AI 应用

盐龙湖:用 WorkBuddy 搭建知识库

用设备成本和课程资料两个例子,说明知识库应先明确用途,再整理分类、来源与适用条件;找到资料之后仍要核对含义。

我的角色:知识库主题主讲、课件准备与现场交流。

证据与公开范围:日期与主题由主办方回顾支持;回顾未点名导师,个人主讲角色依据本人确认及课件。

内容摘要

盐龙湖知识库课围绕“存下来的资料怎样支持下一次工作”展开。我在课件中回顾设备成本分类和课程材料整理,说明先确定用途、保留出处,再检查资料能否支持具体回答。本文区分课件设计、此前实践和本场活动,不把练习安排当作每位参与者已经完成的成果。

收藏了资料,为什么下次还是从头找?

2026 年 9 月 24 日上午,我在盐龙湖训练营收官课讲解“用 WorkBuddy 搭建知识库,建立你的第二大脑”。这是我参与的第三场盐龙湖课程,对应主办方训练营第六课。主办方的收官回顾记载了当天活动和下半场的知识库教学。

我准备这场课时,关注的是资料积累之后的使用问题:收藏越来越多,需要时找不到;同类工作做过,却说不清当时为什么这样决定;把一堆文件交给 AI,它也未必能准确理解自己的背景。

所以课程从“以后用它回答什么问题”开始。保存下来只是第一步,还要把资料整理成能回到出处、能用于下一次任务的内容。

盐龙湖知识库课现场,参与者围绕电脑交流学习
盐龙湖知识库主题课程现场。照片展示现场交流,不能据此判断每个人完成了哪些操作。点击查看原图。

先决定用途,再决定怎么分类

保留的课件把建库前的问题分成三个:以后怎么用、准备放什么、先做到哪一步。比如同样是积累课程材料,可以为了查找过去讲过的案例,也可以为了写活动介绍、准备下一节课;用途不同,需要保留的字段和关联也不同。

我用三层结构解释资料怎样变得可用:原始资料保留完整来处,知识卡片提炼一个可以复用的问题或做法,整理规则规定卡片怎样命名、记录来源与处理冲突。文章、方案和检查清单,则是用这些资料完成的具体产物。

这里容易走偏的一步,是让 AI 先设计一个很完整的分类体系,再把资料硬塞进去。课件中的设备成本整理案例,恰好说明为什么需要反过来检查分类。

一个实际例子:先理清设备成本构成

我在课件中回顾了自己整理加药设备成本资料的过程。AI 先读已有项目,但从有限项目归纳出的分类,并不符合实际使用需要。我又结合行业分类和自己的经验调整框架,把范围缩到设备成本构成;价格与报价应用留到后续,不熟悉的装置类型暂不纳入。

知识库课件:学习材料、发现分类偏差、修正框架,再收窄到设备成本构成
截自本场保留的 v1.4 课件第 11 页。它回顾的是我此前的建库实践;课件保留版不等同于逐帧确认的当日投屏。图中的范围划分说明:先做成本构成,报价应用仍是后续工作。点击放大。

这件事的关键是分类要服务于真实问题。如果把不同设备都当成彼此孤立的条目,共用的成本规则就可能被反复复制;如果只留下概括,又容易丢掉具体设备的差别。课件后续用总览、通用规则和设备卡片展示了这种关系,供学习者理解怎样从资料走向可用的结构。

跨几个资料库找材料,还要识别同一件事

另一个课程例子来自我自己的备课整理:课程文件在本地,分享记录在笔记中,部分课件在飞书。把它们找到之后,还要判断是否说的是同一场活动。

课件回顾了 9 月 22 日的一次整理:“自定义数据分析 Skill 制作”和“用 WorkBuddy 分析数据,生成可视化报表”虽然标题不同,实际指向同一节课。如果按文件标题统计,就会重复计算;当时仍在筹备的知识库课,也不能提前记成已完成。

这个例子说明,跨库检索解决了“找得到”,还没解决“理解对”。连接器能读取哪些内容、能不能修改,也需要分别确认,不能把搜到资料理解为已经授权改动资料。

有出处之后,继续检查四件事

知识库回答附带链接,看起来会更可信,但链接是否真的支持结论,需要继续核对。我在课件中把检查拆成四步:回到原文、核对含义、检查适用条件、确认仍然有效。

知识库课件四项检查:回到原文、支持结论、符合条件、仍然有效
截自保留的 v1.4 课件第 16 页。来源存在、原文含义、适用场景和版本有效性,需要分别核对。点击放大。

例如,会议里有人提出一种做法,只能先记为讨论中的建议;某个旧方案适合当时的对象,也不意味着可以直接用于新项目。找不到依据时,保留缺口,比让 AI 把答案补得完整更有价值。

练习从一个问题、一条材料开始

课件设计的动手方式很小:先选一个近期会用到的问题,拿一条材料试着整理,再扩到五条左右。保留来源、日期和位置,把已确认事实、个人说法与待确认内容分开;用自己的实际问题查询一次,检查答案能否回到原文。

这里的五条是练习建议,不是每位参与者的完成数量。现场活动留下了照片、视频和课件,主办方也记录了导入资料、分类与问答的环节;目前没有逐人验收和长期使用跟踪。

对我来说,这节课的落点是:先让一小批资料真正支持一次任务。能回答问题、能说明依据、能发现缺口,再慢慢扩大知识库。

← 查看同系列活动

从阅读,走向你的实际问题。

了解 AI 应用培训 ↗
← 返回实践记录
苏ICP备2026076428号-1