通过大型语言模型支持业务文档工作流程的集合中心信息觌觅

知识工人经常需要从文档集合中提取和分析信息以解决复杂的工作信息任务，例如招聘经理审查简历或分析师评估合同风险。然而，对于大量文档和感兴趣的准则，觌觅相关信息可能变得繁琐和重复。我们引入 Marco，一个支持对多样化业务文档集合进行感知制造的混合主导工作区。通过集合中心协助，Marco 减少了提取和结构化信息的认知成本，使用户能够优先处理比较合成和决策过程。用户通过自然语言与 AI 助手交互式沟通其信息需求，并构建提供文档集合概览的模式。来自可用性研究（n=16）的发现表明，使用 Marco 时，用户完成感知制造任务速度提高 16%， effort 减少且不影响准确性。针对七位领域专家的设计探针识别了 Marco 在各种实际工作流程中的潜在益处。