匿名用户
资料越堆越多，麻烦通常不在数量，而在于它们散落在收藏夹、网盘、聊天记录里，想用时找不回来。搭一个能问答的个人知识库，大致四步：收拢资料、定分类结构、定期用问答检验、建立更新机制。原则很简单——先解决“找得到”，再解决“问得准”。
一、收拢资料，定个够用的分类
先把资料集中到一处，可以是一款笔记工具（如 Obsidian、Notion），也可以是一个专门文件夹。收拢时顺手做减法：删掉明显过期的内容，合并重复项，格式尽量转成纯文本——无论是人还是 AI，读文本都比读截图、扫描件容易得多。
接着定分类。不必追求完美，按你平时会问的问题来分就好：按主题（工作、学习、生活）或按项目都行，层级控制在两三层，太深了自己也记不住。比分类更关键的是命名：每份资料起一个“看名字就知道里面是什么”的标题，检索时它往往比分类树更管用。
二、定期用问答来检验
知识库好不好，不看结构多整齐，而看问它时能不能答出来。每周挑几个真实遇到的问题去查一遍：能顺利找到，说明结构有效；找不到，就回头分析是资料没收进来，还是放错了类目，当场修掉。
如果接入了 AI 问答（也就是检索增强生成，RAG，可用 AnythingLLM、FastGPT、MaxKB 这类工具搭建），检验还要多看一层：答案有没有引用库里的原文。有出处的回答才可信，否则多半是模型在自由发挥。
三、让更新变成习惯
知识库是活的，不更新就会慢慢失效。给自己定几条简单规则：
- 新资料当天归档，不攒成“以后再整理”的一堆；
- 过时内容定期清理，别让旧结论干扰新答案；
- 被问答证明没用的条目果断删除，留下的都要经得起查。
每月花半小时做小整理，半年做一次大梳理，通常就够了。
整套流程不必一次做完。先让资料找得到，跑几轮问答之后再优化分类、接入 AI 检索，“问得准”会是一件水到渠成的事。