图片

文：王智远 | ID:Z201440

我对常识库的证实分为五种：

公开常识库、个东谈主常识库、小组织常识库、部门常识库和企业常识库 。它们类别不同，适用场景也各不调换。

图片

先说公开常识库。有些东谈主挑一个主题，整理多数内容后公开共享，这等于公开常识库。它的用途不少，最常见的是为了获取用户。

比如说：

DeepSeek R1刚火时，有东谈主整理首创东谈主配景、公司怎样发展、家具怎样用、还有腹地部署的教程等，摆出来给全球看，这背后，可能想推自家家具或者作事。

怎样推？用户在学习“怎样部署DeepSeek R1”时，常识库里顺遂推选了关系用具或作事。用户认为便捷，可能就成了潜在客户。

或者，通过这些内容迷惑缱绻用户，终末卖出了更多家具，或者多了几个作事订阅。

还有一种用法是晋升网站流量和SEO。

有些公司通过发布有价值的内容，迷惑搜索引擎（如百度、Google）的爬虫，优化网站排行，勾通多了，反而更容易被发现。

另外，有东谈主用它鸠集用户想法。用户看常识库里的著述，可能会冒出新问题；这些问题，别东谈主看到了，就能拿去校正自家家具；对他们来说，常识库是个互动的地儿，能收到用户反应，鼓动家具升级。

不外，这类库里的内容质地高下不一。随机致使会遭受数据作秀，是以需要留个心眼，仔细甄别。

总之，公开免费常识库省俭传统内容营销的老本，既提供从无序到“有序”的作事，又顺带施行公司家具，可谓一矢双穿。

图片

个东谈主常识库，也不错称为私东谈主常识库，是属于你我方的「常识百宝箱」，它用来存下学到的常识、看到的有用信息，以及普通蕴蓄的警告。这个界说很紧要。

现时我不雅察到两种趋势：第一种趋势：鸠集多，整理多，但输出少。

好多东谈主在建筑个东谈主常识库时，热衷于征集各式辛勤，囊括在cubox、ima、notion、飞书等软件内，但真确把它们写的著述，回首、回首成我方看法的少之又少。

储藏活动正在逐步拉大东谈主们在常识库使用上的差距，绝大多数看起来有用的内容，实践上，匡助并不大，它们不外是在给东谈主营造一种“得回感”（Sense of Gain）结果。

不信的话，不错停驻来翻翻你的常识库，是不是堆满了未消化的内容？这些内容就像腐败的猪肉，食之无味，弃之可惜。

第二种趋势强调“轻鸠集，重应用”。

这类东谈主接受性地鸠集信息，快速将其拆解为原子化单位，应用到实践场景中，使常识库成为晋升后果和能力的用具，而非单纯的信息仓库。

平庸今天猜度一个好点子，未来又有新想法，坐窝记载起来，勾通个东谈主警告，打造专属常识库。

在这个过程中，常识库像熔炉，将碎屑化的想法汇注成塔，最终酿成著述，为任务和式样提供赞成，组成良性轮回。我不雅察到，作念法暗含两个领路：

原子化信息

收拢常识的裂缝

原子化（atom-ized）办法源自古希腊，1803年约翰·谈尔顿建议：天下由粒子组成，通过不同组合酿成万物。我在使命、日常民俗中常期骗这种要领，它像建筑正向反应的配方，阻力小、启动快，作念事手感强。

比如写稿，有东谈主心爱连气儿写完，而我则每天写小数，记在小卡片上，累了就休息。这等于一种原子化作念法。

在Bilibili上，我看到有东谈主将别东谈主的内容拆成信息卡片，再重新组合，用我方的立场抒发，既招揽了常识，又创造了价值，这亦然一种原子化要领。

“收拢常识的裂缝”是让信息逐步“长”起来的过程。

想法通常脱落，丢在札记软件中容易被渐忘。我民俗将想法共享到社群，鸠集不同不雅点，补充到内容中，这样碎屑化的内容会逐步拼成举座。

色无极影视

举个例子：

前几天，我看到笛卡尔的名言“我念念故乡在”。一开动，我认为这里的“我”是指日常讲话中的“个东谈主”。

自后读了《The Great Conversation》，才发现笛卡尔所说的「我」其实是一个简易的、无可怀疑的贯通体，一个“thinking thing”（念念考的实体）。这种长远的证实让我重新注目了之前的札记。

另一个例子是品牌营销。

以前时常有东谈主找我聊品牌营销，聊完就散，莫得留住什么。自后，我开动整理要点内容，少则百字，多则数百字，认为日后粗拙有用。

一开动，只好脱落的记载，没太注意。当今回头看，这些札记竟酿成了一个体系；不外，这个体系还不太完竣，有些方位还缺了点什么，我就想主义把问题反应出去，以得回灵感。

这等于“原子化”和“常识裂缝”的作用：碎屑化想法冉冉蕴蓄，通过共享与交流填补空缺，最终拼成完竣体系。常识蓝本不错像拼图一样，一块块强迫而成。

再说说“小组织常识库”。

当今市面上有些AI用具，如Perplexity、知乎直答、直达，或者ima.copilot等搜索家具，都有一个共同点：它们提供了一个“个东谈主空间”。这个空间不仅不错让你储藏心爱的常识点，还能我方建主题，致使共享给别东谈主。

要是将这一功能延迟一步，就能变成3到5东谈主的小团队一齐使用的常识库，他们不错在其中添加内容、整理辛勤，我称之为“小组制常识库”。

这种容貌也曾挺常见了，比如：举例，有东谈主迥殊整理营销关系的常识，或者其他各式主题。它与公开的大常识库不同，内容只在小领域内流畅。

前几天，我加入的一个社群，他们用小要领搭建了一个常识库，想稽察内容需要输入密码，而密码只对社群成员绽放。我认为这种容貌畴昔会越来越流行，因为它既便捷管制，又能与社群精采勾通，兼顾内容整理和交流。

图片

部门常识库搭建，有些部分看似最容易，却也最难。

容易的方位在于，你不错赶快召集部门成员开会，简陋鸠集到多数显性常识（Explicit Knowledge），比如：文档、PPT等。这些内容获取起来并不辛勤，但大多只可归档，实践用处有限。

早些年，我搭建部门常识库时就踩过这个坑。全球一股脑儿把前仰后合的辛勤丢进去，限定常识库成了无东谈主问津的“仓库”。自后我曲折念念路，在建筑标准时定下一个原则：矍铄以问题为导向 。

这意味着，部门常识库的内容必须开首于实践使命中遭受的问题，而不是编造预设或为了充数而填充内容。基于这个想法，我把部门常识库的内容分红两类：

一类是标准划定文档 ，如部门经过、表率证明等，便捷新共事快速上手，或供其他部门和谐参考；另一类是问题索引 ，访佛于部门专属的“百问百科”。谁在使命中遭受疑心，都能在这里找到谜底或印迹。

搭建部门常识库是第一步，管制起来相同充满挑战。

多久更新一次？什么期间更新？更新哪些内容？这些问题不单是是安排累赘东谈主那么简便，还需要明确的划定赞成。不然，常识库很容易沦为一堆“死档”。

自后我发现，要让部门常识库真确发达作用，要津在于全球的参与。比如：如期鸠集问题、饱读动相互发问，致使组织头脑风暴，将使命中遭受的贫困整理出来，冉冉丰富内容。

这样，常识库才能成为一个“活”的用具，全球都激昂使用。

证实部门常识库的逻辑后，你也能显豁AI+常识库的开首。实践上，AI+常识库的本体，是为了替代繁琐且叠加的发问使命，通过自动化处理常见问题来晋升后果。

智能客服是日常生计中常见的例子。

在淘宝、京东购物时，你问：怎样发货？发货日历是什么期间？AI会径直从常识库中调取谜底，快速回应，既省时又省力。

部门常识库亦然如斯。新东谈主问经过、用具怎样用，AI能自动给出标准谜底，老职工就毋庸反复解答。这等于为什么咱们常说，搭建部门常识库至关紧要。

当今，千里淀部门内容不像以前那么复杂。我提神到，钉钉等千般办公用具，都为个东谈主和企业提供了端内搜索作事，用户不错径直向AI助剃头问。

这是办公用具翻新的紧要一步，因为它让信息获取变得更高效、更智能。粗拙畴昔，会有更多家具推出访佛功能——端内搜索，这将进一步改动咱们的使命格式。

图片

好多东谈主认为，企业常识库是多个部门常识库的整合。

比如，有些公开的，像用语雀存放匡助文档，促进交流；有些里面使用的，装满了业务经过、期间辛勤、客户信息等。

我不这样看。企业本体上是一个家具容器，它的中枢围绕家具运转。

准确地说，企业常识库应以家具为干线，将关系业务经过、期间辛勤、客户反应串联起来。直白小数说，它更像一册“用户手册”。

举个例子：

你使用了一家公司的家具，遭受售后问题时，往日可能需要打电话、转东谈主工，致使找到销售适应东谈主；当今有了企业常识库，你不错径直翻开它，像翻阅用户手册一样，输入问题，几秒钟就能找到标准谜底。

是以，它是一个以家具为中心、面向用户的实用用具。

但是，我看到好多企业在走弯路，把企业常识库作念成一套对内系统，让职工对着常识库发问。这自己莫得问题，毕竟晋升里面后果亦然紧要需求。

但问题是，千万不要把对内、对外的常识库等量王人不雅、同期进行；不然，最终可能会导致既不便捷职工使用，又无法灵验作事客户，双方都想持，终末都壅塞。

对于畴昔企业常识库的发展，我认为会走向“平台化+常识库+Agent”的处分决议。现时，企业级开辟平台也曾不少，举例：

TARS-RPA-Agent （Automation Anywhere的RPA+AI代理平台）

CubeAgent （通讯期间平台，含自动化功能）

Torq （安全超自动化平台）

澜码科技的AskXbot （专注常识库管制和AI代理）

这些平台的性格是深度整合了平台化开辟、常识库存储和AI代理期间，专为企业里面后果优化遐想。

比拟之下，像字节的扣子和智谱GLMS这样的用具，更偏向浮滥者应用或通用AI用具，短缺对企业常识库管制的专注和整合能力。

不外，最近我发现，像扣子，也开动尝试使命流关系的功能。这让我认为，畴昔一些通用用具也可能会朝着“平台+常识库+使命流+智能体”的标的演化。

但现时，它们的定位和深度仍不如企业级平台了了。

但不论怎样说，企业常识库是畴昔诸多公司不行缺失的一部分；因为AI化、智能体的普及，常识库在当中的扮装，越来越紧要。

是以，怎样构建常识库？构建什么样的常识库？常识库到底作事谁？你想怎样用？但愿这些念念考henhenlu，能为你提供一些新念念路。

————这是我现时连接更新的三个家具：AI厚实手册、磨稿常识库、以及小贸易常识库。要是你在这些方面有任何困惑，不错随时订阅，全是个东谈主警告的千里淀，但愿能帮到你。 本站仅提供存储作事，悉数内容均由用户发布，如发现存害或侵权内容，请点击举报。