国外亚洲成av人片在线观看,热99re久久精品这里都是精品,天堂网在线最新版www,国产成人av区一区二区三,51久久成人国产精品麻豆

在信息爆炸的時代，知識庫如何從“躺進收藏夾吃灰”到真正被用戶高效利用？本篇文章將深入解析 AI 知識庫 3.0 的升級方案，探討如何通過智能檢索、內(nèi)容優(yōu)化和交互設計，讓知識真正流動起來，提升用戶的學習與應用效率。

這是不是你？看到干貨文章瘋狂收藏，結(jié)果躺在收藏夾吃灰；想了解學習最新的AI工具，點進去卻被滿屏專業(yè)名詞勸退；充滿期待地點開《一分鐘教你用AI賺錢》，《3分鐘教你用AI生成10條短視頻，播放量百萬》，以為是“什么武功秘籍”，看完后才發(fā)現(xiàn)是九塊九包郵的”屠龍術(shù)”…

概括起來大家在做知識采集過程中，或多或少會遇到這幾個問題：

• 沒時間去整理篩選資料
• 不知道哪些適合閱讀
• 部分文章專業(yè)性強看不懂/對我無用
• 充斥標題黨營銷文篩選難
• 資料收藏后閑置率高

關(guān)于AI知識庫之前已經(jīng)寫過2篇文章了，有興趣的小伙伴可以點擊鏈接考古：

• 1.0版本：產(chǎn)品經(jīng)理怎么用AI搭建你的專屬知識庫？（保姆級教程） – 人人都是產(chǎn)品經(jīng)理主要嘗試讓AI幫我做資料整理；
• 2.0版本：告別熬夜整理！你的AI知識庫該學會自己“覓食”了：關(guān)鍵詞自動檢索+資料歸檔+整理匯報 – 人人都是產(chǎn)品經(jīng)理主要介紹了怎么讓AI自動幫我收集資料。
• 本篇3.0版本將在之前的基礎上，針對知識分類整理，資料的應用效率等方面對AI知識庫進行升級，感興趣的話可以往下看。

一、方案的思考

總體方案思維導圖

整體方案我是從資料從哪里來、資料怎么整理、資料怎么應用三大方面思考拆解為以下腦圖：

1）資料來源

知識庫的素材來源有兩大路徑：一方面是希望由AI自動在網(wǎng)站上爬取，根據(jù)我設定好的規(guī)則篩選摘錄，另一方面是我自己平時看到覺得好的文章，按照規(guī)則摘錄進知識庫。由此可以梳理出以下兩條工作流：

2）資料規(guī)范

不管是人工或者是AI檢索的文章是很多樣的，需要按照統(tǒng)一的標準規(guī)范記錄到知識庫，這樣后續(xù)不論是自己看，還是檢索或者AI推薦閱讀文章規(guī)則，都有依據(jù)。這里我是根據(jù)我的使用習慣，設定了以下幾個字段。并據(jù)此在飛書中創(chuàng)建知識庫的多維表格。（對應表格中列表應該選擇的類型詳見下方截圖）

3）資料應用

AI可以替代人工去收集整理資料，但是無法替代人去學習。收集有用的資料進知識庫只是第一步，更重要的是后續(xù)要怎么用起來。這里我考慮了兩大場景，一方面是當用戶主動輸入需求發(fā)起檢索，另一方面是希望知識庫Agent能夠自動定時的推送，提醒用戶來閱讀。由此也梳理了對應工作流：

二、詳細的方案設計

智能體搭建平臺：Coze

搭建內(nèi)容：工作流（Workflow）X5，智能體X1

操作路徑：工作空間-資源庫-資源-工作流

平臺費用：創(chuàng)建免費，工作流運行時調(diào)用插件及大模型需消耗Token。平臺賬號可免費注冊，每日有免費Token額度，超額需充值

步驟1：創(chuàng)建人工精選文章整理工作流

目標及場景：當“我”看到覺得有價值的文章內(nèi)容時候，只需要給我的智能體發(fā)送文章鏈接，智能體就可以幫我通過文章鏈接，整理成對應的內(nèi)容，收錄進知識庫。

工作流節(jié)點：下圖是配置完成的工作流，除了必須的開始及結(jié)束節(jié)點外，主要包含4大節(jié)點：

1. 鏈接讀?。哼@是一個插件，選擇[添加節(jié)點]后選擇[插件]，在插件庫中選擇扣子官方提供的插件。它用于讀取文章鏈接中的全部信息，用于后續(xù)大模型的解析和內(nèi)容整理；
2. 大模型①：主要用于分析整理內(nèi)容，下圖是該節(jié)點對應輸入和輸出的字段和格式。輸入內(nèi)容直接引用上一節(jié)點插件輸出的title和content字段，輸出的內(nèi)容對應的是后續(xù)要寫入知識庫（飛書表格）的字段。在大模型的提示詞中，我主要給它定義了4項任務：1)撰寫精煉摘要并過濾廣告信息；2)通過特征匹配將內(nèi)容歸類為5種專業(yè)主題或”其他”；3)按嚴格格式輸出包含標題、摘要、鏈接、類型、主題、時間的結(jié)構(gòu)化數(shù)據(jù)，強調(diào)信息精準性、格式規(guī)范性和主題判斷的邏輯層次；

3.大模型②：主要是用于將大模型①輸出的字段，按照飛書文檔要求的傳入格式進行整理，這里也可以使用<代碼>節(jié)點進行替代；

4.飛書多維表格：這也是一個插件節(jié)點，在插件庫中，檢索“飛書”，找到下圖中的插件。app_token字段復制上前面創(chuàng)建好的文檔地址，records字段直接引用大模型②輸出的字段；

鏈接好工作流全部節(jié)點后，點擊試運行，隨便貼進一個文章的鏈接，看是否能夠運行成功，飛書多維表格返回“success”即代表寫入成功，即可點擊右上角發(fā)布；

步驟2：創(chuàng)建AI自動采集信息的工作流

目標及場景：AI可以固定頻次從高質(zhì)量網(wǎng)站（如：人人都是產(chǎn)品經(jīng)理）采集AI相關(guān)優(yōu)質(zhì)文章，按照我要求的格式整理進我的知識庫（飛書文檔）

工作流節(jié)點：下圖是配置完成的工作流，除了必須的開始及結(jié)束節(jié)點外，主要包含3大節(jié)點：

1.文章獲取：這是一個插件節(jié)點，可通過插件庫中檢索“人人都是產(chǎn)品經(jīng)理”，這個插件的能力是可以從人人都是產(chǎn)品經(jīng)理的網(wǎng)站，幫我一次性獲取到30條的熱門文章標題/熱度/時間/文章鏈接等。

同理，也可以選擇從別的平臺獲取文章的插件。我是覺得這個平臺始終堅持人工審核文章內(nèi)容，文章質(zhì)量和學習性比很多平臺高很多，而且熱榜是編輯團隊已經(jīng)審核并且受到眾多讀者喜歡的，篩選出來的文章質(zhì)量有一定的保證。

2.大模型：這里大模型節(jié)點，主要是用于篩選AI相關(guān)的文章。上一節(jié)點中30多條的熱門文章可能不都是AI相關(guān)的，所以這里在大模型提示詞中，要求它整理出與AI相關(guān)的文章鏈接。

3.循環(huán)：添加循環(huán)節(jié)點包含循環(huán)及循環(huán)體兩大部分，循環(huán)體中是具體的循環(huán)動作，循環(huán)則控制了該節(jié)點輸入和輸出的字段。這里的循環(huán)節(jié)點，主要負責是將上一節(jié)點中大模型篩選出來的AI相關(guān)文章，逐條文章url進行解析，內(nèi)容提取分類，寫入飛書知識庫（這里的步驟和步驟1中創(chuàng)建的人工精選文章整理工作流一致，所以這里直接復用步驟1中的工作流）。在循環(huán)體中還有一個設置變量的節(jié)點，這個節(jié)點的目的是為了保證每一篇文章的url都需要遍歷這個流程而添加的。

鏈接完所有的流程，試運行成功后，點擊右上角發(fā)布工作流。

步驟3：創(chuàng)建用戶主動檢索工作流

目標及場景：當用戶輸入想要了解的內(nèi)容時，智能體可以檢索知識庫中的文章，整理推薦出最匹配用戶需求的文章。（實際呈現(xiàn)效果如下圖）

工作流節(jié)點：下圖是配置完成的工作流，除了必須的開始及結(jié)束節(jié)點外，主要包含2大節(jié)點：

1.表格內(nèi)容讀?。哼@是一個插件節(jié)點，通過插件庫添加，在插件庫中搜索飛書多維表格，找到下圖的插件選擇添加，app_token處輸入要讀取的多維表格鏈接。

2.大模型：這里我通過提示詞給AI的任務是，讓它通過剖析用戶查詢意圖，依據(jù)特定規(guī)則從知識庫篩選匹配文章，按評分機制計算總分并按規(guī)則推薦，還需在用戶有疑問時解釋評分依據(jù)，按要求格式呈現(xiàn)至多 5 條推薦結(jié)果。下圖是我設計的推薦評分體系。

鏈接完所有的流程，試運行成功后，點擊右上角發(fā)布工作流。

步驟4：創(chuàng)建自動內(nèi)容推薦工作流

目標及場景：當用戶沒有主動要求檢索內(nèi)容時，Agent可主動觸發(fā)推薦最新收錄的文章，附上文章推薦語方便用戶篩選，點擊鏈接可直接跳轉(zhuǎn)閱讀原文。

工作流節(jié)點：下圖是配置完成的工作流，除了必須的開始及結(jié)束節(jié)點外，主要包含2大節(jié)點：

1.表格內(nèi)容讀?。哼@是一個插件節(jié)點，通過插件庫添加，在插件庫中搜索飛書多維表格，找到下圖的插件選擇添加，app_token處輸入要讀取的多維表格鏈接。

2.大模型：這里大模型的提示詞與步驟3中的有所不同，定義了它從指定知識庫中按收錄時間最近優(yōu)先、同收錄時間按發(fā)布時間由近及遠的規(guī)則篩選最新文章，結(jié)合摘要或主題內(nèi)容生成推薦語，按特定格式展示標題、鏈接及推薦語，無文章時告知用戶 “當前沒有可推薦的文章”。

鏈接完所有的流程，試運行成功后，點擊右上角發(fā)布工作流。

步驟5：創(chuàng)建文章內(nèi)容播客工作流

目標及場景：實現(xiàn)下班途中碎片化途中，播放文章內(nèi)容，提升知識庫資料利用率。（下圖是試運行的效果，最終會生成一個語音url）

工作流節(jié)點：下圖是配置完成的工作流，除了必須的開始及結(jié)束節(jié)點外，主要包含3大節(jié)點：

1.鏈接讀?。哼@是一個插件節(jié)點，通過插件庫添加，用于獲取鏈接中的內(nèi)容；

2.大模型：因為上一節(jié)點，插件會輸出很多的字段，需要整理成更流暢清晰的文本內(nèi)容；

3.文本轉(zhuǎn)語音：這也是一個插件節(jié)點，在插件庫中檢索“文本轉(zhuǎn)語音”即可找到，是扣子官方出的一個插件。test變量直接引用上一節(jié)點中大模型整理好的文本即可。

步驟6：創(chuàng)建智能體

目標及場景：為了方便后續(xù)的使用，需要創(chuàng)建一個智能體，通過設置提示詞，配置工作流及定時觸發(fā)任務，實現(xiàn)以上所有工作流的串聯(lián)和協(xié)同調(diào)用。

智能體任務：用下表整理了智能體要執(zhí)行的工作流和對應工作流執(zhí)行的條件；

智能體配置

1.添加插件：在插件欄添加兩大插件，獲取當前時間及連接讀取，這是為了讓智能體能夠識別用戶跟它對話的時間，當用戶給它發(fā)送文章鏈接時，可以先通過插件讀取內(nèi)容，判斷是否還有營銷賣課引流等信息，做初次篩選；

2.添加工作流：添加上述方案中所有配置好的工作流，以便智能體能清楚的知道后續(xù)要調(diào)用哪些工作流；

3.添加觸發(fā)器：這里配置了定時收集AI相關(guān)文章還有每日自動推薦文章內(nèi)容的兩條工作流，觸發(fā)器支持定時或者按照事件觸發(fā)兩種類型，這里用的是定時觸發(fā)；

4.編排人設：在左側(cè)的人設與恢復邏輯中，定義好智能體的工作流，什么情況下調(diào)用什么工作流，具體的工作流用{{}}進行引用；

5.預覽與調(diào)試：在右側(cè)進行測試，確認完成后，點擊右上角發(fā)布；

心得分享

現(xiàn)在鋪天蓋地AI的資訊文章很多，越是在學習，越是感覺“知道的越多，知道的越少”。在摸著石頭過河中，我對于AI學習也有了一些心得：

AI學習要廣撒網(wǎng)，但是一定要收線：AI領域的知識體系龐大且交叉性強，從自然語言處理（NLP）到計算機視覺（CV），從強化學習到多模態(tài)模型，底層邏輯相互關(guān)聯(lián)。每一個分支展開都是龐大的學習量，也都值得深入學習摸索。但是人的精力畢竟是有限的，如果廣而全最后只能狗熊掰棒子。自己要給自己定一條主線，根據(jù)主線再去找補齊主線的碎片化知識。（BTW這也是我為什么一直思考怎么迭代知識庫的原因。）這樣效率才會比較高，不會陷入迷茫。

AI是阿基米德的支點，不是神話中的阿拉丁神燈：AI不是神燈，只要許愿就能滿足所有需求，它本質(zhì)是“杠桿”，它只能放大人的能力，無法替代人的思考和判斷。AI 依賴于數(shù)據(jù)和算法，沒有高質(zhì)量的數(shù)據(jù)，AI 模型就無法進行有效的訓練。同時AI 的決策是基于數(shù)據(jù)和數(shù)學模型它可能會出現(xiàn)錯誤或者偏差。部分營銷號鼓吹“AI一鍵生成爆款文章”、“掌握某某AI技術(shù)，一夜暴富”看起來真的很吸引人，但是可能作者完全沒有體驗過，就吹得天花亂墜。面對此類資訊或者產(chǎn)出時，始終要有自己的判斷，不能盲信盲從。

沉淀才是護城河：AI淘汰的不是人，而是不會用AI的人。盡管AI技術(shù)迭代極快，但底層方法論和實戰(zhàn)經(jīng)驗會隨時間增值。通過撰寫技術(shù)筆記、復盤項目案例、構(gòu)建個人知識體系，才能在 AI 領域建立起屬于自己的壁壘。