以ChatGPT为例，OpenAI官方提供了40多种使用场景。每一天人们都在尝试探索AI使用的可能性和边界。与此同时，ChatGPT并非全知全能。ChatGPT背后的3.0为例，其训练数据截止于2021年。如果训练模型不更新的话，那么，ChatGPT不具备创造新知识的能力。此外，对于不熟悉的领域，ChatGPT可能会基于大规模语言模型的特点，进行看似逻辑无暇的、一本正经的胡说八道。
那么，如何解决这个问题？
如果，我们所要处理的数据，搜索引擎无法抓取，或者难以处理的时候，NewBing的结果便大打折扣。换个思路，如果作为用户的我们，使用自己的知识库，主动将自己的专属数据投喂至AI，那么，AI将成为提升我们生产力的超级助手。基于这个思路的产品，便是ChatDOC.
ChatDOC是一款基于ChatGPT，允许ChatGPT与用户所指定的文档进行对话，处理用户的专属数据的AI阅读辅助工具。
一键上传文档，快速让AI处理文档数据。通过与AI助手对话式学习，深入挖掘文本结构和内容。
所有上传的数据，均以加密形式存储至云端。用户对自己的数据据拥有完全的所有权，随时可下载和删除任何文件。
ChatDOC的使用方式十分简单。
如下图，点击或者拖拽上传本地文件。随后，在对文献进行智能解析后，系统会自动根据文献生成示例问题。
通过基于AI辅助的文档阅读，ChatDOC能够帮助用户快速分析文档、理解内容、激发灵感和扩展视野，适合办公人士、教育用户群体、以及各类对于知识管理、信息管理感兴趣的群体。
对于学术论文而言，常见的结构是：引言、文献回顾、理论框架、创新点、研究方法、研究过程、主要观点和结论、进一步研究方向。
回答效果如下：
为了将来更好地整理阅读笔记，我决定细化提问。
在各类笔记形式中，大纲列表可以方便用户快速鸟瞰笔记结构，查看笔记细节。此外，大纲列表可以快速一键切换为思维导图。基于上述设想。我的新的提问如下：
注释：提问后半部分的格式说明，是为了防止AI有时候没有严格按照格式生成内容。
生成结果如图：
将大纲列表一键转化为思维导图效果如下：
当然了，如果不需要将内容细分为二级子节点内容进行拆分也可以。如图：
如果你愿意，也可以直接让AI以表格形式输出结果。
上面主要是基于全文的提问。ChatDOC还允许用户针对文档中的具体内容与AI互动。比如，让AI解读表格、解释公式、阐释文中的概念。
如下图，可以看到，ChaDOC对于表格的选取和解析效果非常好。
下图为针对公式和特定概念的提问结果。
需要注意的是，ChatDOC还支持追问功能，能满足用户对于知识的深度挖掘。
点击每个回答中右下角、两个折叠的对话框按钮，便可以进入Thread窗口。用户可以在其中，针对某个主题进行多轮、深入问答。
如图，针对已有的回答，我先追问了“什么是自监督学习框架”，随后在新的答案中，又追问了“跨模态学习又是指什么？”
目前支持注册一个免费的ChatDOC帐户。其中，免费版本，可以在24小时内上传最多5个文件，每个文件不超过200页。此外，免费版本还可以在同一个24小时内提出多达300个问题。
后续，ChatDOC应该会增加付费功能，提供一些增值服务。
Chatdoc虽然目前对于阅读辅助很有帮助，但是依然有不少优化空间。下面是ChatDOC官方的产品规划路线图。
以上便是ChatDOC的一些使用体验。使用案例中，只是展示了ChatDOC的部分功能。更多地AI使用技巧，还需要用户根据自己需求进行探索。