2026年7月20日
用一句提示词规划两周欧洲之旅
多城市旅行规划无论是询问 AI 智能体，还是在地图应用和电子表格之间来回切换，都会卡在同样的地方：上下文丢失、坐标凭空捏造、出处无法追溯。我们逐项拆解 Consilience 如何规划一段从巴黎到维也纳的两周行程。
多城市旅行有一条奇怪的规律：写心愿单只要五分钟，但把它变成一份真正可行的行程——先去哪个城市、吃什么、住哪里、怎么移动——却总被拖到出发前才动手，还要打开大约 47 个浏览器标签页。
我把这个终极的人类难题交给了 Consilience：巴黎、阿姆斯特丹、柏林、布拉格、维也纳。一趟 2026 年 7 月 20 日出发、8 月 3 日返程的 14 晚行程。让我们一起看看，散乱的笔记是如何变成一份逐日指南的，以及每一步是哪个功能在起作用——以及为什么其他工具会卡住。
最后更新：2026-07-16
人们通常怎么规划复杂的长途旅行
以前规划旅行路线只有两种方式：在地图应用、笔记和电子表格之间手动来回拼凑，或者一次性交给 AI 处理。如今 AI 一侧的选项也更多了——像 ChatGPT、Claude、Gemini 这样的通用型 AI 智能体；像 Claude Code 或 Cursor 这样的本地编程智能体；以及像 NotebookLM 这样传统的 RAG 服务，你上传文档、然后提问。
但这些工具都无法把一份旅行计划完整地跟到底。手动方式虽然准确，却很费力——地点存在地图里，笔记存在笔记本里，费用存在表格里，改一处就要手动把其余的重新同步一遍。通用型 AI 智能体会随着对话变长而丢掉你最初的心愿单，并且会在没有核实的情况下生成坐标和交通时间。出处也很难追溯。 相比之下，Consilience 会维持上下文、追踪出处，并且真正去计算坐标、路线和交通时间。
| 对比项 | 地图应用 + 笔记 + 表格 | 通用型网页智能体 | 本地编程智能体 | 传统 RAG | Consilience |
|---|---|---|---|---|---|
| 出处追踪 | ✗ 无 | ▵ 只引用网页搜索结果 | ▵ 可通过会话日志追溯 | ✓ 分块级引用 | ✓ 每条信息都有出处 |
| 维持多城市上下文 | ▵ 手动维护 | ✗ 受上下文窗口限制 | ✗ 每次会话都重置 | ✓ 局限于上传文档范围内 | ✓ 由图谱维持 |
| 坐标/交通时间 | ▵ 各应用分别记录，手动汇总 | ✗ 未经核实生成 | ✗ 无地图工具 | ✗ 无地图工具 | ✓ 由地理编码/路线规划服务计算 |
| 引入屏幕信息 | ▵ 手动转录 | ▵ 截图（依赖视觉模型解读） | ▵ 截图（依赖视觉模型解读） | ✗ 仅限文件上传 | ✓ Appshot（图像+分层转录） |
| 输出结果 | 多份分散的文档 | 文字回答 | 文字/代码 | 文字回答 | 地图 + 指南（相互链接） |
所有这些都发生在同一个工作空间里。结构很简单：所有素材连接成一张知识图谱（KG），地图视图和指南都在此基础上生成。
flowchart LR
W["흩어진 위시리스트<br/>(5개국)"] --> G{{"온톨로지 그래프"}}
R["딥리서치<br/>날씨·축제·요금"] --> G
S["Appshot<br/>예약·지도 화면"] --> G
G --> M["지도 캔버스<br/>지오코딩 경로 + 클러스터"]
G --> B["가이드북<br/>Day 1…14, 출처 포함"]
M <--> B现在让我们逐个功能拆解一下。
一句话就能精准拉取所需上下文：本体图谱（Ontology Graph）
AI 智能体会丢失上下文，是因为它们把笔记当成“粘贴进对话里的一段文字”。而 Consilience 从素材导入的那一刻起，就把它拆解成实体，并通过关系将其连接起来。因此，像“规划这次行程”这样一句话，就足以精准拉取所需范围——概要说明、全部五份心愿单、初步行程草案。不需要附加任何文件。
而且图谱中的每一条关系都携带着它所依据的原始出处句子。把鼠标悬停在关系标签上，就会出现原文，显示它来自哪条笔记、哪一句话。这就是“看似合理的答案”和“可追溯的答案”之间的区别。
与其他工具的差异在于检索的单位。本地编程智能体可以直接读取文件，但一旦会话结束，上下文就要从零重建。传统 RAG 只对分块做一次相似度检索，因此在需要关系推理的问题上表现薄弱，而且要把它接入像地图这样的工作流，还需要额外定制开发。
| 上下文处理方式 | 通用型网页智能体 | 本地编程智能体 | 传统 RAG | 本体图谱 |
|---|---|---|---|---|
| 素材访问范围 | ✗ 仅限上传/粘贴的内容 | ✓ 直接访问文件系统 | ▵ 上传文档的分块索引 | ✓ 整个仓库预先索引为实体/关系 |
| 会话结束后 | ✗ 随上下文窗口一起消失 | ✗ 每次会话都要重新探索/重建 | ✓ 文档索引保留 | ✓ 保留在图谱中 |
| 关系性/多跳问题 | ✗ 多跳推理最弱 | ▵ 概率性（grep + LLM 链式推理） | ✗ 局限于单次相似度检索 | ✓ 图谱遍历（不额外消耗 token，亚秒级响应） |
| 追溯证据来源 | ▵ 直接信任答案 | ▵ 手动检查会话日志 | ✓ 分块级引用 | ✓ 句子级出处引用 |
一张真正计算坐标与路线的地图：地图画布（Map Canvas）
让 LLM 回答“给我奥赛博物馆的坐标”，你会得到一个看起来合理的数字。问题是，在核实之前你根本不知道它对不对。对旅行地图来说，这很危险。地图画布 在这一步使用真正的地理编码技术来计算，而不是依赖模型。坐标、距离、交通时间和路线全部自动计算。对于只有名称、没有地址的地点，智能体会先在网上核实，再进行地理编码；对于仍然定位不到的地点，它会呈现能找到的最可靠信息。
结果如下：心愿单里的每个地点都会落到该城市的地图上，城市之间的路线按草案顺序绘制，而在同一城市内，地点会按聚类分布，让一天的路线一眼可见。交通时间基于真实的道路和铁路数据。点击图钉，“在图谱中查看”会直接跳转到图谱中对应的节点。
| 在地图上定位地点 | 地图应用 + 手动操作 | 让 LLM 给出坐标 | Consilience 地图画布 |
|---|---|---|---|
| 坐标/交通时间 | ▵ 准确但需手动 | ✗ 生成值（无法核实） | ✓ 由服务计算 |
| 找不到的地点 | ▵ 搜不到就直接漏掉 | ✗ 仍然凭空生成 | ✓ 用可靠信息作为补充 |
| 与笔记的关联 | ✗ 无 | ✗ 无 | ✓ 图钉 → 图谱节点 |
AI 智能体会看似合理地捏造坐标，而 Consilience 只展示确定的信息。
让 Consilience 感觉更像魔法的两个功能：深度研究与 Appshot
心愿单只能告诉你“去哪里”。剩下的“怎么到”、“天气如何”、以及“那一周城市里正在发生什么”，要靠两个工具来补齐。
深度研究（Deep Research） 是一位你只需一句 /research 就能启动的研究员。它会在网上扫描，为每一段行程找出火车与飞机的对比、耗时、大致票价，以及买铁路通票是否划算。结果会变成带有出处和检索日期的笔记，而且它能自己处理欧洲当地语言的资料来源。一个足以颠覆计划的发现也来自这里：从阿姆斯特丹到柏林的直达火车大约需要 6 小时——足够刷完整季《鱿鱼游戏》第三季。就这一段行程，我特意把火车和飞机做了对比。
| 补齐细节 | 手动网页搜索 | AI 智能体的回答 | 深度研究 |
|---|---|---|---|
| 出处 | ▵ 手动整理 | ✗ 通常没有 | ✓ 每条事实都附有出处 |
| 时效性 | ✓ 最新 | ✗ 停留在训练截止时间 | ✓ 最新 + 附“检索时间” |
| 是否变成笔记 | ▵ 复制粘贴 | ▵ 复制粘贴 | ✓ 保存在工作空间中 |
到目前为止，把屏幕上的信息交给 LLM 只有两种方式：截图，或者复制文字。截图只留下一张图片；⌘A 全选复制会把层级结构压平。相比之下，Appshot 只需一个键盘快捷键（同时按下两个 ⌘ 键），就能捕获你当前打开的任何应用窗口。除了截图之外，它还会输入一段转录该窗口结构、保留层级关系的文字：
Window: "Amsterdam → Berlin, Sun 26 Jul - Deutsche Bahn", App: Chrome
표준 윈도우 Deutsche Bahn, URL: https://int.bahn.de/en/…
그룹 (settable, string) 출발편 목록
그룹 (settable, string) 오전 직통편
이미지 요금·소요시간
그룹 (settable, string) 오후 환승편
이미지 노선도Appshot 通过操作系统的辅助功能 API 直接读取窗口结构，不使用视觉模型。图像和附件标签会先出现，大约耗时半秒，而复杂网页的分层转录会在几秒后追加到同一个附件里。整个过程不消耗任何视觉 token。每次捕获还会记录来自哪个应用、哪个窗口、哪个网址。你不需要说很长的解释，比如“看我刚截的图右上角，然后读红色按钮下面的票价”。只要说“把这个票价加到对比表里”就够了。
| 引入屏幕信息 | 粘贴截图 | 全选复制文字（⌘A） | Appshot |
|---|---|---|---|
| 图像 | ✓ 包含 | ✗ 无 | ✓ 包含 |
| 文字/层级结构 | ✗ 仅有图像 | ▵ 层级丢失 | ✓ 层级完整转录 |
| 读取屏幕的成本 | ▵ 视觉 token | ✓ 无 | ✓ 无（辅助功能 API） |
| 出处（应用/窗口/网址） | ✗ 无 | ✗ 无 | ✓ 包含 |
每个城市的天气、住宿区域、美食和活动信息，都是通过同样的流程补齐的。因为调研是针对实际停留日期进行的——巴黎 7 月 20–22 日、阿姆斯特丹 7 月 23–25 日、柏林 7 月 26–28 日、布拉格 7 月 29–30 日、维也纳 7 月 31–8 月 2 日——已经结束的活动不会混进计划里。只有日期和地点都对得上的活动才会出现在地图上。
计划变动时无需担心——知识图谱会自动反映
从决定要去旅行到真正出门的那一刻，计划大概会被修改 52 次。旅途中它还会继续变。Consilience 会以一种聪明的方式保存这段漫长的“决策历史”——这与 Palantir 从大量分散的非结构化数据中提取决策单元、并串联成一条演化脉络所用的技术类似。写下“从阿姆斯特丹坐火车到柏林”，它就会被记录为一条决策。之后如果改成“这段其实改坐飞机”，新的决策会替代旧的——同时这次替代的历史也会被保留下来。笔记里的未决问题也会被记录为待解决问题，逐一解决。问一句“我们关于住宿到底定下什么了？”，只会返回最新的那条决策。它不依赖 LLM 自身的记忆系统。Consilience 不靠掷骰子。
你无法阻止计划变化。但你可以阻止旧计划冒充新计划。
地图和指南协同使用
“帮我按顺路的步行路线整理一份指南。” 一句这样的请求，就足以生成从 7 月 20 日第 1 天到 8 月 2 日第 14 天的完整安排。8 月 3 日则单独标记为从维也纳返程的日子。每一天都会按顺序走完该城市的聚类范围，交通日会带上火车或航班信息，每一项都附有出处。打开某一天，那一天的地图会同步显示在旁边。
点击地图上的任意图钉，“在图谱中查看”会直接跳转到该地点在图谱中的节点；点击指南里的地点名称（wikilink）则会打开原始笔记。这是因为行程和地图从一开始就读写同一张图谱——不需要另外单独构建、再手动同步。
行程和地图不是两个文件，而是同一张图谱的两种视图。
是什么让这一切成为可能
不是魔法，只是在同一张图谱之上组合起来的功能。
- 本体图谱（Ontology Graph）：自动拉取分散的上下文，并为每条关系附上作为证据的原始出处句子。
- 地图画布（Map Canvas）：借助内置的地理编码/路线规划服务计算坐标和路线，并对没有地址的地点进行调研以定位它们。
- 深度研究（`/research`）：在网上扫描信息，留下带有出处和日期的笔记。
- Appshot：一次操作，同时以图像和分层转录文字的形式引入屏幕信息。
- 决策追踪：新决策会替代旧决策，让图谱始终掌握最新计划。
- 写作：从同一张图谱同步生成地图和指南。
在这篇文章里，我用 Consilience 把一段跨越五个国家、长达两周的旅行，变成了一份地图和一份自动更新的指南。 而且这不仅限于旅行——任何素材和上下文不断堆积的场景，它都能强大、聪明而快速地发挥作用。无论是审阅论文，还是管理产品， 你还要一遍又一遍地向智能体解释上下文、反复澄清意图、重复提问吗？
常见问题
每次都需要手动附加笔记吗？
不需要。因为笔记通过关系连接在本体图谱中，一句话指令就足以自动拉取相关笔记。你还可以通过每条关系上引用的原始出处句子，精确追溯所用的证据。
AI 是不是在编造路线或交通时间？
不是。坐标、距离、路线和交通时间都由地理编码/路线规划服务计算得出，模型只是使用这些结果——而不是自己生成的。对于仍然定位不到的地点，它会显示“未知”，而不是随便放一个图钉。
Appshot 和粘贴截图有什么不同？
截图只是一张图片，因此只能依赖视觉模型的解读。Appshot 使用操作系统的辅助功能 API，在保留层级结构的前提下转录窗口结构，把图像和文字一并引入。它还会记录来自哪个应用、哪个窗口、哪个网址。
资料来源：城市和街区信息使用了 WikiVoyage（CC BY-SA 4.0）。天气、票价和活动日期反映的是检索时的数值，检索日期已在正文中标注。