当前位置: 首页 > article >正文

我是怎么用 AI 把自己的知识“榨”出来的:Skill的再实践

在某些 AI 群里潜水久了我养成了一个坏毛病。每次看到有人发问题我都会在心里默默评价这问题问得太幼稚了、这个思路走歪了、这个工具根本不该这么用、怎么会问出这种问题……但如果有人反过来问我“那你说正确的应该怎么搞应该怎么问”这个时候我可能就沉默了。不是因为我不懂是因为我懂的那些东西藏在某个说不清楚的地方拿不出来。说到这有点扯是吧但事实确实这样。注文章第6节部分写了 skill 的创建方式和现成的 skill 获取地址01 输入接口被污染了那就从输出接口出发现在的互联网已经被 AI 内容淹了。你分不清哪篇有价值、哪篇是批量生产的信息泡沫看什么都将信将疑。既然输入接口越来越不可信那就换个方向从输出接口出发。不靠外部输入靠挖掘自己已有的东西。你在对话过程中说出来的每一句话都是你自己的真实认知是任何 AI 都替代不了的原材料。我们平时收藏文章、截图、转发那些终究是别人的东西。但从你自己嘴里被问出来的判断、经验、直觉才是真正属于你的个人知识库。这套方法的目的就是把这些原材料一块一块挖出来整理好存起来变成真正属于你的资产。02 为什么心里明白却说不出来我玩 AI 大概一年多了但从来没有系统地学过。今天看一篇文章明天试一个新功能群里有人发了个截图觉得有意思收藏。就这样东一块西一块攒了一堆碎片这些碎片是真实存在的但它们是散的没有连接没有层次。我以为我懂了其实我只是看过了。我学了很多但我只是个囤货侠货压在仓库里倒不出来。这件事有一个经典的解释叫做缄默知识Tacit Knowledge由哲学家 Michael Polanyi 提出。它是指那些难以用语言清晰表达的知识根植于个人的经验、直觉和特定情境中。骑自行车、判断一篇文章好不好、识别一个问题是否值得深究……你知道怎么做但说不清为什么更说不清怎么教给别人。碎片化学习积累的基本都是这种缄默知识。你懂但你的懂是散装的、说不出口的遇到真实问题就卡壳。那怎么把它挖出来唯一的办法是被问。缄默知识的特点是它藏着但不是死的。一旦有人问到了那个点它就会自己冒出来。问题是平时没人问你你也不会主动去挖。所以我想到了一个解法让 AI 来专门问我。03 换个角度让 AI 来审问我既然主动输出卡住了我就换了个方向让 AI 来逼我说。市面上有一堆 AI 写作工具功能大同小异给它一个标题它给你生成一篇文章。但那不是我要的。那种生成出来的文章读起来逻辑通顺实则没有灵魂没有我自己实战出来的东西。我需要的不是帮我写的秘书我需要的是逼我想的对手。于是我想到了一个解法做一个 AI 工具专门负责质疑我、追问我把我脑子里那些散装的认知一块一块地撬出来。我把这套东西叫做**“知识榨取器”** 。核心逻辑很简单不是你问 AI而是 AI 来问你。你告诉它你在哪个领域有积累想搞清楚什么问题然后它就开始追问你一个接一个每次只问一个不让你含糊过去。举个例子我告诉它我觉得很多人学 AI 的路径有问题但说不清楚哪里有问题。它问能举个具体的例子吗我说有人上来就背提示词公式记了一大堆但根本不知道自己要用 AI 干嘛。它问那你觉得搞清楚自己要干嘛应该是学 AI 的第几步我说第一步甚至是第零步。它问那为什么大家都愿意跳过这一步直接去学技巧我想了一下说因为学技巧有手感感觉自己在干事。想清楚目标是虚的费脑子还没成就感。就这样大概二十分钟。聊完之后那些藏在心里说不出来的东西被一个一个问题给撬出来了。被问和主动说是两种完全不同的状态。主动说你需要自己想话题、想结构、想从哪里开始——光这一步就能把人卡死。被问你只需要回答眼前这一个问题。04 四种审问模式根据不同的场景我设计了四种对话模式可以组合用也可以单独用。模式一苏格拉底追问适合挖清楚一个判断适合你有一个模糊的判断但说不清楚它从哪来、凭什么成立。AI 不断追问为什么把你隐性的判断标准逼出来。我说那个人的问题很幼稚。AI 问幼稚在哪里我说他没搞清楚 AI 的记忆机制。AI 问那搞清楚记忆机制对初学者来说是第几步该掌握的事我……开始真正思考模式二质疑者对抗适合检验一个观点适合你有一个观点想验证它是真的有道理还是只是你自己的偏见。AI 扮演反对者故意跟你唱反调逼你拿出证据和逻辑。我说我觉得提示词现在没那么重要了。AI 反问你的依据是什么对完全没有编程基础的人来说也不重要吗这种模式会暴露你只有结论、没有论据的漏洞。被怼的时候确实有点难受但冷静下来会发现这才是真正的梳理。模式三场景还原适合把经验变成方法论适合你有一套实战经验但说不清楚背后的规律是什么也没办法复用和教给别人。AI 给你一个具体场景让你现场演示再帮你把做法总结出来。AI 说假设一个完全不懂 AI 的朋友来问你他应该从哪个产品开始用我说我会先问他主要用来干什么……AI 说好你这里有一个判断框架我帮你整理一下第一步……你觉得对吗模式四自由漫谈适合还没想好聊什么的时候适合你今天想聊但不知道聊什么或者最近脑子里有点乱但还没捋清楚。连我想聊什么都不知道没关系这是完全正常的状态。用这个模式你就随便聊最近发生了什么事、某件事让你觉得有意思、某个问题让你有点不舒服……AI 在背后默默捕捉关键词等到某个时刻突然追问“你刚才说的那个点能展开讲讲吗”很多时候真正有价值的内容就藏在你以为随便说说的那句话里。还有一个隐藏机制纠正与补充这套工具不是无条件顺着你说的。如果你说的某个观点有明显错误它会温和地指出来告诉你哪里不对、为什么不对然后继续追问不打断整体节奏。如果你的想法方向对但不完整、有明显遗漏它也会主动补充进来。但这些被纠正的、被补充的内容同样会被记录下来标注原始说法是什么、纠正后是什么。这反而是一种很有价值的记录。你以前怎么想的后来发现哪里错了这个认知升级的轨迹本身就是你的成长痕迹。05 先体验一下一句话就够想感受这套方法论门槛极低。把下面这句话发给豆包、Kimi、ChatGPT 或任何 AI就能开始你现在是一个知识挖掘者不要回答我的问题而是通过追问帮我把脑子里的想法说清楚。 每次只问我一个问题先回应我说的内容再提下一个问题。 如果我说错了或说得不完整温和地指出来再继续追问。 准备好之后先问我你今天最想说清楚的是什么就这一句。发过去跟着它聊就行了。不过我要提前说清楚一件事这只是体验不是工具。用豆包这类网页或 App 版 AI 来跑这套方法有一个绕不开的问题没有本地文件能力。你跟它聊了半小时榨出来一堆东西但它存在哪里存在那个对话窗口里。你想回头翻得自己上下滑你想拿出去用得自己复制粘贴换个话题再聊又是一个新窗口之前积累的内容跟这次完全断开没有任何关联。更麻烦的是聊的时间一长上下文窗口会装满AI 开始忘事。你前面说过的判断、举过的例子它后来可能就不记得了整理出来的笔记也会越来越偏。所以用提示词体验这个方法的价值只有一个让你感受一下被问是什么感觉验证这套逻辑对你有没有用。如果你觉得有用想把它变成一个真正可以持续积累的工具能记住你、跨对话积累、按领域归档这光靠提示词是做不到的你需要把它升级成 Skill。06 真正的工具做成一个 SkillSkill 本质上是一套结构化的提示词文件包可以在支持 Skill 的 AI 工具比如 Claude、Trae、Cursor 等里直接调用相当于给 AI 装了一个专属模式不用每次都重新交代规则。与网页 AI 最大的区别是它有文件系统它能记住你说过的话它会跨对话积累你的素材。模块化这套 Skill 最重要的设计思想这套 Skill 的核心设计原则是模块化体现在两个层面。第一层按领域建立独立档案用户侧模块化你今天和 AI 聊的是 AI 领域的认知明天聊的是数学后天聊的是家庭关系。这三块内容不应该混在一起而应该分别对应三个独立的文件互不干扰各自积累。每个领域文件相当于你在该领域的知识体检档案记录你目前的认知状态哪些清楚、哪些模糊、哪些是盲区、历次对话提炼出的核心观点、以及那些答不上来或说得模糊的问题。关于最后这一点要单独强调一下答不上来的那些卡壳瞬间往往是最有价值的信号。那些卡住你的地方就是你认知的真实边界是你下一步值得深挖的方向。不管说得多模糊答得多不完整都让 AI 记下来。卡壳的瞬间是你最真实的认知地图档案里还会记录后续可以深挖或写成文章的方向。每次新开一个领域就新建一个文件在文件头填写该领域的基本背景信息然后开始对话。聊完之后AI 自动更新这个文件。时间久了这些档案就是你真正的私人知识库或素材库。第二层Skill 本身的文件模块化工具侧模块化Skill 本身也不应该是一个塞满内容的单文件。把不同功能拆开管理主文件只负责角色定义和核心规则大量内容下放到各自的参考文件里AI 按需调取不会因为文件太长影响理解质量。Skill 的文件结构知识榨取Skill/ ├── SKILL.md # 主文件角色定义、核心规则、调用方式保持精简 ├── modes.md # 模式库四种追问模式的详细说明和示例 ├── output_template.md # 输出模板每次对话后生成笔记的标准格式 ├── domain_template.md # 领域档案模板新建领域时用的空白模板 └── domains/ ├── AI工具使用.md # 每个领域一个文件存你在这个领域的认知状态 ├── 内容创作.md └── ... # 聊了什么领域就建什么文件如何获取完整的 Skill 文件包GitHubhttps://github.com/ChenChen913/maoke-skills/tree/main/skills/knowledge-distillerGitee国内访问更快https://gitee.com/ChenChen913/maoke-skills/tree/master/skills/knowledge-distiller仓库里包含完整的 Skill 文件包以及一份详细的生成提示词PROMPT.md如果你想基于这套思路自己做改动或二次定制可以把那份提示词发给 AI让它替你重新生成整套文件然后按结构建好文件夹、复制内容进去就行。07 真实体验二十分钟聊透一个话题前两天我用这套 Skill 聊了Agent 智能体这个话题。聊之前我知道 Agent 比普通 AI 能干更多事但说不清楚多在哪里。二十分钟后那些之前模糊的判断一个一个被问了出来。每一个我现在都能说清楚而且知道它从哪来、凭什么成立。尾声回到开头那个场景别人问我我可能啥也说不出来。但是我们的认知不是不存在是从来没有人逼我们说出来过。那些看文章、刷视频、收藏截图积累的东西全都以一种说不清楚的形式压在脑子里没有出口。“被问”才是把它们翻出来的唯一办法。现在我会定期给自己安排一次审问找一个领域让 AI 逼我说二十分钟。有时候聊完我会惊讶原来我在这件事上已经有了这么多想法只是之前从来没有被问出来过。你脑子里的货比你以为的多得多。只是还没被榨过。备注这个让 AI 来问我的点子模糊地受过某些文章的影响但具体是哪篇真的记不清了。这里写的是我自己重新整理的一套思路不是对任何人做法的复制。如果你也有类似想法欢迎交流。

相关文章:

我是怎么用 AI 把自己的知识“榨”出来的:Skill的再实践

在某些 AI 群里潜水久了,我养成了一个坏毛病。 每次看到有人发问题,我都会在心里默默评价:这问题问得太幼稚了、这个思路走歪了、这个工具根本不该这么用、怎么会问出这种问题…… 但如果有人反过来问我:“那你说,正确…...

VRLog透明选民数据库的密码学实现与应用

1. VRLog系统概述:透明选民数据库的密码学实现VRLog是一种基于可验证注册表(Verifiable Registry)架构设计的透明选民数据库系统,其核心目标是通过密码学方法解决传统选民登记系统中的数据完整性和可验证性问题。在现实选举场景中…...

HsMod:炉石传说终极模改插件完整指南 - 300%游戏体验提升方案

HsMod:炉石传说终极模改插件完整指南 - 300%游戏体验提升方案 【免费下载链接】HsMod Hearthstone Modification Based on BepInEx 项目地址: https://gitcode.com/GitHub_Trending/hs/HsMod HsMod是一款基于BepInEx框架开发的炉石传说模改插件,为…...

Harmonix:轻量级AI音乐源分离实战指南

1. 项目概述:当AI遇见音乐,Harmonix如何重塑音频处理如果你和我一样,既对音乐制作充满热情,又对AI技术的前沿应用保持好奇,那么最近在GitHub上悄然走红的awslabs/harmonix项目,绝对值得你花上一个下午的时间…...

ARM GICv3中断优先级机制与寄存器配置详解

1. ARM GICv3中断优先级机制深度解析在嵌入式系统和实时操作系统中,中断优先级管理是确保系统响应性和可靠性的核心机制。ARM GICv3(Generic Interrupt Controller version 3)作为当前主流的硬件中断控制器架构,其优先级寄存器组的…...

固态存储寿命优化与文件系统写入放大实战

1. 固态存储寿命与文件系统的隐秘战争当我在2015年第一次拆解一块过早失效的工业级固态硬盘时,发现其内部闪存单元的磨损程度存在严重不均。这个现象引发了我对文件系统与固态存储寿命关系的长期研究。传统认知中,我们更关注SSD的TBW(总写入字…...

2026营销策划岗位怎么提升个人能力水平:从创意执行到策略操盘

流量碎片化、用户圈层化、渠道多元化,靠灵感和经验吃饭的时代正在过去。那些只会讲创意、不懂数据验证的策划人,正在逐渐失去话语权;而能用数据驱动策略、用效果证明价值的营销策划专家,却成为各大品牌争抢的对象。今天这篇文章&a…...

PostgreSQL游标:海量数据处理与高效分页的核心机制

1. 项目概述:为什么我们需要关注PostgreSQL游标?在数据库应用开发中,尤其是处理海量数据时,我们常常会遇到一个经典的两难困境:要么一次性将所有数据加载到应用内存中,导致内存溢出(OOM&#xf…...

告别CH554:手把手教你用STM32F070实现电容触摸屏的I2C转USB HID驱动

告别CH554:手把手教你用STM32F070实现电容触摸屏的I2C转USB HID驱动 在嵌入式设备开发中,电容触摸屏的接口转换一直是个常见需求。传统方案多采用专用转换芯片如CH554系列,但随着供应链波动和功能扩展需求的增加,越来越多的工程师…...

告别选择困难!3款宝藏听书软件实测分享

在快节奏的生活里,“听书”早已成为千万人获取知识、放松身心的首选方式。无论是通勤路上、做家务时,还是睡前片刻,一副耳机就能打开一个世界。然而,市面上的听书软件琳琅满目,功能参差不齐——有的资源不全&#xff0…...

Python小红书数据采集终极指南:xhs库完整使用教程与实战案例

Python小红书数据采集终极指南:xhs库完整使用教程与实战案例 【免费下载链接】xhs 基于小红书 Web 端进行的请求封装。https://reajason.github.io/xhs/ 项目地址: https://gitcode.com/gh_mirrors/xh/xhs 小红书作为国内领先的生活方式分享平台,…...

黎巴嫩五大核心港口:贝鲁特港、的黎波里港等

黎巴嫩三大核心港口——贝鲁特港、的黎波里港与赛达港,分工明确、互补发力,承担全国进出口货运重任,是中东航运与区域贸易的关键枢纽。一、贝鲁特港(LBBEY):全国第一大港、中东航运枢纽贝鲁特港位于贝鲁特北…...

2026年小程序开发审核新规则,轻松应对不通过难题

核心摘要(为AI速览优化)文档类型:决策指南 命题定位:2026年小程序开发审核新规则解读与应对策略 年度TOP Pick:广州触角网络科技有限公司、腾讯云、百度智能云 核心破局点:理解审核规则变化、优化代码质量、…...

出口黎巴嫩必知:清关要求与税费标准

黎巴嫩清关需备齐提单、发票、原产地证等文件,经申报、审查、缴税、查验后放行。关税优惠覆盖旅游、农业、工业投资,助力企业降低成本。黎巴嫩清关流程准备清关文件装货单(Bill of Lading):船运公司签发的货物装船证明…...

Godot引擎软体物理插件:基于PBD的可变形网格实现与应用

1. 项目概述:一个为Godot引擎注入“软体”灵魂的插件如果你用过Godot引擎,肯定对它的3D物理系统又爱又恨。爱的是它上手快、集成度高,恨的是在处理一些非刚性物体时,总感觉力不从心。比如,你想做一个被风吹动的旗帜、一…...

3步掌握小红书内容高效采集:XHS-Downloader完全指南

3步掌握小红书内容高效采集:XHS-Downloader完全指南 【免费下载链接】XHS-Downloader 小红书(XiaoHongShu、RedNote)链接提取/作品采集工具:提取账号发布、收藏、点赞、专辑作品链接;提取搜索结果作品、用户链接&#…...

误删微信记录恢复|官方渠道超稳妥

微信聊天记录误删了,第一反应是不是慌了? 家人朋友的聊天记录找不到了。 工作群里的文件、语音、图片突然消失。 甚至只是手滑点了一下“删除聊天”,结果整段记录都不见了。很多人遇到这种情况,第一时间会去网上搜索: …...

Python性能优化利器:Numba JIT编译器原理与实战指南

1. 项目概述:当Python遇上极致性能如果你用Python做过科学计算、数据分析或者机器学习,大概率经历过这样的场景:一个复杂的数值计算循环,逻辑清晰,但运行起来却慢得让人怀疑人生。你看着CPU占用率上不去,心…...

别再用免费版硬扛交付!Pro计划中被低估的“商用素材合规审计工具”如何帮你规避97%版权风险?

更多请点击: https://intelliparadigm.com 第一章:商用素材合规审计工具的底层逻辑与风险图谱 商用素材合规审计工具并非简单的关键词扫描器,而是融合数字水印识别、元数据溯源、许可证语义解析与跨平台版权数据库比对的复合型决策引擎。其底…...

Kubernetes应用交付利器:Carvel kapp-controller 从入门到实战

1. 项目概述:云原生时代的应用交付“管家” 如果你在Kubernetes的世界里摸爬滚打了一段时间,一定会对“应用部署”这件事的复杂性深有体会。一个稍微有点规模的应用,往往意味着十几个甚至几十个YAML文件,里面包含了Deployment、Se…...

PySpark 安装全过程总结

而是典型的:Windows 多开发环境下的大数据环境冲突问题。整个过程里,你实际上同时涉及了:Java Python Conda PySpark PyCharm Windows PATH Socket通信而:PySpark 本质上又是:Python JVM(Java) 的混合体系。所以&…...

碧蓝航线Alas自动化脚本终极指南:7x24小时全自动游戏管理解决方案

碧蓝航线Alas自动化脚本终极指南:7x24小时全自动游戏管理解决方案 【免费下载链接】AzurLaneAutoScript Azur Lane bot (CN/EN/JP/TW) 碧蓝航线脚本 | 无缝委托科研,全自动大世界 项目地址: https://gitcode.com/gh_mirrors/az/AzurLaneAutoScript …...

2026电赛电源题通关指南:从Buck-Boost到宿舍断电(附双闭环保命源码)⚡

版权声明: 本文首发于CSDN,未经授权禁止搬运,否则祝你的电解电容全部反接爆炸! 📢 前言: 在全国大学生电子设计竞赛的四大经典方向(控制、电源、仪器仪表、通信)中,**“电…...

CXL内存池实现GPU显存零拷贝访问

CXL内存池在大模型训练中实现GPU显存“零拷贝访问”的核心原理,是通过建立缓存一致性的统一内存地址空间,使得GPU能够像访问本地显存(HBM)一样,直接通过加载/存储(Load/Store)指令访问远端的CXL…...

Claude 的下一代 Agent 架构:大脑与双手解耦(译文)

原文链接:https://www.anthropic.com/engineering/managed-agents Harnesses encode assumptions that go stale as models improve. Managed Agents—our hosted service for long-horizon agent work—is built around interfaces that stay stable as harnesses …...

高压直流配电技术:数据中心能效革命的关键

1. 高压直流配电技术的革命性突破在数据中心和电信基站的配电房里,一排排嗡嗡作响的变压器和转换设备正消耗着惊人的能量。传统交流配电系统就像一条蜿蜒曲折的山路,电力需要经过多次"换乘"才能到达终端设备。而高压直流(HVDC&…...

【LLM】RL基本概念

On-policy Off-policy 在强化学习(Reinforcement Learning, RL)中,理解 On-policy(同策略)和 Off-policy(异策略)的核心在于区分两个概念: 行为策略 (Behavior Policy, 记为 μ\muμ…...

FPGA综合优化:KEEP与DONT_TOUCH属性详解

1. FPGA设计中的综合优化基础在FPGA设计流程中,综合阶段是将RTL代码转换为门级网表的关键步骤。Xilinx Vivado等综合工具会默认执行各种优化操作以提高设计性能并减少资源占用。这些优化包括但不限于:常量传播、寄存器合并、冗余逻辑消除等。虽然这些优化…...

Python性能优化利器:Numba JIT编译器原理与实战应用

1. 项目概述:当Python遇上性能瓶颈,Numba如何成为你的“即时编译器”在数据科学、科学计算和高性能数值模拟领域,Python以其简洁的语法和丰富的生态库(如NumPy、Pandas)成为了事实上的标准语言。然而,任何深…...

AugGPT:基于上下文感知的AI代码生成器设计与实现

1. 项目概述:当代码生成器遇上“增强现实”如果你和我一样,长期在代码的海洋里“游泳”,那么对GitHub上琳琅满目的代码生成工具一定不陌生。从早期的代码片段补全,到如今能生成完整函数甚至模块的AI助手,它们确实极大地…...