隨著人工智能技術的飛速發(fā)展，AI在內容創(chuàng)作領域的應用越來越廣泛。Manus作為一款能夠自動生成行業(yè)報告的AI工具，吸引了眾多關注。本文將為你詳細記錄Manus的使用體驗，從界面設計、操作流程到生成報告的質量和實用性，全方位剖析其在生成行業(yè)報告方面的表現。

其實拿到 Manus 試用資格已經有一段時間了，一直沒有時間好好用一下，抽空梳理下整體的使用體驗。

從首次進入的界面來看，與其他主流的大模型 Web 應用的布局很相似?；谒臉I(yè)務推廣目的，主界面放了一些錄屏案例，涉及的內容包括研究、生活、數據分析、教育、生產力以及其他精選類的案例。

操作流程和其他模型 Web 應用很類似，所以沒有使用上的門檻。最近公司剛好正在做 AI 賦能提效的工作，所以我直接輸入了 prompt：輸出行業(yè)報告，AI 如何為企業(yè)賦能、提效，其中需要包含業(yè)界分析、行業(yè)的解決方案、風險、投入成本、預期收益等信息。來驗證它生成的內容到底靠不靠譜。

Manus 接到任務后就開始自動化工作了。左邊欄顯示工作流程，分別調取了知識庫（是之前自己生成的內容或 prompt），然后連接了 4 個數據源，主要來自 LinkedIn。

隨后，它展示了其工作流，確定任務清單，收集數據，分析 prompt 需求，生成報告。

一款产品无到有，产品经理需要做些什么？

在一个产品从无到有的过程中，要做好产品经理这个角色实在是不容易，除了大家都知道的写需求、写需求、写需求，要做的事多着呢。产品经理不是你眼中的只会找你麻烦，提要求..

查看详情 >

大約半小時后，報告生成，展示的目錄結構如下：

一、引言

二、AI 企業(yè)賦能的業(yè)界分析

三、行業(yè)解決方案分析

四、AI 企業(yè)賦能的風險與挑戰(zhàn)

五、AI 企業(yè)賦能的投入成本分析

六、AI 企業(yè)賦能的預期收益分析

七、結論與建議

報告最后還提供了針對大型、中型和小型企業(yè)的實施建議，以及對 AI 企業(yè)賦能未來發(fā)展的展望。為了驗證報告數據的準確性，系統(tǒng)還注明了參考資料出處。我抽樣檢索了其中的一個資料源：德勤咨詢的《AI 應用案例精選》，很輕松地在網絡上搜索到了該報告，附上報告鏈接：https://www2.deloitte.com/cn/zh/pages/strategy/articles/ai-application-cases.html?utm_source=chatgpt.com

生成的報告可以轉換為 PDF，支持下載等操作。但 PDF 有時排版會出錯，下載 Word 文檔通常能比較完整地保留所有生成內容。

整個生成過程的錄屏可以通過鏈接方式分享，大家可以訪問：https://manus.im/share/cCrmjOCGceo07iMeGMcu7A?replay=1 來查看我這個案例的生成過程。

乍看一眼，生成的報告達 34 頁，貌似信息很全，理應可以從中找到自己想要的信息，然而并沒有。大而全的信息嚴重過載，反而我需要的內容卻缺失。比如，我希望能具體看到如何真正將 AI 工具落地到項目的方法，但報告中只是籠統(tǒng)地講了一些大家都知道的內容。如何引進 AI 工具、如何部署、部署時遇到的問題如何解決等，這些具體操作細節(jié)完全缺失，整體更像是宏大的敘事，沒有實質性的解決方案。

對于要寫論文的同學來說，可能這個報告是有幫助的，畢竟它搜羅的是全網信息。

但對于信息聚焦的需求，在產品設計層面可能需要加入多輪問答的能力，將用戶需要的信息盡量縮小范圍、聚焦目標，在合適的范圍內給出合理的方案，或許是 Manus 后續(xù)迭代的一個方向。

PPT 截圖

Manus 的問題也比較明顯：生成過程耗時過長，驗證周期太長，容易導致用戶粘性降低。當然，如果生成結果足夠靠譜，用戶是愿意等待的，但目前還未達到這個程度。

信息的有效性還需進一步完善，大而全的冗余信息會讓用戶無所適從。

一些 bug 也存在，比如 PDF 生成質量不穩(wěn)定，PPT 生成質量基本不可用。

生成報告后，它提示我可以將報告永久部署為交互式網站。我選擇讓其幫我生成網站，Manus 就開始網站搭建，顯示將構建如下功能：

1.完整展示報告的所有章節(jié)內容

2.添加多種交互式功能

3.響應式設計，確保在桌面端、平板端和移動端都有良好顯示效果

4.現代化的 UI 設計，包括深色/淺色模式切換、動畫效果等

搭建過程顯示大概需要 7-8 個小時，可在后臺處理，不影響前臺正常使用。我第二天打開網站后提示服務器過載，生成失敗。

從右邊的顯示欄可以看到部分網頁代碼，可以通過 VS Code 或瀏覽器打開查看?？?Manus 官網展示的案例，生成的網站效果還是不錯的。希望后面他們與阿里合作，能夠得到充足的資源，彌補這塊不足。

根據一些媒體信息分析，Manus 采用了 Anthropic 公司的 Claude Sonnet 模型作為其基礎大語言模型，并輔以多智能體協同架構。如同八爪魚一般，一個任務被分解到多個觸角（agent）協同處理，由大腦（Claude 和其他大模型）做出決策，來完成整體任務。Manus 使用 Google Search、Python 解釋器、Web 瀏覽器等工具，加上一長串的思維鏈，自主完成用戶需求任務。這一過程是完全透明地展示給用戶的。

雖然 Manus 在網上還存在一些負面評價，但我認為它是大模型應用的絕佳案例?；诖竽Ｐ偷闹笓]，一堆專業(yè) agent 在各個領域發(fā)揮功效，讓我們享受到之前需要花費大量精力和時間才能得到的成果。