黎耀棠
语义类AI
Ai知识库
这是不是你？搭建了一个AI记忆系统，以为把所有项目文件丢进去，AI就能自动理解你、帮你干活。结果呢？AI确实拉来了旧项目的资产，但很多是半成品、中间态，甚至是你早就废弃的草稿。你还得一遍遍纠正它。我最近就遇到了这个问题。根据之前提到的，跟AI大咖那边学到的思路（如下面链接的笔记），我搭建了一个记忆系统：把与AI协作的项目按目录分界，通过一个索引文件，登记我认为有用的项目，并加上资产描述。然后创建一个skill，在创建新项目时，AI会去索引表里查找可能相关的项目资产，提取出来写入新项目的上下文文件。实际测试下来，它确实能根据新项目的需求，提炼出多个项目的资产，嵌入到新项目的初始上下文。比如我的新项目「咨询产品市场测试」，AI拉去了我的3个项目：「职业规划」、「咨询进度跟踪」、「AI产品经理课程设计」。但是，重点来了。旧项目中的资产并非每个都有用，也并非每个内容都是最终状态。有些资产只是中间状态——比如上个月做课程设计已经上完课了，但是课程学员的反馈复盘，更新上去，AI就不知道这个课程的用户是否值得继续深度挖掘。这种情况下，还需要我进行纠正。那一刻我明白了：这套记忆系统要正常运转是有前提的。前面的项目数字资产，需要刻意维护，保持最新状态，并指明哪些内容有用，而不是整个项目的所有文件，都丢给AI，让它自己来判断。这让我想起华为的"三个一"——他们为了让知识在组织内高效流转，定了三个标准：让员工在一分钟内找到工作所需的基本知识，员工发起的求助在一天内得到初步的解决方案，项目结束一个月之内确保其经验被回收到组织。这不是简单的度量指标，而是一整套瞄准最终用户体验的能力体系。我的索引文件，就是在给个人数据供应定标准。但更关键的是，我之前没有做数据清洗，把所有文件都丢给AI，就像把所有食材直接倒进锅里——AI不知道哪些有用、哪些是最终状态，你也不知道它会拉来什么。个人的数据清洗是一个值得深入研究的主题。好的个人数字资产，是一个需要持续积累的过程。这不是一朝一夕的事，而是循序渐进的维护工作。这个过程追求的目标是让AI全面了解你和你正在/曾经做过的事情，能够在新的任务场景，按照你的工作习惯、偏好、所处的情况，给出个人回复、完成任务。从今天开始，每次AI项目/AI对话结束后，花5分钟更新一下资产描述。这就是你的维护工作。
发布于 广东
分享
评论
赞
未登录
友善发言
评论
加载中
