Living documents 靈活文件
人類一次只能處理少量任務，但AI可以同時完成數百個！它能從檔案中快速提取時間、地點、人物，分析語氣情緒。這種並行處理能力尚未充分利用，未來的文件工具將幫你輕鬆獲取所有關鍵資訊。
Elicit 用 Living Documents 實現批次資料提取與對比分析。Elicit 利用自然語言指令，把學術論文處理流程嵌入結構化表格中，讓使用者能高效對比多個文獻、自動生成筆記，極大提升調研效率。
Entry touch points（入口觸點）
- 透過“Add new step”按鈕開啟任務流程。
- 使用者可以逐步新增多個步驟構建一個工作鏈條，也可以選擇不同的起點（如“Find papers”、“Extract data from PDFs”）。
- 清晰分階段設計，有利於使用者建立操作節奏。
Main AI-UX interaction（核心互動）
- 使用者輸入研究問題（如 “What is the future of AI and design?”），系統推薦可能的下一步操作。
- 支援“多步驟”式分析流程，逐步深入使用者研究主題。
- 明確呈現各個分析步驟和資料處理過程，強化邏輯連貫性。
Loading state（載入狀態）
- 顯示“Generating title”等提示語，告知使用者系統正在處理。
- 使用灰色骨架屏和內容遮罩，體現“分批處理（batch processing）”的特點。
- 風格內斂但有效，傳達系統在有序執行。
Example output（示例輸出）
- 輸出為結構化表格，清晰對比各文獻在不同屬性下的內容（如 Hypothesis、Findings 等）。
- 支援大規模橫向比較，是典型的“空間對比（Spatial Comparison）”型 AI-UX。
Expectation management（預期管理）
- 明確提示系統置信度，如“Low confidence”、“Answer may not be accurate”。
- 強呼叫戶需自行判斷結果可靠性，引導理性使用 AI 工具。
- 透明度高，提升信任。
Pre-made templates（預設模板）
- 提供快速起步選項，如“Chat with papers”、“Get a list of concepts”。
- 幫助使用者快速構建任務流，不必從零輸入。
Bonus & Highlights
- Bonus 區域展示了一個支援大規模研究的“AI UX for scale”表格佈局，強調 Elicit 在資料密集型任務中的表現力。
- 部分引用內容帶有高亮處理，幫助使用者追蹤引用來源，強化“可信度”維度（trust-building）。
V7 Go 透過 Living Documents 模式，實現大規模並行提取 + 視覺化對比，在表格型 UI 中實現結構化資料的批次提取與空間對比，典型“AI 嵌入舊介面”的混合式模式。
入口觸點（Entry Touch Points）
- 使用者直接在表格中新建一個屬性列（New Property），輸入名稱和指令，例如：Extract items（提取內容物品）
- 選擇 AI 工具（如 GPT & Omni）與目標源（如圖片檔案 Bill.jpg）
- Bonus：未來將支援「影象中區域」與文字繫結（Image-linked text），進一步增強可用性
AI 互動介面（Main AI-UX Interaction）
- 使用者透過欄位配置進行提示設定，比如：
- 型別選擇為 Multi Select（多選型）
- 使用 GPT 工具分析“影象中包含的情緒關鍵詞”，或識別影象中的收據資訊
- 一切都嵌入在熟悉的表格檢視內，降低學習成本
- 操作全程無需離開主介面，AI 像“外掛”一樣嵌入現有工作流
預設模板（Pre-made Templates）
- 常見欄位型別可快速選擇（如 Text / Multi Select / JSON / URL）
- 降低使用者設定複雜度，尤其適合結構化資料提取的場景
載入狀態（Loading State）
- 系統展示完整資料列表，並標出正在處理的單元格
- 提供對比視覺，防止使用者誤判系統卡頓
- 大量資料時也能保持清晰流程，支援批處理併發執行
輸出示例（Example Output）
- 最終結果直接體現在表格中：
- 每個檔案後生成多選欄位，如：Joy / Disappointment / Anger / Admiration
- 顏色標籤讓情緒/分類一目瞭然，便於後續篩選、排序、視覺化分析
提示與反饋（Expectation Management & User Feedback）
- 當前介面未展示專門的反饋入口，但透過屬性型別、欄位設定、處理進度等細節，整體建立了“結果是 AI 生成，但結構清晰可控”的心理預期
專業邏輯拆解（分析亮點）
- 讓 AI 成為表格欄位的“生成引擎”
AI 不再是獨立助手，而是列欄位背後的智慧處理器，實現無縫嵌入
- 大規模並行處理，提升資訊密度
使用者一次性處理幾十上百張影象，每一張都能自動生成結構化欄位，是 AI “擴容能力”的典型應用
- 適配舊 UI，體驗不割裂
不重做 UI，只在表格原有邏輯上“掛上 AI 功能”，降低遷移成本，易於被已有工作流採納