让 AI 协作维护个人知识库

我用 AI 管理知识库时，最有用的改变不是让它替我记住一切，而是让它帮我找到资料、整理差异，并把一次性的经验变成以后能重复使用的方法。知识库仍应由清楚的事实源和人的判断支撑。

先确定事实源

同一件事如果散落在多个笔记里，AI 很容易把旧计划、草稿和正式结论混在一起。开始整理前，我会先问：这条信息最初记录在哪里？哪个文件负责持续更新？哪些内容只是引用或摘要？

事实源只保留一份。项目进展回到项目档案，外部文章保留来源，具体问题保留当时的背景与方案演进。后来形成的通用方法可以另写流程卡，但不复制一整份原始记录。

我通常先让 AI 查文件名、索引和标题，再打开少量相关段落。这样既节省时间，也能降低把无关资料当作依据的概率。需要写入时，让它指出新信息与旧结论是否冲突；不确定的地方标记待确认，而不是替我猜一个答案。

这个分工很明确：AI 负责定位、归纳和检查一致性；我负责确认事实是否准确、哪些内容值得留下，以及哪些内容可以公开。

一次工作结束后，不必把完整聊天记录塞进知识库。我更愿意留下三种能再次使用的内容：项目档案记录当前状态和下一步；流程卡记录以后怎么做；概念笔记解释为什么这样做、适用于什么情况。

例如，修复一次部署故障，项目档案应写明当前环境和恢复入口；如果排查步骤可以复用，再提炼为流程卡。这样下次回来时，先看到可执行的下一步，需要背景时再追溯原始记录。

AI 写完笔记，不能只看它说“已完成”。我会检查实际文件、链接和关键字段是否正确；如果改动涉及索引或重命名，再检查受影响的入口。验证范围跟改动大小相称，小修改无需把整个知识库重新扫描一遍。

知识库的目标不是收集最多文字，而是让未来的自己能找到可信的依据，接着把事情做下去。AI 可以让这条路径更短，但不能替代事实核对和最终判断。