你有没有过这种体验：问 AI 一个问题，它答得头头是道，但一看就是"通用答案"——没考虑你的情况，没用上你过去攒的经验，跟你之前做过的决定还对不上。
模型本身没问题。我一直漏了一件事：没让它先看看我的知识库。
我自己的库现在有三千多个文件，被 AI 调了几个月。最常用、也最值钱的一个用法特别简单——每次问它之前，先让它去库里翻一遍相关的，再开口。
就这么一句的差别，回答质量完全两样。
01 为什么"先翻库"这么关键
通用 AI 只懂公开信息，不懂你的事：你之前怎么决策的、踩过什么坑、偏好是什么、手头有哪些资料。
这些东西全在你库里，但 AI 默认不会去翻。你不提醒，它就按训练数据编一套听着对、其实对你没用的东西。
==让 AI 先读你的库，等于给它装上了"你的上下文"==。同样一个问题，有上下文和没上下文，答案完全不是一回事。
02 具体怎么做的（三步）
:::step
问之前加一句指令。别直接丢问题，在后面补一句："先在我知识库里找相关的笔记，基于那些再回答。" 就这一句，AI 会先检索再开口。
:::
:::step
收到回答后，看它引用了哪些笔记。对的、有用的你心里有数；如果它翻错了或者漏了关键的，直接说"还有 XX 那篇你没看"，它马上修正。
:::
:::step
发现它答偏了，顺手补一篇笔记纠正。比如它搞错你的偏好，你就写一条"我在这个事上的决定是 XX"，存回库。下次它就不会再错。
:::
03 一个真用上的例子
有回我问"这个工具要不要买"。没加这句的时候，它甩给我一堆公开评测，全是泛泛而谈。
后来我让它先翻库。它翻出我之前写过的"工具采购三原则"、上一回买同类工具踩的坑、还有我对这类工具的预算上限，然后给我一个判断：结合你的情况，不值得，理由是 XX。
这才是我要的答案——不是网上怎么说，是对我而言怎么说。
04 效果是什么
坚持这个习惯一个月，你会看到两件事：
一是 AI 的回答越来越"像你"。因为它读的都是你的东西，不是别人的。
二是库被用活了。以前库是死的，存进去就没人看；现在每次问答都在调用它，那些值钱的老笔记全被翻出来了。
说白了，知识库不是存完就完事，==得让 AI 天天翻、次次用，它才真成你的第二大脑==。
05 怎么开始
这个用法不用你重搭库，也不用装新工具。只要改一个习惯：问 AI 前，先让它翻库。
要是你库还没搭好，或者搭了但 AI 还是用不上，出海群、副业群的朋友直接找我。我会在群里分享我平时怎么用 WorkBuddy 管知识库，感兴趣的可以进社群领。
这篇就到这。