# L2-8 给 AI 装个“脑子”：知识与记忆的归档

## 课程定位

**一句话目标**：让学员把零散资料整理成 Markdown 知识库，并理解 AI 工作流里的“知识、上下文、短期记忆、长期记忆”分别是什么。

**本节核心比喻**：RAG 像开卷考试；Markdown 资料库像整理好的资料柜；记忆像工作笔记，帮助 AI 知道这次任务做到哪一步。

**衔接上一节**：L2-7 已经选出适合 AI 化的工作流程。这一节要给这个流程补上资料来源和记忆规则，避免 AI 凭感觉乱答。

## 当前开源项目映射

| 工程概念 | 小白解释 | 课程里怎么落地 |
| --- | --- | --- |
| Context | AI 当前能看到的任务背景 | 每次运行前写清目标、输入、限制 |
| RAG / Knowledge Base | AI 先查资料再回答 | 用 Markdown 资料、ima 或本地文件夹做知识库 |
| Short-term Memory | 本次任务的临时工作记录 | 记录当前步骤、已完成内容、待确认问题 |
| Long-term Memory | 跨任务保存的偏好和事实 | 保存用户风格、常用规则、长期资料 |
| MCP Resources | 标准化暴露文件、数据库、资料源 | 课堂只讲概念：以后工具可以用统一方式接资料 |
| LangGraph Persistence | 长流程可恢复、可继续 | 课程落到“试跑记录”和“版本记录” |

## 课前准备

- L2-7 的 `AI化流程筛选卡.md` 和 `工作流拆解表.md`。
- 3-5 份不敏感资料：课程资料、笔记、制度、FAQ、客户公开介绍或个人经验。
- 腾讯 ima、本地 Markdown 文件夹，或任意支持上传资料的 AI 工具。
- 可用 Skill：`study-companion-kb`、`prompt-builder-engine`。

## 课堂流程

| 时间 | 环节 | 老师做什么 | 学员产物 |
| --- | --- | --- | --- |
| 0-8 分钟 | 概念 | 讲知识库、上下文、记忆的区别 | 概念卡片 |
| 8-20 分钟 | 资料整理 | 演示资料清洗和 Markdown 化 | 资料来源清单 |
| 20-35 分钟 | 知识库搭建 | 建 ima / RAG / 本地 Markdown 知识库 | `知识库说明.md` |
| 35-48 分钟 | 记忆规则 | 写短期记忆、长期记忆和不该记的内容 | `记忆规则.md` |
| 48-60 分钟 | 验收 | 用 3 类问题检查是否稳定 | 知识库测试记录 |

## 本节行动导航：把资料变成 AI 能可靠查阅的底稿

| 步骤 | 这一小步要解决什么 | 学员具体做什么 | 推荐工具 | 可复制提示词 | 当场产出 | 通过标准 |
| --- | --- | --- | --- | --- | --- | --- |
| 1. 收资料 | 确认 AI 到底能参考哪些内容 | 选 3-5 份与 L2-7 工作流直接相关的非敏感资料 | 本地文件夹 / 飞书文档 / 腾讯文档 | “我正在为【工作流名称】建知识库。请把下面资料列成来源清单，保留：资料名、来源、日期、用途、是否含敏感信息。资料：[…]” | 资料来源清单 | 每份资料都有来源和用途，不混入聊天截图或无关内容 |
| 2. 清资料 | 去掉会让 AI 误判的内容 | 删除重复、过期、广告和隐私；标注冲突信息 | 腾讯 ima / 腾讯文档 + 元宝、豆包、Kimi 或通义 | “请把下面资料整理成 Markdown。保留原意；标出过期、重复、冲突和需脱敏内容；按‘来源、适用范围、更新时间、核心知识、常见问答’输出。不要补充资料外事实。” | 3-5 份 Markdown 资料 | 每份资料说明适用范围和更新时间 |
| 3. 定边界 | 让 AI 知道什么能答、什么不能答 | 写“可回答 / 不可回答 / 需人工确认”三张清单 | 飞书文档 / 腾讯文档 + 元宝、豆包、Kimi 或通义 | “根据以下资料和工作流，列出：1）AI 可直接回答的问题；2）必须说‘资料中没有找到’的问题；3）遇到冲突、隐私、承诺时必须人工确认的问题。每类至少 3 条。” | 知识边界清单 | 至少有 3 条“不能直接回答”的规则 |
| 4. 写记忆 | 防止 AI 把临时信息当永久偏好 | 区分本次任务记录、长期偏好和禁止保存内容 | 飞书知识库 / 腾讯文档 / 本地 Markdown | “请为【工作流名称】写记忆规则，分成‘本次任务临时记住、允许长期保存、禁止保存、资料不足时怎么做’四栏。默认不保存隐私、账号凭据、临时情绪和未授权客户信息。” | `记忆规则.md` | 敏感信息和临时信息不进入长期记忆 |
| 5. 做验证 | 确认 AI 是查资料，不是凭空发挥 | 分别问资料内、资料外、资料冲突 3 个问题 | 腾讯 ima / 任意带资料的 AI 工具 | “请只依据已上传知识库回答以下 3 题。每题标注‘依据资料 / 资料中没有找到 / 资料冲突需确认’，并说明下一步。问题：A […] B […] C […]” | 知识库测试记录 | 资料外问题会说“资料中没有找到”，冲突会提醒人工确认 |

## 逐字稿

### 0-8 分钟：知识库、上下文和记忆不是一回事

今天我们给 AI 装个“脑子”。但这个脑子不是训练模型，也不是让 AI 永久记住所有东西。

我们先分清三个词：

- **知识库**：像资料柜，放课程资料、制度、FAQ、案例。
- **上下文**：像这次任务的说明书，告诉 AI 现在要做什么。
- **记忆**：像工作笔记，记录你偏好什么、这次做到哪一步、哪些问题已经确认过。

很多 AI 输出不稳定，不是模型不聪明，而是资料、上下文和记忆混在一起了。今天我们把它们分开。

### 8-20 分钟：资料不是越多越好

建知识库不是把所有东西一股脑丢进去。垃圾资料进去，垃圾答案出来。

资料整理先做 5 件事：

1. 删除重复内容。
2. 删除广告、闲聊、无关截图。
3. 保留来源和日期。
4. 敏感信息先脱敏。
5. 每份资料写一句“这份资料是干什么的”。

资料整理模板：

```markdown
# 资料名称

## 来源

## 适用范围

## 更新时间

## 核心知识点

## 常见问题

## 不能回答的问题

## 人工确认点
```

### 20-35 分钟：搭建 Markdown 知识库

现在我们把 Markdown 资料放进 ima 或本地知识库。放进去之后，不要马上问大问题，先问检查题：

```text
请根据知识库回答：
1. 这里面一共有哪几类资料？
2. 每类资料主要讲什么？
3. 请列出 3 个资料里有依据的问题。
4. 请列出 3 个资料里没有依据的问题。
5. 如果资料里没有答案，请明确说“资料中没有找到”。
```

为什么要这样问？因为我们要先确认 AI 真的在看资料，而不是凭感觉回答。

### 35-48 分钟：写记忆规则

知识库解决“资料从哪里来”，记忆规则解决“什么可以保留、什么不能保留”。

短期记忆适合记录：

- 本次任务目标。
- 当前执行到哪一步。
- 用户刚刚确认过的选择。
- 本次输出里的待确认问题。

长期记忆适合记录：

- 用户长期偏好。
- 固定写作风格。
- 常用输出格式。
- 长期有效的业务规则。

不该记的内容：

- 身份证号、银行卡号、验证码。
- 未脱敏客户资料。
- 医疗、金融、法律等高风险结论。
- 用户只在本次任务临时说过、不希望长期保存的内容。

记忆规则模板：

```markdown
# 记忆规则

## 本次任务临时记住

## 可以长期保留

## 不允许保存

## 每次回答前优先查看

## 资料不足时怎么处理
```

### 48-60 分钟：验收知识库

知识库不是建完就结束。我们要检查：

- 答案有没有引用资料？
- 有没有把资料外的内容说成资料里的？
- 问一个资料没有的问题，AI 会不会承认不知道？
- 资料冲突时，会不会提示人工确认？
- 涉及隐私、付款、审批、提交时，会不会停下来请人确认？

## 课堂实操模板

```text
请帮我把下面资料整理成 Markdown 知识库文件。

资料内容：
[粘贴资料]

要求：
1. 保留来源、适用范围、更新时间。
2. 提炼核心知识点和常见问题。
3. 写出不能回答的问题。
4. 写出人工确认点。
5. 生成 3 个测试问题：资料内、资料外、资料冲突。
```

## 作业

提交 `知识库说明.md` 和 `记忆规则.md`，包含：

- 知识库名称。
- 资料来源清单。
- 适合问的问题。
- 不适合问的问题。
- 短期记忆和长期记忆边界。
- 3 个测试问题和答案。

## 验收标准

- 至少 3 份资料整理成 Markdown。
- 至少 5 张知识卡片。
- 至少 1 个“资料中没有找到”的测试。
- 至少 1 个“资料冲突，需要人工确认”的测试。
- 明确哪些内容不允许保存到长期记忆。

## 进阶加餐

完成本节后，如果需要把本地资料做成可服务客户的生产系统，继续学习：[L2-08B 本地生产级 RAG：向量模型、拆分与检索工作流](L2-08B_本地生产级RAG_向量模型_拆分与检索工作流.md)。该加餐会补齐解析、Chunk、Embedding、混合检索、Rerank、引用、评测、增量更新与回滚。