「在 Notion 中，AI 所做的不仅仅是简单搜索关键词，而是能够真正理解工作空间内的信息结构与内在关联。」
AI 笔记产品 Notion 在今年 5 月推出了 3 项 AI 新功能，其中一项 Al Meeting Notes 功能的主打特点即是将生成的会议笔记内容巧妙、无感知地融入到用户现有的工作流程中。Notion 正在朝着一个 All-In-One AI 平台的方向转型。
Notion 近期更新了一篇博客文章《Speed，Structure，and Smarts: The Notion AI Way》，总结了他们的 AI 产品设计心得，关键是模块化产品。Notion 中一切都是由每个「块」组成，文本 - 任务、日期、数据库......每个块都是一个小容器。Notion 将其形容为搭乐高积木，每块积木都知道谁坐在它的旁边以及它是谁。
Notion 基于「块」的架构，带来了一个多数工具所不具备的优势：深度结构化的上下文信息。每个块之间都包含丰富的元数据和内在关联，能够有效地降低 Notion AI 的幻觉。同时，能够让 AI 更好地理解用户工作空间内的结构和逻辑关系。
Notion 将这种「块」的架构，称为一个智能 AI 的基础。
超 8000 人的「AI 产品市集」社群！不错过每一款有价值的 AI 应用。
最新、最值得关注的 AI 新品资讯；
不定期赠送热门新品的邀请码、会员码；
最精准的AI产品曝光渠道
Notion 的初衷是帮助团队整合各类工作信息，我们的 AI 也基于同样的设计哲学，能够适配多样的思维方式。它不是一个事后添加的「一刀切」的附加功能层。而是深度融入到产品的核心架构中，顺应用户的工作习惯，而不是强迫用户去改变习惯来迎合它。
01
为不同任务匹配最佳模型
Notion 的 AI 架构是围绕一个简单但有力的理念构建：为不同的任务匹配最合适的模型。不同任务对模型的要求各不相同：有些需要深度推理，另一些则需要速度和效率。
我们会按照任务的类型，同时综合考量质量、延迟和成本，将其分派给最合适的模型处理。以下是几个应用场景：
编写产品规格书，要求流畅性和结构性，因此我们会调用擅长长文生成、能保持语气连贯的高级推理模型。
回答关于过去决策的问题，需要浏览工作区的历史记录并引用来源。在这种情况下，拥有长上下文窗口和强大推理能力的模型表现最佳。
在项目跟踪器中的自动填充字段功能，会产生巨大的调用量，但对于推理的复杂度要求不高。因此，我们采用了经过专门微调、更具成本效益的模型，这不仅将延迟减半，还提升了输出质量，实现了二者的难得兼顾。
「我们的 AI 所做的，远不止搜索关键词。它能真正理解你工作空间内的信息结构与内在关联。」
02
快速迭代、快速开发
我们的模块化技术架构，在一个独特的「 LLM 裁判系统」的驱动下，能够实现快速的产品迭代和持续的性能评估。该系统由我们的 AI 数据专家团队负责运维，这是一个复合型岗位，要求专家同时具备 QA 、提示词工程和产品思维等多方面的能力。
这些专家会为每个功能设计定制的评估标准，精确地训练「裁判模型」，使其学会在不同场景下判断优劣。他们还会深入研究真实用户行为，从人们使用 Notion 的实际方式中寻找规律，用以优化提示词，而不仅仅依赖基准测试。
当 OpenAI、Anthropic、Google 或开源社区发布新模型时，我们可以在公司内部迅速进行评估和部署。此外，评估是一个持续的过程，而非一次性的准入门槛。这让我们能及早发现性能退化、验证功能改进，并确保在技术架构的不断演进中，保持高质量。
这种体系让我们兼具了速度和深度，让我们能够充满信心地将质量标准扩展到数十个模型和数百个提示词上。
03
善用「模块化」架构
Notion 基于「块」的架构，具备一个多数工具所不具备的优势：深度结构化的上下文信息。每一个段落、任务或数据库条目都是一个块，每个块都包含着丰富的元数据和内在关联。这种结构化不仅仅是为了整理信息，它更是一个智能 AI 的基础。
在传统文档中，「4 月 30 日」可能只是一串孤立的文本。在 Notion 里，它是一个与具体任务相关联的截止日期属性。所以，当你问「哪些任务逾期了并分配给了市场部？」时，我们的 AI 不仅仅是搜索关键词，而是能理解你工作空间内的结构和逻辑关系。
这不仅仅是能提供更好的答案，更重要的是，催生了全新的工作流。AI 可以构建完整的项目跟踪器，可以跨团队汇总项目进展，还可以使用真实数据对你的发展路线图进行推理。换句话说，它是在一个由你的工作内容构成的结构化知识图谱上进行运算。
这个结构化的基础，让这些成为可能：更智能的模型分配、更迅速的评估，以及与产品真正集成而不是单纯叠加关系的 AI 。当你的产品是模块化的，你的 AI 就不必猜测，而是能够推理、适应，让你能够更快的行动。
Gemini 2.5 Pro 负责人：最强百万上下文，做好了能解锁很多应用场景
TRAE 如何思考 AI Coding ：未来的 AI IDE，是构建真正的「AI 工程师」
转载原创文章请添加微信：founderparker
内容中包含的图片若涉及版权问题，请及时与我们联系删除
