我上次发表的那篇介绍用Gemini推测公众号用户画像的文章很受大家关注，很多朋友来咨询如何利用AI来做社群运营。
但毕竟科学上网是个麻烦事，而且引导Gemini发挥出潜能也挺烧脑。正好最近大家在群里讨论国内项目，尤其谈到了Kimi最近被很多人关注的项目，于是我又用Kimi做了次社群运营测试。
没想到，简单测试下来，效果比Gemini好太多。
分析文章链接列表，推测用户画像
与上次对待Gemini一样，我一次性将20条公众号文章发给了Kimi。
有意思的是，虽然页面上做出来无法查看网页的提示，但显然Kimi已经获取到了页面中的信息。
而且，在我继续追问，希望能够推测出用户画像后，它不仅能够给出对应的描述，还可以在解释中将文章中相关的重要内容摘录出来，而且每个引用都是正确的，没有产生任何幻觉。在这一点上，我认为它比Gemini表现得更加出色。
不过也能看出，Kimi对于用户画像分析这样的工作比较生疏，需要进一步引导。比如下图，我更加具体地提出几个常见的分析维度。
Kimi给出的答案还不错，不仅覆盖了科技、投资、产品与创业这四个典型身份，还给出来相应的需求说明。
总体来看，Kimi的推测还是比较准确的，比如下图是目前这个号中用户的年龄分布占比。
特别值得一提的是，“生活方式”是Kimi给出的另一个让我觉得比Gemini要好的维度。其中“终身学习”这个身份对我是个启发，很不错。“快节奏生活”这个标签之前没有在我的视野内，但提升时间管理效率确实是我个人的一种追求。
简单测试下来，除了对工作内容不熟悉，需要引导以外，内容精准度与反应速度都比Gemini要好很多。尤其是快速访问链接的能力确实让人耳目一新。
如果你也期待看到自己公众号用户更多的画像维度，不妨也尝试让Kimi来做个分析。
既然如此，我继续沿着访问链接这个能力开始对Kimi进行下一项工作的测试。
分析微信群用户数据，为社群运营提建议
目前每个加入我这个AI交流小群的朋友，都会首先填写一份简单的自我介绍问卷。借助这份问卷，我可以更好地了解大家的需求情况，更好地对运营方式做出调整。
比如下面两个云图，一个是目前群友使用AI的主要原因，另一个是入群的期待。可以很直观地看到，目前群友的需求多以实际使用为主。
接下来，我会让Kimi来对已经收集到的用户数据进行分析。我希望以此来观察Kimi对表单内容的获取方式与深度，甚至初步尝试下对于数据的记忆与简单计算能力。
先说结论，Kimi很够用，而且有惊喜！
首先，我在没有打开浏览权限的情况下，直接将用户资料表格发送给了Kimi。Kimi确实没有获取数据，但从下图中能够看到，Kimi对域名进行了有效地识别。
之后，我将浏览权限打开后的数据文件连接发给了Kimi。然后，它在给出答案前先将解析结果在链接这个地方展示了出来。很喜欢这个细节，因为帮助我对于后面的结果的准确性提供了重要的参考。
随后，从Kimi给出的结果中也能够很清晰看到它确实成功地获取到了链接里的数据。下图我用红线标出的地方，都是关键数据项，而且全部正确。从数据“面”的角度，Kimi没有遗漏。
确定了数据项的正确性后，我继续让Kimi来确认，是否可以正确获取每个数据项下对应的具体内容。结果如下图，从数据“深度”的角度，Kimi也没有出错。图中我划线的地方是群友的微信ID，全部正确。
接着，我继续测试了Kimi提取数据的能力。比如我提出按行提取这个要求，结果也全部正确，没有出现任何串行或者幻觉等错误现象。
最后验证的数据条数也完全正确。
到这里，遇到个小插曲。应该是数据有些多，被系统认为是长文本对话，消耗光了额度。不过从提示上看，每三个小时30轮对话这个额度还是挺慷慨的。在我扫描二维码，注册了手机号码后，顺利获得了新的额度。
这次我换了方式，单独将数据保存在本地后重新发送给了Kimi。它同样可以正确接收，并给出确认信息。
接下来，我让Kimi以专业身份来对数据进行分析，得到了非常清晰的结果。而且它在“用户需求分析”这里，很准确地总结出群友的两个基本诉求，这效果比Gemini好太多。
另外，我还尝试向Kimi提出了最近我在思考的一个真实的问题。
虽然Kimi给出的结果不短，但我觉得很有必要贴出来给更多人看到。我站在从业者角度给Kimi点赞。尤其在最后的建议部分，Kimi给出了非常明确且具有可行性的内容。
顺着Kimi给出的建议，我继续推动它给出优先级最高的事项。这里要注意，我只是提出了对优先级的要求，并没有其它约束。
效果让我觉得很棒。甚至大多数我遇到的运营老手可能都会忽略这个问题——越是小群，越应该将价值主张弄明确。而且越是小群，越容易形成大家共同认可的规则。这样规则与价值主张就会形成良性互动。
为了得到更清晰的答案，也为了测试Kimi对于数据的记忆能力，我向Kimi提出了更为个性化的问题。可以看出来，Kimi在回答中体现出对于数据的记忆，而且依然围绕与AI技能与实用性相关的内容展开分析。
但这依然不能证明，Kimi所说的数据是否依然是我所上传的那份。于是我下面提出了更为具体的问题，并要求Kimi在回答时给出依据。
下面是Kimi给出的答案，每一条都按要求给出了例子并附上了对应的数据内容（比如被我圈起都是用户名字）。
我在刚刚看到上面的内容时，特意对每条引用的数据都进行了验证，居然全部都正确，而且它们都被放在了合适的地方。
最后的这个效果的确让我感到有些惊喜——Kimi通过我提供的数据，做出了一份具有明确运营方向，含有具体参考例子，并可以具体到用户个人层面的社群方案。
不知道你看到后有什么感觉？会不会同样想去尝试用Kimi去做一份自己的社群方案？
通过这次简单的测试，能够看出Kimi在长文分析与链接访问这方面的表现确实不错。我在做这个测试的时候也同时对比了文心一言与智谱清言，都不如Kimi这样能够让人感到惊喜。
可以这样说，在国内同类产品中，Kimi在对中文内容的理解上是优秀的。也能看得出团队在这方面下了不少功夫。
比如下面图中，我向Kimi发了一个很有代表性的链接：
链接的标题是这样的——
不过据说Kimi在复杂计算方面还有欠缺？我还没来得及测。
对了，我在对比Kimi与GPT4时发现了不少高度相似的影子，是巧合么？如果你有相关的经验，请留言分享。
本期副业项目分享到此结束了，想要了解更多项目拆解，请扫描下方二维码关注巨量副业项目库—每天更新全网最新的网赚教程，加入可永久免费查看下载全站所有资源。
