AI Models Go Out of Style, but This Personal AI Knowledge Base Is Future-Proof!

每次打開 AI 新對話框，你都在浪費時間。你得重新介紹自己、說明偏好風格、上傳背景資料，AI 才能給出接近你想要的回答。第二天開新對話又得從頭來過。這個問題為什麼這麼普遍？因為大多數人把焦點放錯了。

講者指出三類常見的浪費：首先是工具間的整合成本，你在 AI 工具間複製貼上、截圖、潤稿，勉強串起一個工作流；其次是 AI 完全不認識你，不知道你的背景、做過什麼項目、喜歡短句還是長句，每次都得填補背景空白；第三是訂閱焦慮，看別人推薦新工具就趕快訂閱，結果新工具同樣不認識你。看似三個問題，實則一個根源——你每次都在教 AI 認識你。

更好的提示詞解決不了。更貴的工具也解決不了。真正的突破需要一個認知轉變：你不是在優化 AI Agent，而是在設計 AI 能讀懂的信息結構。AI 本身是可替換的零件，但你建立的個人檔案庫才是永恆資產。

解決方案是建立一個兩層檔案庫。第一層是個人核心框架，包含五個 Markdown 文件，寫一次就能用很久。①關於我：姓名、職位、人生階段；②背景與能力：你做過什麼、擅長什麼、不擅長什麼（決定 AI 說話的深度）；③長期目標：今年目標、三年內目標（決定 AI 給出的建議偏向）；④表達與偏好：你的語氣、用詞習慣、輸出格式偏好（例如先講結論還是先講背景、要不要列要點）；⑤原則與禁區：你的底線和絕對不做的事（例如不要給沒法落地的概念、不確定就直說不知道）。

講者強調一個實用技巧：不要只給 AI 看逐字稿或理論，而是上傳你真正寫過的東西——工作郵件、報告、社群貼文——讓 AI 從你的真實文字中學習風格。這比任何口頭描述都準確。

第二層是項目檔案，分為五大類（工作、學習、生活、健康、財務），每類下管理多個項目。創新之處在於項目模板——每開新項目不從零設計，而是複製標準模板。模板含五個要素：①項目說明檔案，回答「這是什麼、做給誰、成功標準、禁區」，並充當目錄指向其他文件；②項目語篇號，這個項目特有的表達規則（例如某個項目必須正式，就在這裡寫「語氣正式，避免口語」）；③參考資料資料夾，放會議記錄、調研內容、SOP、相關文件；④優秀範例資料夾，放你過去最滿意的 3-5 個成品（勝於講一百遍「要專業一點」）；⑤反饋記錄，每次任務後記一句改進點（例如「這次先結論再細節，對方一次就通過」），AI 下次會先讀這份記錄，帶著上次經驗繼續工作。

講者親身示範了搭建過程：在 Claude Artifacts 裡貼入提供的結構化指令，AI 自動生成完整的文件夾與 Markdown 檔案。接著用採訪式提問讓 AI 填充個人核心檔案內容，或上傳既有的背景文件讓 AI 自動整理歸檔。

最關鍵的驗證是模型可替換性：講者先在 Claude 中指向個人檔案庫，要求根據背景、能力、目標、風格、原則制定下半年三個優先目標。Claude 直接讀檔案庫給出結果。隨後他把同一份檔案上傳到 Google Gemini，用同樣指令再做一遍，Gemini 給出幾乎相同的目標。這證明了——AI 模型每年更新，哪個最強今年明年會變，但檔案庫結構一旦建好，任何 AI 讀一遍就能理解你。

隨著使用，這套框架會越來越強。反饋記錄越來越豐富，優秀範例越來越多，AI 越來越懂你的細節。相比別人忙著追新工具，你其實是在累積 AI 資產。三個月用和三天用完全是兩個東西。