📖 本文是「AI 之路初阶升级指南」系列的第 4 篇（共 5 篇）。

第一篇：理解你手里的工具 · 第二篇：从模糊提问到精确指令 · 第三篇：把 AI 变成协作伙伴 · 第四篇：建立个人体系 · 第五篇：毕业考核与下一步

前三周学了追问、上下文管理、角色扮演……技巧越积越多，问题来了：这些零散的能力怎么统一管理？第四周就干这件事——建 Prompt 库、选对工具、做知识管理，把你学到的东西固化成一套个人体系。

📋 第三周回顾

第四周：建立个人体系——从"会用"到"高效"

Day 22-23：构建 Prompt 库

为什么重要：你有没有过这种体验——上次用某个 Prompt 得到了非常好的结果，但这次想用的时候找不到了？或者你知道自己写过一个好 Prompt，但记不清具体措辞了？Prompt 库就是解决这个问题的。它是你的个人知识资产，是你和 AI 高效协作的"弹药库"。

怎么理解：Prompt 库不需要复杂——它的核心就是把你验证过有效的 Prompt 记录下来、分类保存、方便复用。

实操方法，两种方案选一个：

  • 方案 A（推荐给已经在用笔记工具的人）：用 Notion 或 Obsidian 建立一个分类笔记。每条 Prompt 是一条笔记，打上分类标签。
  • 方案 B（最简方案）：在你的电脑上创建一个文件夹，里面放 Markdown 文件，每个文件对应一个分类。

分类建议按你的使用场景来：写作类、分析类、编程类、日常类——或者任何适合你的分类方式。重点是你自己找得到。

每条 Prompt 建议记录以下内容：

  • 原始提问：你实际用的 Prompt 文本
  • 效果评价：1-5 分，或者简单写"很好/一般/不好"
  • 迭代版本：如果你后续修改优化了这个 Prompt，把新版本也记下来

举个例子，一条 Prompt 记录长这样：

写作类 · 总结文章要点

  • 原始提问：请用不超过 5 个要点总结这篇文章，每个要点不超过 30 字，用编号列表。
  • 效果评价：4/5 — 结构清晰，偶尔遗漏次要观点
  • 迭代版本 v2：加了 先列出文章的核心论点，再围绕论点组织要点，效果提升到 5/5

怎么练习：从你这 3 周 AI 使用中，回顾并整理出至少 5 条经过验证的高效 Prompt。如果你找不到历史记录，今天就重新创建 5 条你在工作中一定会用到的 Prompt，逐条测试，确认效果，然后入库。

目标到月底：你的 Prompt 库里有至少 10 条经过验证的 Prompt。这 10 条能覆盖你 80% 的日常使用场景。

Day 24-25：选对工具做对事

为什么重要：我见过太多人试图用一个 AI 工具干所有事，然后在某些场景上受挫。不同的 AI 工具有不同的"舒适区"，在舒适区内它是专家，出了舒适区它就平庸。选对工具，事半功倍。

怎么理解：这里我按国际用户和中国用户分别给出场景-工具映射。两者的生态差异很大，混在一起讨论反而误导人。

方案 A：国际用户的工具映射

场景推荐工具原因
深度研究Perplexity / Gemini Deep Research能联网搜索、交叉验证、引用来源
长文写作Claude Projects可以上传参考资料保持上下文，长文本质量高
日常问答ChatGPT / Claude / Gemini 任一全能型选手，日常场景都够用
编程辅助（代码补全）Copilot / CursorIDE 深度集成，代码补全和重构体验好
办公文档Copilot (Office) / Notion AI和办公环境无缝集成

方案 B：中国用户的工具映射

场景推荐工具原因
深度研究Kimi / 秘塔搜索 / 天工 AI中文互联网搜索更全，无需出墙，Kimi 支持超长上下文，适合长文档分析
长文写作Kimi / 千问（Qwen）中文写作更自然，公文和商业文档更规范
日常问答豆包 / 千问 / Kimi / 智谱清言 任一免费额度大方，中文理解好，响应速度快；智谱清言的代码和推理能力在国产中突出
编程辅助（代码补全）Trae / 通义灵码（Lingma）国产 AI IDE，免费，延迟低，中文注释理解准。Trae（字节跳动）内置多模型、SOLO 自主编程模式；通义灵码（阿里）代码安全方面通过了多项权威认证
办公文档WPS 灵犀 / 飞书 AI / 钉钉 AI深度集成国产办公生态，红头文件、合同等中国特色文档处理更专业
AI 搜索豆包 / 夸克 / 腾讯元宝豆包多模态能力强，夸克长文档处理优秀，元宝和微信生态原生集成

中国用户的几个特别注意事项：

  • 编程辅助（代码补全）：如果你写代码，Trae 和通义灵码是更适合国内开发者的选择——在国内网络环境下可直接使用，免费额度也比 Copilot Free（仅 50 次/月）更宽松。按你的技术栈和生态偏好选一个就行。
  • 办公文档：WPS 灵犀对中文公文、合同排版比 Copilot 更接地气；飞书 AI 和钉钉 AI 在企业协同场景下体验更丝滑。
  • 不要忽视国际工具：即使在中国，如果你做英文内容、参与国际项目，Claude 和 ChatGPT 仍然是长文写作和代码审查的首选。两条线并行是很多高级用户的做法。

怎么练习：列出你日常最常用的 5 个场景，为每个场景匹配一个最佳工具。然后问自己一个更深层的问题：这 5 个场景里，哪些是你的核心场景？ 核心场景值得你花时间深度学习工具的使用技巧；非核心场景，能跑通就行。

原则：不要试图精通所有工具。在你的核心场景上做到熟练，非核心场景用顺手的一个就行。

Day 26-28：知识管理——不是所有 AI 输出都值得保存

为什么重要：这是一个很多人不愿意面对的话题。我们本能地觉得"好东西应该存下来"，于是疯狂地收藏 AI 的优质输出，建各种知识库——然后再也没有打开过。三个月后你有一个庞大的收藏夹，但你的实际能力并没有因此提升。

先问自己一个问题：你真的需要一个"知识库"吗？

这取决于你的学习方式。如果你习惯当即内化——看到好的内容立刻理解、应用、记住，那 AI 的输出用完即弃完全 OK，你不需要任何存档系统。但如果你经常回头找"之前 AI 给过的一个好答案"，那才需要建立某种存档机制。

警惕一个陷阱：建立知识库的过程本身可能变成「重过程轻学习」的形式主义。你整理了 100 条笔记，标了标签、排了版、建了目录——但一条都没真正理解。这不是知识管理，这是"知识管理的表演"。

怎么理解——分层策略：

如果你确实需要保存 AI 的输出，我建议用两层分区而不是一个大杂烩：

  • 核心库（用于学习）：只放你真正要学、要内化的知识。比如 AI 帮你梳理的一个复杂概念的理解框架，或者一个你反复参考的思考模型。
  • 参考资料（用于查阅）：AI 生成的代码片段、数据表格、模板、格式化内容等工具性东西。你不需要"理解"它们，你只需要在需要时能找到。

然后是第三层：

  • 不入库：临时性问答、一次性任务、你已经理解的内容。这些直接扔掉，不要有"万一以后用到"的心理包袱。

半年原则：如果未来半年内不打算学习、没有明确用途、也没有兴趣深入的内容，不能进核心库。

半年是个大概的时间窗口，关键是逼你做取舍——不要让核心库变成一个"什么都往里塞"的垃圾桶。

实操建议（仅对需要知识管理的人）：

  1. 在 Obsidian 或 Notion 中建立两层分区：“核心"和"参考”
  2. 每条入库的内容标注来源（哪个平台、哪个 Prompt 生成的）
  3. 定期回顾核心库——至少每月一次，确认你是否真的在学习和使用这些内容。如果某条内容在核心库里躺了三个月你都没碰过，很诚实地把它降级到参考资料

怎么练习（可选）：从本周你所有的 AI 对话中，挑选不超过 3 条你认为未来半年会真正用到的内容，整理进核心库。注意，是"不超过 3 条"——这个限制是故意的，它逼你认真思考什么才值得保存。

四周下来：

  • 第一周，理解了工具本质
  • 第二周，学会了精确提问
  • 第三周，掌握了对话管理
  • 这周，建起了个人体系

知识、工具、习惯都有了。

下一篇是毕业考核——检验你四周的练习成果，同时看看 L1 之后的路怎么走。→ 第五篇：毕业考核与下一步