根据 Roam Daily Notes，LLM 个性化 Repost 内容分享

今天在 Tana 群中，江 Sir 和同事 Tao 的讨论启发下，我实现了个性化分享文章的流程。

现状：

1.AI RSS挑选出我感兴趣的文章后，使用大模型摘要，往往无法摘要到我关注的要点。大家的做法是先告诉 LLM 自己的职业、关注的兴趣点等，再让 LLM 摘要，这样文章摘要会更符合我的需求。

2.在将文章转载分享给其他人时，我们通常只丢出标题和链接，实际上并没有加入自己推荐的观点。Twitter 中 RT 和 Repost 是两个不同的动作。在分享时，我的推荐语实际上更为重要。

解题思路：

把文章URL丢给流程，LLM根据我30天的个人笔记洞察出我最近关注的领域、细节关键概念等。相当于是我的视角，用这个作为prompt 去过滤文章全文，并洞察出要点，作为二次分享的内容。 结果不仅自己可以快速找到关注点，也可以直接转给其他人。

实现：

coze上编排，主要是以下步骤

通过笔记提取我近期关注领域的 Prompt 如下：

你现在是专业的prompt工程师，且注重安全隐私

以下是我每日的日志， 按日期倒排序，也就是说越远的日志我遗忘得越快：

{{input}}



你现在是代表我，是关注的领域专家，阅读完一篇文章后，给出自己洞见的要点，生成推荐语。 但我没法告诉你我关注什么擅长什么，你只能从我最近的笔记中洞察出来。请洞察出我最关注的领域、概念、事件，生成格式化的prompt输出，要求按我最关注的排序，严格按照指定, 格式示例如下：



示例:

我擅长和关注的领域如下：

1. 我最关注的领域1,概念,关键词
2. 我其次关注领域2,概念,关键词
3. 我关注领域3,概念,关键词

将prompt作为参数，去摘要文章：

你代表我，我擅长如下：{{insightprompt}}

请根据以下内容给出我的推荐语：{{input}}。如果我不擅长，则输出不擅长这个领域，不建议分享。如果擅长，则用中文，以清单方式，按重要程度，依据内容长度，给出3到5点，长度控制在100字以内

 最后带上 {{title}}{{url}}

非常不错的效果

因为懂我，所以给出的回答我认同，就直接可以转发给其他人。

把他部署在小程序和飞书机器人，给他URL，就能直接代体我生成Repost 推荐语了。

例如，我笔记里表明，我最近比较多的关注RAG和向量数据库，当我阅读以下新闻时，给出惊人的结果：（这篇文章也是早上AI RSS 推荐给我的）

如果是普通摘要，结果是这样