AI 个人/团队知识库
AI Knowledge Management
AI 产出的 prompt、email、meeting summary、SOP 如果只留在 chat history 里，价值会掉得很快。我们更建议把它当成 knowledge asset 去管理，不然今天省下的时间，下周就会花在“上次那个模板去哪了”。
真正高效的 team，不是用 AI 生成得最多，而是把高频结果沉淀得最好。
为什么要把 AI 输出变成 Knowledge Base
很多公司刚开始用 AI 时都会出现同一个问题：
- 每个人都在各自的 chat 窗口里重复写 prompt
- 好用的模板没人知道
- 坏掉的模板也没人淘汰
- 新同事只能从头试错
这会导致两个结果：
- 产出看起来很多，但无法复用
- 同一件事在不同 team 手里质量差异很大
所以这页的重点不是“存资料”，而是建立一套可搜索、可复用、可迭代的 knowledge workflow。
最实用的 KB 结构
我们建议至少拆成 4 层：
| Layer | 放什么 | Example |
|---|---|---|
| Template | 可复用 prompt、email、report structure | 催回复 email template |
| SOP | 一步步执行说明 | meeting notes -> summary -> follow-up workflow |
| Example | 成功与失败样例 | 好的 client reply vs 不合适的版本 |
| Policy | 能不能用、哪些 data 不能传 | AI security / compliance note |
如果全部都堆在一个 Notion page 里，搜索体验通常很差，维护也会越来越乱。
每条模板最少要有这些字段
一个能长期复用的 template，建议带这些 metadata：
| Field | 为什么要有 |
|---|---|
| Use case | 让别人知道什么时候该用 |
| Input requirement | 避免缺关键信息 |
| Output format | 保证结果可复制、可粘贴、可自动化 |
| Tone / style | 保持品牌与 team 口径一致 |
| Risk note | 标记是否涉及客户、合同、PII |
| Last updated | 避免大家继续用过期版本 |
Example template card
Title: Client follow-up email
Use case: 跟进报价后 3-5 天未回复
Input: 客户角色、产品名、上次沟通日期、CTA
Output: concise email, professional tone
Risk note: 不要写价格承诺，不要写未确认交付时间
Last updated: 2026-03-11
Tool 选型：先低成本，再考虑 RAG
不是所有 team 一开始都要上 RAG。
Stage 1: 先用现成 KB tool
- Notion
- Confluence
- 语雀
- Google Drive + docs index
适合：
- team 规模还不大
- 资料总量可控
- 主要诉求是搜索和复用
Stage 2: 再考虑 AI search / RAG
当你开始遇到这些问题时，再上更复杂方案：
- 文档越来越多，标签找不到人维护
- 大家想直接提问拿答案而不是手动翻页
- 需要把 template、SOP、example 一起召回
这时可以把 KB 导出成 Markdown 或标准 doc，接企业搜索或 RAG workflow。
组织方式：按文件夹，不如按 Use Case
很多 KB 一开始按“部门”或“文件类型”分 folder，看起来整齐，但搜索效率不高。
更推荐按 use case 组织：
- email communication
- meeting follow-up
- report drafting
- customer support
- vendor review
- data clean-up
因为大多数人在找知识时，脑子里想的是“我要做什么”，不是“这个文件属于哪个部门”。
要保留成功样例，也要保留失败样例
只存 best practice 不够。
对 AI content 来说，失败样例往往更有教育意义，比如：
- prompt 太短，导致 output 太空
- 没给 tone guide，结果语气不对
- 没说明 audience，生成内容不适合客户
- 没做 redaction，把敏感信息带进了 tool
建议每个高频 template 至少保留：
- 1 个 good example
- 1 个 bad example
- 1 条修改建议
这会明显降低新成员误用模板的概率。
Monthly Review 机制很关键
Knowledge Base 不是建完就结束。
如果 3 个月没人 review，最常见的问题是：
- template 已经过时
- 链接失效
- brand tone 改了但旧模板还在用
- 老 prompt 仍在引用旧 tool / 旧 model
一个够用的 monthly review checklist：
- 删除或归档低质量模板
- 标记高频访问模板
- 更新过期 tool name、流程和链接
- 检查是否有新的 failure case 值得沉淀
一个简单可执行的入口设计
AI Knowledge Hub
-> Top templates
-> Common workflows
-> Team-specific examples
-> Risk / policy notes
-> Latest updates
别把入口做成“资料仓库首页”，而是做成“最常用任务首页”。
这类结构对 SEO 也更友好，因为页面 intent 更清晰，内容层级更稳定。
Practice
选你最常用的 2 个 AI template，按下面格式整理进 KB：
- use case
- input requirement
- output format
- risk note
- good example / bad example
如果这一步做完，你们 team 的 AI 使用效率通常会比继续收藏零散 prompt 更高。