个人知识库不是把所有文件一股脑丢给模型。真正好用的库，要能回答“这条结论来自哪里、更新时间是什么、是否适用于当前问题”。先把资料范围缩小到一个明确场景，例如学习笔记、项目文档或客户常见问答，再逐步扩展。
先定一个可维护的边界
每份资料入库前给它标注来源、日期、主题、权限与是否仍有效。不要混入不应共享的密码、身份证件、未公开合同或敏感个人信息。若答案要求引用原始文档，系统才有机会帮助你检查它是否“有据可查”。
| 字段 | 用途 |
|---|---|
| 来源 | 知道答案能回到哪份原文 |
| 更新时间 | 避免把旧规则当成现行规则 |
| 主题标签 | 缩小检索范围 |
| 权限 | 避免把不该看的资料混入检索 |
用问题测试，而不是只看导入成功
准备十个你已经知道答案的问题，其中包含两个“资料中没有答案”的问题。一个合格的知识库应能给出来源、说清不确定处，并在无资料时拒绝猜测。每次新增资料都做小样本复测，才能发现重复、过期或检索不到的问题。
可直接改写的提示词
只使用我提供的知识库资料回答问题。先说明找到了哪些来源和更新时间，再给出简短结论；资料互相矛盾时列出冲突，不自行裁决；没有足够依据时明确说无法确认，并建议需要补充的资料。不要虚构引用、制度、数字或链接。
如果你还需要把过程变成团队可复用的工作流，可阅读AI 信息整合提示词：先标注来源与空缺，再写成决策简报。
交付前的检查
确认输入来自真实材料，检查模型是否遗漏限定条件；将结论、待确认项和下一步分开写。AI 适合加快整理与初稿，不应替代事实核对、专业判断或责任人的最终确认。
