每次让 AI 帮忙写方案，都要重复一遍：翻旧文档、找聊天记录，再解释一次项目背景。上次为什么否决那个方案？团队有什么限制？哪些方法试过有效？讨论几轮，结果终于像样了，可换个任务，又得重新说起。

这些信息其实都在过去的工作里，只是没有好好留下来。个人知识库要做的，就是把资料、思考和经验整理好，让下一次工作能接着上一次往前走。 人可以从里面找回思路，AI 也能据此了解任务背景。

搭建这样的知识库，可以从手头的一件真实工作开始。

一、把“为什么这样判断”留下来

知识库里值得保存的内容有三类：外部资料、自己的理解、实践中的经验。 资料记清出处，判断写明依据，经验留下适用条件。以后再看，才能分清哪些是原文说的，哪些是自己推导的，哪些已经经过实践验证。

AI 可以帮忙整理材料，但当时的顾虑、取舍和决策原因，需要先记录下来，才能提供给它。没有留下的信息，后来的搜索很难补全。

这也决定了知识库的整理深度。持续写作、研究某个领域或推进长期项目，值得认真积累；偶尔查一个问题，简单笔记和搜索往往已经够用。

二、围绕任务整理，先做完一次

建库时，很容易先花心思列目录：工作、学习、生活，再细分行业、公司、技术。目录分好了，要放什么、以后怎么用，却未必想清楚。

可以先定一个具体任务，比如“写一篇帮助读者选择办公 AI 工具的文章”。围绕这个任务去找使用场景、功能说明和试用方法，材料就有了取舍标准。

整理时，记住五个动作就够了：

  • 收集： 保存相关材料，记下出处、日期和收录理由。
  • 提炼： 用自己的话写清核心内容、个人理解和疑问。
  • 关联： 找出相关的旧笔记，说明新材料补充了什么，或与哪里存在冲突。
  • 调用： 为当前任务挑出可用的依据，找出还缺什么。
  • 更新： 把工作中形成的新判断写回笔记，留下修改原因和适用条件。

普通资料不必篇篇精读、逐条整理；影响关键判断、以后还会用到的内容，才值得多花时间。两篇笔记都谈 AI，只能说明主题相近；能说清一篇补充了另一篇的什么内容，这种关联才有助于日后查用。

五个动作可以随任务来回走：写到一半发现证据不够，就补资料；实践推翻了旧判断，就改笔记。

三、让 AI 用上积累，要把材料交清楚

继续用“选择办公 AI 工具”这篇文章举例。下面演示整理方法，不代表产品实测。

如果使用 Obsidian，可以先建“资料”“知识笔记”“项目”“成果”四个文件夹。它把笔记保存为本地 Markdown 文件，普通文本编辑器也能直接读取。分类先保持简单，实际需要时再调整。

在“项目”里新建一页，写清文章给谁看、要解决什么问题，再列出相关资料和笔记的位置。这一页就是本次写作的入口，方便集中查找，也省得来回复制材料。

接下来，把阅读资料时形成的判断单独记下来。例如，文章里有一节讲怎样检查资料问答工具的回答，可以留下这样一张笔记：

判断： 采用 AI 的回答前，要检查结论与引用是否对应。

理由： 引用提供了回查入口，还需要核对原文是否支持结论、有没有遗漏条件。

验证办法： 选一份自己熟悉、适合上传的材料，提出几个已知答案的问题，对照原文检查回答。

这是一条使用建议，具体工具的表现还要测试。支撑它的来源另行保存，并在笔记中记清出处。以后换了工具，这套检查方法仍可以继续使用。

准备写作时，把项目要求、相关笔记和必要的原文摘录一起交给 AI。只给文件名或笔记之间的链接，还要确认它是否读到了对应正文。请求可以这样写：

请根据这些材料，为“如何选择办公 AI 工具”整理文章提纲。区分来源中的事实、笔记中的个人判断和仍需验证的内容，为主要判断标明依据。材料不够的地方列出缺口，先不要展开正文。

拿到提纲后，重点检查 AI 有没有把话说过头。“工具支持引用”不能直接写成“工具能确保回答准确”。回到原文核对，把结论改成有依据、可执行的建议。

文章完成后存入“成果”，在项目页记下保存位置。写作中形成的通用方法，则留在知识笔记里，供下一次使用。

四、下一次工作，先翻上一次的笔记

假设接下来的任务是“为团队准备一份 AI 工具试用方案”，上次留下的检查方法就能派上用场：选材料、提问、核对引用、记录遗漏。再补上谁来试用、哪些材料可以上传、谁负责验收，就有了这次方案的基础。

复用也会暴露旧笔记的不足。个人试用时，自己检查即可；团队使用时，还需要共同的验收要求。把这个变化补进笔记，写明适用场景，经验就更完整了。

一次工作留下判断，下一次工作检验并补充判断，积累才会慢慢连起来。 值得写回的，是会改变下一次做法的发现；临时措辞和未经核实的猜测，留在项目记录中即可。

工具和维护也跟着实际需要走。现有软件如果已经能方便地记录、查找、提供材料和保存成果，就先用它完成一次任务。需要多个工具时，明确一个主要保存位置，避免多处修改后分不清哪个版本最新。

等到手动挑选材料成了重复负担，再考虑接入能读取文件的 AI 助手。接入前，弄清它能读取、修改哪些内容，以及哪些材料会发送到云端；重要笔记另留一份能恢复旧版本的备份。

平时不必把所有资料都整理一遍。写下一篇文章前，先查已有笔记；准备下一份方案前，先翻上次复盘。定期清一清待整理的内容，修正正在使用的判断，就能逐步积累。

知识库有没有用，看三个变化：旧资料是否更容易找到，向 AI 重复解释的背景是否减少，过去的判断是否帮上了新任务。

从手头的下一件工作开始：放入相关资料，留下一张判断笔记，再和 AI 完成一次输出。等下一次遇到相近问题，能从这里接上思路，这个知识库就已经用起来了。

参考资料：Obsidian 官方帮助文档《How Obsidian stores data》《Plugin security》。原稿查阅日期为 2026 年 9 月 7 日。