Comu Action Pro: az AI-asszisztens próbára téve

A Comu Action Pro a Comulytic Note Pro utódja. Míg a gyártó az elődmodell elnevezését olyan versenytársakra alapozta, mint a Plaud, az új név elsőre félrevezető, mivel tudat alatt inkább egy akciókamerára, mint egy mesterséges intelligencia-asszisztensre utal. De még a névben szereplő „Note” nélkül is a készülék széles körű lehetőségeket kínál mind szakmai, mind személyes használatra. Az AI gomb, amely hangbevitelen keresztül dolgozza fel a parancsokat, tovább növeli a kényelmet. Itt azonban világosan és lassan kell beszélni, különben a parancs számos félreértett szót fog tartalmazni. Alternatívaként az alkalmazásban a képernyőn megjelenő billentyűzet segítségével is bevihetjük a parancsokat. A rögzített beszélgetéseket az alkalmazás automatikusan leírja és összefoglalja. Mivel az alkalmazás alapvető funkciói megegyeznek a Comulytic Note Pro-éval, az utódmodell nem találja fel újra a kereket, de tartalmaz néhány további funkciót, amelyek még jobban leegyszerűsítik a mesterséges intelligenciával történő munkamenetet, például PowerPoint-prezentációk, nyomonkövető e-mailek vagy találkozók létrehozását. A cél az, hogy az alkalmazás ne csupán egy AI-alapú felvevő vagy diktáló eszköz legyen, hanem a munkafolyamatok valódi társa váljon.

A készülék jelenleg a gyártó saját online áruházában kapható. Tesztelésünk idején a Comu Action Pro „szuper előrendelési áron”, 129,99 dollárért kapható, ami 49 százalékos kedvezményt jelent, lásd még alább (prioritásos szállítással, egyéves jótállás-hosszabbítással és egy hónap ingyenes Premium-előfizetéssel, amelynek értéke 14,99 dollár; 10 dolláros előleg és további 119,99 dolláros befizetés mellett; az ajánlott kiskereskedelmi ár 256,99 dollár). A szállítás jelenleg csak az Egyesült Államokba és az Egyesült Királyságba lehetséges, de várhatóan kiterjesztik az EU-ra is. A készülék fekete, ezüst és cseresznyepiros színben kapható.

Sokan felteszik maguknak a kérdést: Mi az előnye egy AI-alapú diktafonnak vagy AI-asszisztens eszköznek, ha valójában mindent el tudok intézni az okostelefonommal? Beépített hangrögzítője van, és a hangfájlt feltöltheti a kedvenc AI-alkalmazásába, majd parancsok segítségével feldolgozhatja. Ez számos lépést igényel. Ráadásul a felvétel közben bejöhet egy hívás, amelyet szintén rögzítenek, vagy más zavaró tényezők is felmerülhetnek. Egy AI-asszisztens viszont mindent egyetlen eszközön intéz – nagyon gyorsan, csupán egy gombnyomással és egyetlen alkalmazás használatával. Ráadásul több AI-ügynök is integrálva van, és az alkalmazás automatikusan kiválasztja a legmegfelelőbbet.

A beszélgetés alakulásával párhuzamosan követheti a leiratot (beleértve az élő fordítást is), a telefonhívásokat teljes egészében rögzíti, és számos szakma és felhasználási eset számára biztosít parancsokat. Egy ilyen eszköznek megvan a maga ára, és egy további készüléket jelent. Azonban aki gyakran használja, hamar meg fogja becsülni. Üzleti megbeszéléseken pedig gyakran profibbnak fogják tartani, mint azt, aki addig babrál a okostelefonjával, amíg mindent be nem állít. Bárhogyan is dönt, fontos, hogy a felvételhez minden jelenlévő beleegyezését megszerezze (lehetőleg írásban), hogy jogilag is biztonságban legyen.

A készülék mellett a kis dobozban található egy rövid USB-C–USB-C kábel is, amellyel az AI-asszisztens – amely mágnesesen rögzül az okostelefonhoz – közvetlenül csatlakoztatható az okostelefonhoz töltés céljából. Tartalmaz továbbá egy gyors útmutatót és egy mágneses gyűrűt is, amelyet például akkor lehet az okostelefon hátuljára rögzíteni, ha az üvegből készült és nem mágneses.

Sajnos a tesztkészülékünk kezdeti beállítása során a beolvasandó QR-kód (amely a készüléken és a gyors útmutatóban is megtalálható) egy elavult oldalra mutatott. A Comu Action Pro AI-asszisztens használatához a gyártó saját Comulytic alkalmazásának legújabb verziójára (1.4.0) van szükség. A cikk írásának időpontjában ez még nem volt elérhető az App Store-ban vagy a Google Play Store-ban, de a publikálás idejére várhatóan már elérhető lesz.

Jelenleg két előfizetési csomag érhető el: a Starter és a Premium csomagok csak a használt AI-ügynökökben (mindkét fizetős csomagban elérhető a Claude is) és a valós idejű fordítások számában (Starter: havonta csak egyszer, többi: korlátlan), az azonnali összefoglalók számában (Starter: havonta csak 10; a többi: korlátlan), valamint a részletes AI-elemzésekhez való hozzáférés tekintetében (Starter: havonta csak 3 alkalommal, a többi: korlátlan). Aki valóban a mindennapi munkájában szeretné használni a Comu Action Pro-t, annak ezért előfizetésre lesz szüksége: a Premium havi 14,99 amerikai dollárba, illetve évi 120 amerikai dollárba kerül.

A Comu Action Pro esetében az alkalmazás nem szükséges a felvétel elindításához. A készüléken található kerek gomb megnyomásával azonnal elindul a felvétel, amit egyértelműen jelzi a másodpercmérővel ellátott, rezgő grafika, amely a felvétel során rövid ideig megjelenik a nagyon kicsi képernyőn. A gomb közepén lévő kék pont a felvétel teljes ideje alatt folyamatosan világít. A felvétel szüneteltetéséhez egyszerűen kattintson a gombra; újbóli kattintással folytathatja a felvételt. A felvétel leállításához tartsa lenyomva a gombot legalább két másodpercig.

Az első tesztem egy több ember részvételével zajló angol nyelvű beszélgetés volt. Összesen négy beszélő volt, akiket mind pontosan felismert a rendszer. A beszédfelismerési hibák is ritkák voltak; például a CashyOS nevű Linux-disztribúciót egyszerűen csak CashOS-ként ismerte fel, a PS5-öt pedig egyszer tévesen KS5-ként azonosította. A beszélgetés sodrásában azonban ezeket a hibákat könnyen figyelmen kívül lehet hagyni vagy kijavítani. A német nyelvű AI-összefoglaló jól felépített volt, és jó áttekintést nyújtott a beszélgetésről.

Ha lenyomva tartjuk a készüléken található AI-gombot, hangbevitellel adhatunk meg parancsot. Én a következőt választottam: „Kérlek, készíts egy e-mail-tervezetet az összefoglaló alapján.” Úgy tűnik, túl gyorsan engedtem el a gombot, mert a rendszer már nem ismerte fel az „e-mail” szót. Ahelyett, hogy közvetlenül végrehajtotta volna a parancsot, az AI a kontextus alapján több alternatív parancsot generált, amelyek közül az alkalmazásban egy kattintással lehet választani.

A folytatáshoz az AI ezután több témát javasol a beszélgetésből, amelyeket jelölőnégyzetek segítségével lehet kijelölni, ha nem szeretnénk, hogy azok bekerüljenek az e-mailbe. Ekkor az alkalmazás vagy összeomlott, vagy túlterhelt lett; mindenesetre nem tudtam semmilyen témát kiválasztani, sem a „Vázlat létrehozása” gombra kattintani. Ezért a Vissza gombot használtam, töröltem a promptot, majd újra rákattintottam az AI fülre. Hirtelen már rákattinthattam a gombra, és 15 másodperccel később megkaptam a kívánt, előre megfogalmazott e-mailt. Használható bekezdéseket tartalmazott, de némi kézi finomításra szorult.

A második tesztem egy német nyelvű, két szerző által írt könyvkritika volt. A leiratban számos nyelvtani hiba volt, különösen a nagybetűk használatát illetően; például a „Meinung” szó helyett a „Männer” szó jelent meg, ami hangzásában teljesen eltérő. Összességében azonban a leirat használható volt. Még jobb volt az AI-összefoglaló, amely szinte hibátlan volt. Hangbevitellel adtam meg a következő utasítást: „Készíts a könyvkritikából egy legfeljebb 50 szavas bekezdést, amely összefoglalja a könyvet, és tartalmazza a kritikusok különböző idézeteit.” Az AI így értelmezte: „Készíts nekem a könyvkritikából egy legfeljebb ötven szóból álló bekezdést, amely összefoglalja a könyvet, és hátrányba hozza a bot memóriájának versatívusait.”

Sajnos ez használhatatlan volt, és utólag már nem lehetett kijavítani az utasítást. Mindazonáltal az AI teljesítette a kérésemet. Erre azonban csak véletlenül figyeltem fel, miután bezártam az ablakot, majd újra rákattintottam az utasítás beviteli mezőjére. Az írásbeli utasításomat – hogy kérem, készítsen nekem egy rövid marketing szöveget a könyvkritika tartalma alapján – kiválóan végrehajtotta, és pontosan így felhasználható lett volna egy hirdetésben vagy a könyv szórólapján.

A következő utasításomat lassan, nagyon világos hanghordozással és kiejtéssel fogalmaztam meg. A rendszer 100%-osan helyesen értelmezte (ahogyan az összes következő utasítást is), így a korábbi hibákat a motyogásomnak kell tulajdonítanom. Az AI tökéletesen teljesítette a kérésemet, hogy a könyvkritika alapján készítsen egy e-mail vázlatot, amelyet elküldhetek az embereknek, hogy ajánljam nekik a könyvet. Az e-mailt további módosítások nélkül elküldhettem. A tíz diából álló PowerPoint-prezentációra vonatkozó kérésemet gyorsan feldolgozták: először az alkalmazás mesterséges intelligenciája megkérdezte a célközönséget és a diák színvilágát, felsorolta a tíz dia témáit – lehetőséget adva azok módosítására vagy szerkesztésére –, majd elkészítette a fájlt, ami körülbelül három percet vett igénybe. A PowerPoint-fájl vizuálisan vonzó volt, illusztrációkat is tartalmazott (amelyek szerzői jogi státuszát nem tudtam ellenőrizni vagy megerősíteni), és szilárd alapot nyújtott, amelyet csupán néhány apró módosítás után lehetett használni, mivel sajnos a mondatok gyakran el voltak vágva, és egyszerűen „...” jelöléssel voltak megjelölve.

Ha összehasonlítjuk a Comu Action Pro-t elődjével, a Comulytic Note Pro-val (amelyet itt teszteltünk), valamint a Plaud Note Pro-val (kattintson ide a gyakorlati tesztünkhöz), a méretbeli különbség azonnal szembetűnik: A Comu Action Pro csak kissé szélesebb és magasabb, de lényegesen vastagabb, mint a másik két hitelkártya-méretű AI-asszisztens, ami kissé kényelmetlenebbé teszi a kezelését, amikor mágnesesen rögzítve van egy okostelefonhoz.

A Comulytic Note Pro-hoz képest kevesebb a különbség, mivel mindkettő ugyanazon az alkalmazáson alapul. A Comu Action Pro azonban ebben a tekintetben több funkciót kínál. Maga a készüléken az AI-gomb a legjelentősebb új funkció: az AI-parancsok hangalapú bevitelével kiegészül az AI-eszköz, és számos további AI-funkció válik elérhetővé.

A Plaud Note Pro-hoz képest a hangvezérelt parancsbeviteli lehetőség szintén jelentős előnyt jelent. Az igazság kedvéért azonban érdemes megjegyezni, hogy a Plaud alkalmazás számos előre beépített AI-feladatot kínál különböző szakmai területekhez, amelyek sokféle feladatot lefednek.