Comu Action Pro: asystent oparty na sztucznej inteligencji poddany testom

Comu Action Pro jest następcą modelu Comulytic Note Pro. Podczas gdy producent oparł nazewnictwo poprzedniego modelu na nazwach konkurentów, takich jak Plaud, nowa nazwa jest na pierwszy rzut oka myląca, ponieważ podświadomie sugeruje, że mamy do czynienia z kamerą sportową, a nie asystentem opartym na sztucznej inteligencji. Jednak nawet bez słowa „Note” w nazwie urządzenie to oferuje szeroki wachlarz możliwości zarówno do zastosowań profesjonalnych, jak i osobistych. Dodatkową wygodę zapewnia przycisk AI, który przetwarza polecenia przekazywane głosowo. Należy jednak mówić wyraźnie i powoli, w przeciwnym razie polecenie będzie zawierało liczne błędnie zrozumiane słowa. Alternatywnie polecenia można wprowadzać w aplikacji za pomocą klawiatury ekranowej. Nagrane rozmowy są automatycznie transkrybowane i podsumowywane. Ponieważ podstawowa funkcjonalność aplikacji jest identyczna jak w przypadku Comulytic Note Pro, następca tego urządzenia nie odkrywa na nowo koła, ale zawiera kilka dodatkowych funkcji, które jeszcze bardziej upraszczają Państwa przepływ pracy z wykorzystaniem sztucznej inteligencji, takich jak tworzenie prezentacji PowerPoint oraz e-maili lub spotkań następczych. Celem jest odejście od roli zwykłego rejestratora lub urządzenia do dyktowania opartego na sztucznej inteligencji na rzecz stania się prawdziwym towarzyszem w procesach roboczych.

Urządzenie jest obecnie dostępne w sklepie internetowym producenta. W momencie przeprowadzania naszego testu model Comu Action Pro był dostępny w „super cenie przedsprzedażowej” wynoszącej 129,99 USD, co stanowi 49-procentową zniżkę – patrz również poniżej (wraz z priorytetową wysyłką, rocznym przedłużeniem gwarancji oraz jednym bezpłatnym miesiącem dostępu do usługi Premium o wartości 14,99 USD za zaliczkę w wysokości 10 USD i dodatkową opłatą w wysokości 119,99 USD; sugerowana cena detaliczna wynosi 256,99 USD). Wysyłka jest obecnie dostępna wyłącznie do Stanów Zjednoczonych i Wielkiej Brytanii, ale przewiduje się jej rozszerzenie na terytorium Unii Europejskiej. Urządzenie jest dostępne w kolorach czarnym, srebrnym i wiśniowo-czerwonym.

Wiele osób zadaje sobie pytanie: jaka jest zaleta urządzenia do dyktowania opartego na sztucznej inteligencji lub gadżetu z asystentem AI, skoro w rzeczywistości wszystko mogę zrobić za pomocą smartfona? Urządzenie posiada wbudowany dyktafon, a plik audio można przesłać do ulubionej aplikacji opartej na sztucznej inteligencji, a następnie przetworzyć go za pomocą poleceń głosowych. Wymaga to wielu czynności. Ponadto podczas nagrywania może nadejść połączenie telefoniczne, które również zostanie zarejestrowane, lub mogą pojawić się inne czynniki zakłócające. Z kolei asystent oparty na sztucznej inteligencji obsługuje wszystko w ramach jednego urządzenia – bardzo szybko, za pomocą jednego naciśnięcia przycisku i przy użyciu jednej aplikacji. Co więcej, zintegrowanych jest wiele agentów AI, a aplikacja automatycznie wybiera najbardziej odpowiedniego.

Można śledzić transkrypcję na bieżąco w miarę rozwoju rozmowy (w tym tłumaczenie na żywo), rozmowy telefoniczne są nagrywane w całości, a podpowiedzi są dostępne dla wielu zawodów i zastosowań. Urządzenie ma swoją cenę i stanowi dodatkowy element wyposażenia. Jednak każdy, kto korzysta z niego często, szybko doceni jego zalety. Podczas spotkań biznesowych często będzie Pan/Pani postrzegany/a jako osoba bardziej profesjonalna niż ktoś, kto nieporadnie majstruje przy smartfonie, dopóki nie skonfiguruje wszystkich ustawień. Niezależnie od tego, jaką decyzję Pan/Pani podejmie, ważne jest, aby uzyskać zgodę na nagrywanie od wszystkich obecnych osób (najlepiej na piśmie), aby zapewnić sobie ochronę prawną.

Oprócz samego urządzenia w niewielkim opakowaniu znajduje się krótki kabel USB-C–USB-C służący do bezpośredniego podłączenia asystenta AI — który mocuje się magnetycznie do smartfona — w celu jego ładowania. W zestawie znajduje się również skrócona instrukcja obsługi oraz pierścień magnetyczny, który można przymocować do tylnej obudowy smartfona, na przykład w przypadku, gdy jest ona wykonana ze szkła i nie jest magnetyczna.

Niestety podczas wstępnej konfiguracji naszego urządzenia testowego kod QR przeznaczony do zeskanowania (znajdujący się na urządzeniu oraz w skróconej instrukcji obsługi) odsyłał do nieaktualnej strony. Aby korzystać z asystenta AI Comu Action Pro, potrzebna jest najnowsza wersja (1.4.0) własnej aplikacji Comulytic. W momencie pisania tego tekstu nie była ona jeszcze dostępna w App Store ani w Google Play Store, ale powinna pojawić się tam przed publikacją artykułu.

Obecnie dostępne są dwa plany subskrypcyjne: „Starter” i „Premium” różnią się jedynie wykorzystywanymi agentami AI (oba płatne plany zapewniają również dostęp do Claude’a) oraz liczbą tłumaczeń w czasie rzeczywistym (plan „Starter”: tylko raz w miesiącu, pozostałe: nieograniczona liczba), natychmiastowych streszczeń (plan „Starter”: tylko 10 miesięcznie; pozostałe: nieograniczona liczba) oraz dostępem do szczegółowych analiz AI (Starter: tylko 3 razy w miesiącu, pozostałe: nieograniczona liczba). Każdy, kto naprawdę chce korzystać z Comu Action Pro w swojej codziennej pracy, będzie zatem potrzebował subskrypcji: plan Premium kosztuje 14,99 dolarów amerykańskich miesięcznie lub 120 dolarów amerykańskich rocznie.

Urządzenie Comu Action Pro nie wymaga uruchomienia aplikacji w celu rozpoczęcia nagrywania. Naciśnięcie okrągłego przycisku na urządzeniu natychmiast uruchamia nagrywanie, co jest wyraźnie sygnalizowane przez migającą grafikę z licznikiem sekund, która pojawia się na krótko na bardzo małym ekranie podczas nagrywania. Niebieska kropka w środku przycisku pozostaje stale podświetlona przez cały czas trwania nagrywania. Aby wstrzymać nagrywanie, wystarczy kliknąć przycisk; ponowne kliknięcie powoduje wznowienie nagrywania. Aby zatrzymać nagrywanie, należy nacisnąć i przytrzymać przycisk przez co najmniej dwie sekundy.

Moim pierwszym testem była rozmowa w języku angielskim z udziałem kilku osób. W sumie było czterech rozmówców, z których wszyscy zostali poprawnie rozpoznani. Błędy w rozpoznawaniu mowy również występowały rzadko; na przykład dystrybucja Linuksa CashyOS została rozpoznana jedynie jako CashOS, a PS5 raz zostało błędnie zidentyfikowane jako KS5. Jednak w trakcie rozmowy można łatwo przeoczyć lub skorygować te błędy. Podsumowanie wygenerowane przez sztuczną inteligencję w języku niemieckim miało przejrzystą strukturę i zapewniało dobry przegląd dyskusji.

Jeśli przytrzyma się przycisk AI na urządzeniu, można sformułować polecenie za pomocą polecenia głosowego. Wybrałem: „Proszę sporządzić szkic wiadomości e-mail na podstawie podsumowania”. Najwyraźniej zwolniłem przycisk zbyt szybko, ponieważ system nie rozpoznał już słowa „e-mail”. Zamiast bezpośrednio wykonać polecenie, sztuczna inteligencja wygenerowała kilka alternatywnych propozycji opartych na kontekście, które można wybrać jednym kliknięciem w aplikacji.

W dalszej części sztuczna inteligencja sugeruje następnie kilka tematów z dyskusji, które można odznaczyć za pomocą pól wyboru, jeśli nie chcą Państwo, aby znalazły się one w wiadomości e-mail. W tym momencie aplikacja albo uległa awarii, albo nie była w stanie obsłużyć polecenia; w każdym razie nie byłem w stanie wybrać żadnego tematu ani kliknąć przycisku „Utwórz szkic”. Skorzystałem więc z przycisku „Wstecz”, usunąłem polecenie i ponownie kliknąłem zakładkę „AI”. Nagle udało mi się kliknąć przycisk, a 15 sekund później otrzymałem gotowy, wstępnie sformułowany e-mail. Zawierał on przydatne akapity, ale wymagał pewnego ręcznego dopracowania.

Moim drugim testem była recenzja książki napisana przez dwie osoby w języku niemieckim. Transkrypcja zawierała wiele błędów gramatycznych, zwłaszcza dotyczących wielkich liter; na przykład zamiast słowa „Meinung” pojawiło się słowo „Männer”, które jest fonetycznie zupełnie inne. Ogólnie rzecz biorąc, transkrypcja była jednak przydatna. Jeszcze lepsze okazało się streszczenie wygenerowane przez sztuczną inteligencję, które było niemal bezbłędne. Korzystając z funkcji wprowadzania głosowego, wydałem polecenie: „Proszę stworzyć akapit zawierający nie więcej niż 50 słów na podstawie tej recenzji książki, który podsumowuje treść książki i zawiera różne cytaty autorów recenzji”. Sztuczna inteligencja rozpoznała: „Proszę stworzyć dla mnie, na podstawie recenzji książki, akapit zawierający nie więcej niż pięćdziesiąt słów, który podsumowuje książkę i podkreśla wady pamięci bota”.

Niestety, wynik ten był bezużyteczny, a nie ma możliwości późniejszej korekty polecenia. Niemniej jednak sztuczna inteligencja spełniła moją prośbę. Zauważyłem to jednak przypadkowo, dopiero po zamknięciu okna i ponownym kliknięciu pola wprowadzania polecenia. Moje pisemne polecenie – proszę o stworzenie dla mnie krótkiego tekstu marketingowego na podstawie treści recenzji książki – zostało znakomicie zrealizowane i mogłoby zostać wykorzystane w niezmienionej formie w reklamie lub na ulotce promującej książkę.

Kolejne polecenie sformułowałem powoli, z bardzo wyraźną intonacją i wymową. Została ona zrozumiana w 100% poprawnie (podobnie jak wszystkie kolejne polecenia), więc poprzednie błędy muszę przypisać mojemu niewyraźnemu mówieniu. Sztuczna inteligencja doskonale spełniła moją prośbę o przygotowanie szkicu wiadomości e-mail na podstawie recenzji książki, którą mógłbym wysłać do osób, aby polecić im tę pozycję. Mogłem wysłać tę wiadomość bez żadnych dalszych zmian. Moja prośba o przygotowanie prezentacji PowerPoint składającej się z dziesięciu slajdów została zrealizowana szybko: najpierw sztuczna inteligencja aplikacji zapytała mnie o grupę docelową oraz kolorystykę slajdów, przedstawiła listę tematów dla dziesięciu slajdów z możliwością ich zmiany lub edycji, a następnie utworzyła plik, co zajęło około trzech minut. Plik PowerPoint był atrakcyjny wizualnie, zawierał ilustracje (których status praw autorskich nie byłem w stanie zweryfikować ani potwierdzić) i stanowił solidną podstawę, którą można było wykorzystać już po kilku drobnych poprawkach, ponieważ niestety zdania były często ucięte i oznaczone po prostu symbolem „...”.

Porównując Comu Action Pro z jego poprzednikiem, Comulytic Note Pro (który przetestowaliśmy tutaj), oraz z Plaud Note Pro (kliknij tutaj, aby zapoznać się z naszą recenzją z praktycznych testów), różnica w rozmiarach jest od razu widoczna: Comu Action Pro jest tylko nieznacznie szerszy i wyższy, ale znacznie grubszy od pozostałych dwóch asystentów AI wielkości karty kredytowej, co sprawia, że jest nieco mniej wygodny w obsłudze po przymocowaniu magnetycznym do smartfona.

W porównaniu z Comulytic Note Pro różnic jest mniej, ponieważ oba urządzenia opierają się na tej samej aplikacji. Jednak Comu Action Pro oferuje w tym zakresie więcej funkcji. W samym urządzeniu najważniejszą nowością jest przycisk AI: głosowe wprowadzanie poleceń dla sztucznej inteligencji dopełnia funkcjonalność tego gadżetu i odblokowuje szeroki wachlarz dodatkowych funkcji opartych na sztucznej inteligencji.

W porównaniu z modelem Plaud Note Pro głosowe wprowadzanie poleceń stanowi również istotną zaletę. Należy jednak uczciwie zaznaczyć, że aplikacja Plaud oferuje szeroki wybór gotowych zadań opartych na sztucznej inteligencji dla różnych dziedzin zawodowych, obejmujących wiele różnych zadań.