KeyFrame內部研究專用

Understand all the free features of Claude in one video!

李厂长来了·4月17日週五·11 min中文

三句話摘要

Claude AI 免費用戶的 10 個核心功能教學與使用指南。 Claude 免費版的十大核心功能——特別是寫作、深度研究與專案工作區——讓非開發者也能充分發揮 AI 輔助工作的潛力,關鍵在於理解模型選擇、主動配置記憶系統,並善用連接器與專案隔離來構建持久的工作流程。 三層模型選擇機制:不同模型消耗的 token 數量不同,免費用戶需理解模型性能與額度的權衡。Sonnet 在性能與成本間取得最佳平衡,適合日常使用;Haiku 追求最快回應;Opus 保留給付費用戶。

重點整理

重點
  • 1

    三層模型選擇機制:不同模型消耗的 token 數量不同,免費用戶需理解模型性能與額度的權衡。Sonnet 在性能與成本間取得最佳平衡,適合日常使用;Haiku 追求最快回應;Opus 保留給付費用戶。

  • 2

    寫作能力是 Claude 核心優勢:相比其他 AI,Claude 的語氣更自然、中性,更貼近個人風格。支援自訂寫作風格樣本學習,並會針對不同內容類型展示應用效果,讓用戶先預覽再決定是否採用。

  • 3

    專案功能實現工作流程隔離:每個專案擁有獨立的記憶、聊天記錄、知識庫與指令。上傳到專案資料夾的檔案(風格手冊、參考資料等)會在該專案所有對話中自動帶上,避免重複解釋與上傳。

  • 4

    深度研究與網頁搜索擴展知識邊界:預設開啟聯網功能,用戶可選擇即時網路查詢或依賴訓練資料。深度研究模式可查詢數百個資料來源,提供結構化結論;Connectors 進一步允許跨平台調用資訊。

實用技巧與重點

乾貨
  • 模型規格
  • Opus 4.6(最強,限付費)
  • Sonnet(中等,免費可用,寫作最佳)
  • Haiku(最快)
  • 十個核心功能
  • 上傳和分析文件(PDF、圖片、表格)
  • 寫作與草稿生成(預設提供多個版本選項)
  • 自訂寫作風格(樣本學習或文字描述)
  • 圖像分析(支援多張,可重新生成簡化版本)
  • 網頁搜索(預設開啟,可手動關閉)
  • 深度研究(查詢 300+ 資料來源,耗時 7 分鐘左右)
  • Connectors 連接器(Gmail、Google Drive、Notion、Figma、Canva、PayPal 等)
  • 記憶系統(需在「記憶偏好」開啟「搜索和參考聊天記錄」和「從聊天記錄中生成記憶」)
  • 專案功能(獨立工作區含記憶、指令、知識庫)
  • 作品交付 Artifacts(輸出 markdown、文件、小應用;付費用戶可轉換成視覺圖表)
  • 重要設定
  • 擴展思維:處理複雜任務時開啟
  • 聯網搜索:默認開啟,可手動關閉
  • 記憶管理:帳戶通用,跨對話保留背景資訊

結論

結論

Claude 免費版的十大核心功能——特別是寫作、深度研究與專案工作區——讓非開發者也能充分發揮 AI 輔助工作的潛力,關鍵在於理解模型選擇、主動配置記憶系統,並善用連接器與專案隔離來構建持久的工作流程。

完整解析

詳細

Claude 是 Anthropic 公司開發的對話型 AI,配備三個層級的模型。免費用戶可接觸的最高規格是 Sonnet,它在日常工作中表現最均衡。講者強調,選擇模型時需考量 token 消耗量——更強大的模型消耗更多額度,免費用戶若不小心會快速用完每日配額。

寫作功能是 Claude 的核心差異化優勢。與其他 AI 相比,其輸出語氣更自然、不機械。使用者可透過上傳寫作樣本讓 Claude 學習個人風格,或直接用文字描述期望的語氣(如「輕鬆詼諧、宛如自然對話」)。系統會為描述生成風格總結,並在應用前預覽效果。此外,Claude 在生成郵件時會主動提供多個草稿版本(如禮貌版和強硬版),使用者可直接複製或匯入 Gmail。

檔案與圖像分析方面,Claude 可識別 PDF 文字與圖片、分析複雜表格。針對複雜圖表,使用者可要求 Claude 重新繪製成簡化版本,保留原意但提升易讀性。唯一限制是 Claude 目前不能生成圖片,只能分析與轉換既有視覺內容。

聯網與研究功能大幅拓展 Claude 的實用性。預設情況下,Claude 會即時查詢網路以獲取最新資訊,但使用者可選擇關閉而依賴訓練資料。深度研究模式更進階,可系統性地查詢數百個資料來源(實測耗時 7 分多鐘查詢 330 個來源),並以結構化報告呈現發現。Connectors 功能進一步整合外部工具,包括 Gmail、Google Drive、Notion 等,讓 Claude 在對話中直接調用這些平台的內容。

記憶系統跨越單次對話的局限。帳戶級別的記憶會記住使用者的職業、偏好、溝通風格等,需主動在設定中開啟「搜索和參考聊天記錄」和「從聊天記錄中生成記憶」。專案功能則提供工作區隔離——每個專案有獨立的記憶、聊天記錄、知識庫與自訂指令。使用者可上傳參考資料、品牌指南或模板到專案資料夾,Claude 會在該專案的所有後續對話中自動參考,無需重複上傳或解釋背景。

作品交付(Artifacts)是協作創作的樞紐。講者示範讓 Claude 研究銷售大師 Alex Hormozi 的策略,耗時 13 分鐘後,Claude 將發現整理成可使用的文件模板。Artifacts 可匯出為 markdown,付費用戶還能利用 Claude Code 將其轉換成互動式圖表。這對文檔創作、結構化輸出或小型應用開發特別有用。

關鍵時刻

Pipeline v2

帶時間戳的重點,會在逐字稿層級分析上線後產生。目前請先透過原始影片觀看。

事實查核

Pipeline v2

說法查證是下一次管線升級的一部分。KeyFrame 只會顯示它真正能驗證的內容。

更多「AI 技術」的內容

Between Two Nerds: Attribution is dead, long live attribution
32 min
AI 技術英文PODCAST8月25日

Between Two Nerds: Attribution is dead, long live attribution

Risky Business

  • 工具成本的破壞性下降 — 傳統上,攻擊者必須重複使用昂貴自製的惡意軟體或工具組,因為開發和維護成本極高。這種成本結構使得安全研究人員可以通過工具特徵和程式碼簽名來追蹤攻擊者。LLM 自動化了代碼生成與維護工作流,使得攻擊者可以輕易為每個目標生成新工具,或改用通用系統工具,導致傳統的工具特徵分析失效。
  • 所有取證證據都在攻擊者掌控之中 — 無論是使用的 IP 位址、惡意軟體類型或戰術流程,這些都是攻擊者的主動選擇。即使看似是隨機巧合,攻擊者仍有能力在事前決定留下什麼痕跡。因此,所有可恢復的取證證據本質上都是攻擊者願意暴露的信息。
  • LLM 削弱工具簽名但保留高階行為特徵 — LLM 經過公開駭客技術訓練,使不同使用者產生相似的攻擊模式。然而,勒索軟體集團、國家級行為者的受害者選擇、贖金要求方式或目標模式等高階特徵仍具有識別價值。例如,鎖定加密交易所的攻擊幾乎只能指向朝鮮。
Everything Goldman Sachs Taught Me About AI (In 10 minutes)
AI 技術英文8月24日

Everything Goldman Sachs Taught Me About AI (In 10 minutes)

Nate Herk

  • 驗證優於相信:看起來完整的AI輸出不等於正確答案,需在提示中要求模型重新檢查數字、引用來源,並對無把握的部分標記。
  • 區分AI與自動化:確定步驟且答案已知的任務用傳統自動化更便宜快速;只在需要判斷力、靈活性或處理複雜資訊時才用AI,兩者結合效果最佳。
  • 以問題驅動選型:先寫清楚「要解決的問題是什麼、成功的樣子是什麼」,再決定用什麼工具,許多失敗項目是從技術而非問題出發。
Mu: a self-hosted personal agent where the interface is an email address you can write to
AI 技術英文8月23日

Mu: a self-hosted personal agent where the interface is an email address you can write to

GitHub Awesome

  • Mu 是自主代理人系統,具有實際網址與獨立伺服器,用戶可透過多種方式與其互動——網頁應用、電子郵件或程式化介面。
  • 架構完整覆蓋日常工作流程的多個層面,整合郵件收發(SMTP/IMAP)、檔案管理、行事曆、新聞聚合、市場數據與搜尋功能於一個 Go 伺服器內。
  • 支援自帶模型與多種通訊協定,用戶可選擇不同的 AI 模型,並透過 MCP、HTTP API 或命令列工具整合到其他系統。