产品教程课程用AI建知识库课程
日常使用与行业实战
日常五动作速查 + 长期保养两动作 + 6 大行业场景 + 权威方法论出处 + FAQ + 术语小词典 + 三句金句。
日常五动作速查表
| 动作 | 什么时候做 | 在哪做 | 用什么 |
|---|---|---|---|
| 丢素材 → 消化 | 每次收了新资料 | WorkBuddy | 「消化一下」（提示词七件套第 2 条） |
| 想问事 → 问答 | 想从库里取知识 | WorkBuddy | 带来源问答（第 3 条） |
| 开新题 → 检索 | 做新东西之前 | WorkBuddy | 检索提示词（第 4 条） |
| 库不够 → 补货 | 某主题资料不足 | WorkBuddy | 补货提示词（第 5 条） |
| 库 → 写作 | 要产出一份成果 | WorkBuddy | 写作提示词（第 6 条） |
长期保养两动作
- 回流：做完一件事，把值得复用的认识写回库里（提示词七件套第 7 条①）
- 体检：定期让 AI 出一次只读健康报告，先报告、后修改（第 7 条②）
一句话总结
Obsidian 看、WorkBuddy 干——日常全在 WorkBuddy 里发提示词，Obsidian 是让你看得懂的仪表盘。
行业实战：不同的人怎么建自己的库
先记住一句：方法就一套（建库 → 消化 → 问答 → 检索 → 补货 → 写作），换的只是「放什么资料、解决什么事」。
下面的行业库，都是同一套方法套用到不同场景的示例；底层方法论的权威出处见本课最后一节。
重要原则：行业库里的「资料」本身也要来自权威来源——官方文档、行业报告、可信媒体、专业机构。这正是补货提示词里内置的来源限制；库里没有就是没有，宁可标「待补」，也不用不可靠来源硬凑。
主案例：职场充电库（大多数人从这开始）
- 建什么：行业文章 + 工作文档 + 学习资料
- 怎么用：消化成卡 → 问「这份资料和我工作的关系」 → 写一份工作笔记/复盘
- 解决什么：收藏 1000 篇用不上、工作资料散、想学东西没积累
- 示例问题：请查询当前知识库回答：我收藏的资料里，关于时间管理有哪些可复用的方法？请区分可确认、综合判断和仍待确认，并给出可点击的来源链接。
销售：客户 + 话术库
- 建什么：客户跟进记录 + 优秀话术 + 产品资料
- 放什么：客户沟通纪要、成交/流失复盘、产品文档、竞品信息
- 怎么用：问「这个客户怎么跟进」 → 检索历史话术 → 写跟进方案
- 方法依据：PARA 的 Projects（客户项目）+ 卡片盒的原子卡片 + 问答取用
HR：制度 + 面试题库
- 建什么：公司制度 + 面试记录 + 岗位要求
- 怎么用：新人入职问答、面试题库检索、制度政策问答
- 示例问题：请查询当前知识库回答：新员工入职最常问的问题有哪些？请区分可信度并给出来源。
教师 / 培训师：备课 + 素材库
- 建什么：课件 + 教案 + 学生常见问题 + 教学素材
- 怎么用：备课查资料、把往期教案喂给新课件、学生问题自动检索
- 示例问题：请查询当前知识库回答：关于【某知识点】学生最常见的误区有哪些？请区分可信度并给出来源。
财务：政策 + 报表库
- 建什么：财税政策 + 报表 + 案例
- 怎么用：政策问答、核对、写分析
- 方法依据：补货提示词内置「只从权威来源补充」（官方政策文件、权威机构报告），适合政策经常更新的行业
内容创作者：素材 + 复盘库
- 建什么：素材 + 改稿记录 + 数据复盘
- 怎么用：新选题自动喂旧经验、写作提示词直接产稿
- 示例问题：我准备做【一个关于 XX 的新内容】。请先在当前知识库检索相关素材……（检索提示词）
学习场景
| 场景 | 建什么库 | 怎么用 |
|---|---|---|
| 考证备考 | 教材 + 笔记 + 错题库 | 教材 → 笔记卡片 → 复习问答 |
| 读书笔记 | 逐章笔记库 | 每章 → 主题串联 → 综合书评 |
| 跨领域研究 | 多来源研究库 | 论文 + 文章 + 报告 → 综述 |
你的第一个库：从一句诉求开始
不知道怎么开口？用这个模板（就是第一提示词的三要素）：
我平时会收藏__（什么资料），烦心的是__（具体问题），我希望它能帮我____（想要的结果）。把它填进第一提示词发出去就行。AI 会先设计、推荐方法论、访谈你——你不用先想明白，让 AI 帮你理清。从你的痛点出发，先建一个「小而精」的库（10–30 份资料），跑通闭环再慢慢长大。
权威方法论出处
这套方法不是随便设计的，背后是已经被验证的权威知识管理理论：
| 方法论 | 提出者 / 出处 | 核心一句话 | 用在本课的哪里 |
|---|---|---|---|
| LLM Wiki | Andrej Karpathy（OpenAI 创始成员、前特斯拉 AI 总监、斯坦福博士） | 让 AI 把知识「编译」成持续维护的库，而不是每次现查现答 | 全课的理论底座：raw/wiki/库规 三层结构 |
| PARA | Tiago Forte《打造第二大脑》 | 用 Projects / Areas / Resources / Archives 四个目录组织一切 | 建库时的结构设计参考 |
| CODE | Tiago Forte《打造第二大脑》 | Capture 捕获 → Organize 组织 → Distill 提炼 → Express 表达 | 日常动作：消化 / 问答 / 写作 |
| 卡片盒笔记法（Zettelkasten） | 卢曼（德国社会学家） | 把想法写成一张张互相链接的原子卡片，靠链接生长出知识网络 | wiki 层 = 知识卡片 + 双向链接 |
| 常青笔记（Evergreen Notes） | Andy Matuschak | 笔记要持续生长、可复用，而不是一次写死 | 消化出的卡片 = 常青笔记 |
| Memex | Vannevar Bush（1945 年提出） | 「个人知识机器」构想——知识该被机器辅助组织 | 第二大脑的思想源头 |
为什么「先推荐方法论再建库」是对的？
专家遇到问题，不是比新手「想得更努力」，而是更快认出「这属于哪类问题、该用哪个已知套路」——脑子里有庞大的「模式库」。先找成熟方法论，就是用专家的方式思考。
类比迁移学习：AI 训练不从零学，先加载「预训练底座」再微调，效果远超从零训练。成熟方法论就是你的「预训练底座」。
落到 AI 使用：让 AI「用金字塔原理 / SWOT / PDCA 分析」比「随便分析一下」质量高得多——成熟方法论把输出约束在正确轨道上。
常见问题
| 问题 | 答案 |
|---|---|
| 要不要写代码？ | 全程不写。所有操作都是对话 + 提示词 |
| 安不安全？ | 本地文件 + WorkBuddy 只在你授权目录干活 |
| 资料太多怎么办？ | 从 10–30 份「小而精」开始，不要一次全塞 |
| 不用 WorkBuddy 行不行？ | 方法通用，工具可换——核心是「资料 → 消化 → 回流」这套方法 |
| 不会说诉求怎么办？ | "我只知道方向是__，你问我问题帮我理清" |
| 建好的文件夹能移动吗？ | 不能，AI 记住了路径，移动会找不到 |
| 消化后怎么知道成没成功？ | 看 wiki/ 有没有生成卡片文件、index.md 有没有更新；只在聊天框给摘要 = 没成功 |
| 每天要花多久维护？ | 日常动作 10 分钟以内：收了就消化，要用了就问，做完事回流一下 |
| 用 Obsidian 还是 WorkBuddy 看？ | 日常操作全在 WorkBuddy；想看结构、验证来源时用 Obsidian |
术语小词典
遇到看不懂的回来查。
| 术语 | 什么意思 |
|---|---|
| 第二大脑 | 把学过的、收藏过的东西沉淀成知识网络、随用随调的个人知识系统 |
| AI 知识库 | 你的资料 + AI 整理的卡片 + 维护规则，会持续生长的系统 |
| RAG | 检索增强生成：AI 每次提问现去资料里翻——「解释器」路线 |
| LLM Wiki | 让 AI 把知识「编译」进库并持续维护——「编译器」路线，本课正解 |
| raw/ | 原始资料层：只读不改的事实源头 |
| wiki/ | 知识层：AI 生成的卡片、摘要、索引 |
| 库规（Schema） | 规则层：告诉 AI 怎么维护的配置文件 |
| index | 总索引：知识库的目录/入口 |
| Ingest | 摄入：把资料消化进知识库（对应「消化一下」） |
| Query | 查询：对知识库提问（对应问答） |
| Lint | 体检：检查知识库问题（对应健康检查） |
| ASK / CRAFT / PLAN | WorkBuddy 三种模式：只回答 / 直接动手 / 先计划后动手 |
| Markdown | 纯文本排版格式（.md 文件），Obsidian 和 WorkBuddy 都读它 |
| 双向链接 | 笔记之间的互相链接，点一下就能跳转 |
| 上下文窗口 | AI 一次能「记住」的背景信息量；知识库 = AI 的外部内存 |
| PARA | 一种资料组织法：项目 / 领域 / 资源 / 归档 |
| CODE | 一种工作流：捕获 → 组织 → 提炼 → 表达 |
| 卡片盒笔记法 | 卢曼的原子卡片 + 链接笔记法 |
| 常青笔记 | 持续生长、可复用的笔记 |
| Agent（智能体） | 会动手干活的 AI（WorkBuddy 就是） |
三句金句
- 知识库不是仓库，是会生长的第二大脑
- AI 做前 4 步，你做最后 1 步
- 工具会变，「资料 → 消化 → 回流」的循环永远成立
今晚验收一句话：发完第一提示词，AI 有没有开始访谈你？有 = 成功。
你的第二大脑，从今晚开始。