体验Flowith：探索人机交互从传统聊天对话到画布式知识管理的转变

大家好呀，我是网上冲浪的Vigor????‍，今天给大家推荐一个颠覆传统聊天对话式的AI效率工具——Flowith。

官网：https://flowith.io/invitation?code=T3BFFF (魔法打开)

推荐Flowith的理由是，这款产品的人机交互真的让我眼前一亮，它不同于Chatgpt，也不同于市面上常见的聊天对话式的AI工具，也就是所谓的“ChatUI”。

Flowith带来了一种全新的交互方式，一种基于无限画布的思维导图式的交互，这种交互不仅解决了传统ChatUI在处理复杂或多线程对话时的局限性，还极大地增强了使用时的互动体验。

在这两天的使用过程中，我能明显感受到，flowith能让我以更自由的方式探索信息和组织知识点。可以在一个无限扩展的画布上自由地拖动和链接知识，形成一种有组织的、可视化的知识图谱，这大大提升了我的信息处理和知识沉淀的能力。

接下来就让我带大家好好了解一下这款极具创新力的AI效率工具

????核心能力

flowith提供四种使用场景，也可以说是四种交互模式，分别是✨自动决策模式、????思维导图发散模式、????联网超级搜索模式、????生成图片模式。

如果四种模式都不选的情况下，则是普通模式，支持自定义选择本次交互要用的模型，可选项很多也很强大，具体下面再说????

（一）颠覆主流ChatUI的画布式交互

不同于传统Chatbot的对话式交互，Flowith可以在一个无限大的画布中进行交互，AI生成的内容都会以脑图的形式进行呈现，更加有利于内容生产如反复生成文案、生成代码等的场景。

比如我让大模型给我输出一份学习LLM Agent的学习路径，通过画布交互，我不仅可以让多个AI模型给我处理需求，查看不同模型能力的输出情况；还可以在对话过程中，很自然的将输出内容生成一份脑图，将知识点构建成一个有组织结构的知识树，这让梳理知识体系的效率得到了大大的提高。

再比如我们可以利用画布的特性，使用大模型的能力进行一场”酣畅淋漓”头脑风暴，将话题讨论的每个观点都通过思维导图的方式记录下来，方便回溯和查看。

（二）丰富强大的模型能力

Flowith集成了主流模型中最强大的几个模型，覆盖了文本生成、图片生成、音频生成三个使用场景。

文本生成模型中支持了当前T1阵营的GPT4-Turbo 和 Claude3-Opus，T2阵营则有GPT3.5、Mixtral-8*7B和Gemma-7b 三种模型，实际体验下来T1模型的逻辑理解和推理能力要大大优于T2模型，能紧扣提问内容进行专项回答，不会说一堆主题无关的废话。

图片生成模型中对接了MJ-V6 和 SD XL 两个API，都是T1级别的存在，平台还很贴心用GPT4辅助生成画图Prompt的加强版模型，这样就能中文对话进行画图。

（三）联网超级搜索

Flowith还有个非常牛的功能，那就是支持联网搜索的基础上，还能根据搜索结果整理生成一个知识图谱，具体效果如下图。

联网搜索和总结的能力，个人体验后觉得可以比肩国外的“Perplexity AI”和国内的“秘塔AI”，都是支持将搜索结果以卡片和图片的形式呈现，并且搜索的每篇内容都会有核心要点总结，只不过可能是模型问题，输出的内容都变成英文了。

最终搜索的所有结果都会整理成一段分析总结、关键点和知识图谱，这对于从0开始搜索和学习新知识的人来说，将会带来非常大的指导帮助。

????亮点小功能

优秀的交互体验

在使用过程中，能明显感受到Flowith有着非常多交互体验上的思考，很多细节明显是经过仔细雕琢和优化的，比如画布拖动时图片的抖动效果，选择模型时logo的旋转效果，选择模式时每个模式区块也有各自的动画效果，就连官方首页的地球背景也是可以拖动交互的。

这些对于功能使用来说并没有什么帮助，但确实提升用户体验的小妙招。

支持丰富的插件能力

Flowith将很多衍生的功能通过插件的方式集成在画布中，这就意味着你可以在一张大的画布中完成多种类型的需求工作，并且同时查看结果。

比如你可以一边联网查询一边进行头脑风暴，你也可以对上传的PDF进行总结的同时，再联网谷歌进行搜索，最后做一个对比总结……

????一些思考

在体验了几天Flowith后，我觉得画布式的交互方式有效解决了，在传统多轮对话中难以追溯历史记录的问题，将碎片化的对话整理成有组织结构的脑图形式，不仅让知识点更加清晰，也极大地提升了学习和记忆的效率。通过这种方法，信息呈现得更为有序，用户能够更容易地形成知识结构和记忆点。

所以我愈发觉得，目前主流的聊天对话交互方式，仅仅是人机交互发展过程中的一个过渡状态，Flowith的出现就很好的佐证了这一点，创新画布交互方式能让用户更深入地探索主题，和更便捷地创建个人知识体系，这种方式能够让用户更加沉浸地参与到交互中去。

此外，Flowith的出现也启示了我，目前大家对AI大模型的期待可能存在一定的误区。当前AI大模型的能力从来都不是从 0-100，一步到位地完全解决问题。更多的是辅助我们从 0 开始，为需求问题提供解释和初步的解决方案。

真正令用户操心的是，如何引导AI完成剩下从 1-100 的解决方案，这其中必然会涉及多次甚至上百次的人机交互，如何优化这其中的交互操作还有着非常大的挖掘空间。

Flowith给出了一种新的解决方案，它可能并不完美，但确实提供了一个值得肯定的方向。作为用户，我们自然希望未来能有更多的厂商进入这一领域，不断探索和改进，最终实现从 1-100 的无缝人机交互，真正达到高效、便捷和有趣的交互体验。

总之，Flowith是一个功能强大、体验优秀的AI效率工具，里面的大模型也可以免费使用，大家赶紧去用起来！！

本文来自微信公众号”AI兔子洞“，作者 vigorxu