困惑找到答案，概念埋葬它们——这就是我如何在它们之间分配我的研究

让我着迷的是：一切都集中在一处。注释、来源、AI 问答，全部都在我的项目已经存在的 Notion 中。因此，在两周的时间里，我做了 Notion AI 内部的所有研究——竞争对手扫描、功能比较、文章背景阅读。对于有关我自己的笔记的问题，结果很好，但对于有关外界的问题，结果却很糟糕。

概念人工智能在你的工作空间以及它能拉动的任何东西上工作，而拉动是薄弱的部分。我询问了三个 SaaS 公司最近的定价变化，得到了陈旧数据和自信的对冲的混合体。 《困惑》用我实际上可以点击的日期和来源回答了同样的问题，当一个来源与另一个来源相矛盾时，它就是这样说的。

Notion AI 真正击败 Perplexity 的地方：合成我自己的材料。 “总结我们对课程定价做出的每项决定，并附上页面链接”是一个概念问题。 Perplexity 无法看到我的工作区，而将五十条笔记粘贴到聊天窗口中是同一件事的更糟糕版本。

所以我得出的结论是：对于发生在我大脑之外的任何事情，我们会感到困惑；对于发生在我大脑内部的任何事情，我们会产生概念人工智能。研究从 Perplexity 开始，只有经过提炼的结论——几句话、源链接——才会被粘贴到 Notion 中。我的笔记现在更短，更有用，这是我没想到的。

成本也很重要。如果您已经为 Notion 付费，那么 AI 附加组件很容易赚钱，并且适合工作区问答。但是，当它第一次像当前一样引用 2023 年的博客文章时，将其视为研究引擎会让您感到恼火。向它询问你的笔记，而不是世界。