้วน่าจะเหมาะกับการสรุปงานที่ทำระหว่างวันในบริษัทเหมือนกันนะครับ

ตอนนี้ที่สงสัยอย่างแรกคือ โปรแกรมนี้ถ้ารันค้างไว้จะกินหน่วยความจำมากเกินไปไหม แล้วก็กลัวว่าจะใช้ input token เปลืองเกินไปด้วย ในส่วนนี้คุณคิดอย่างไรบ้างครับ?
 
duckduckhero 6 일 전

ขอบคุณสำหรับฟีดแบ็กดี ๆ ครับ!

ตอนนี้เราเลือกใช้วิธีดึงข้อความที่แสดงอยู่บนหน้าจอ ไม่ใช่การอัดหน้าจอ และถ้าจำเป็นก็จะจับภาพหน้าจอแล้วใช้ OCR ดึงข้อความออกมา ดังนั้นจึงคิดว่ายังไม่ได้มีปัญหาใหญ่ในแง่การใช้ CPU/หน่วยความจำ/ความเร็ว... ส่วนพื้นที่จัดเก็บก็เก็บเฉพาะข้อความล้วนไว้ใน local sqlite จึงมองว่าน่าจะไม่ได้กินพื้นที่มากเกินไป แน่นอนว่ายังจำเป็นต้องปรับแต่งอย่างต่อเนื่องครับ!

input token ก็ยังใช้ไปเยอะพอสมควรแม้จะใส่แค่ข้อความล้วนก็ตาม... ตอนนี้เลยกำลังพยายามประหยัดต้นทุนให้มากที่สุดด้วยการผสมใช้หลายโมเดลราคาถูกอย่างเหมาะสม คิดว่ายังคงต้องวิจัยต่อไปเรื่อย ๆ ครับ 555