关于AI知识库系统，我踩过的坑比做成的单子还多。这篇不想灌鸡汤，就把实际怎么起手、哪里容易翻车，摊开讲讲。

提示词先把结构立住

玩AI知识库系统第一步不是追新模型，是把提示词结构写清楚：角色、任务、约束、输出格式。这四样齐了，输出质量立刻不一样。

我一般不写特别长的提示词，越啰嗦模型越容易跑偏。把关键约束点出来，剩下的让它发挥。

工作流比单次生成值钱

真正省时间的是把AI知识库系统串成工作流，用 n8n 或者 coze 这类工具把“输入资料、处理、输出”固化下来。单次生成再强，也强不过一个能天天跑的流水线。

我自己的知识库先用 Obsidian 理一遍再喂给 AI，喂进去的是整理过的笔记，出来的东西才靠谱。

别迷信全自动

很多人一听“自动化”就觉得能躺赚，实际半自动更稳。关键节点留个人审，比全交给模型少出很多事故。

算力贵的时候先用小模型跑草稿，确认方向对了再上大模型精修，成本能压下来不少。

顺带说一句，我之前整理过一篇讲《Codex图片生成》的，里面有些思路和这篇能串起来；另外《Codex智能体一人公司》那篇角度不太一样，也可以对照着看。

回到开头那句，AI知识库系统不是看明白就行的事，是做出来才算数。先把AI工具这件最基础的事做踏实，比规划一个完美的方案有用。

这篇内容归类在「工作流与自动化」专题下，更多工作流与自动化相关的拆解可以看 这个合集。