我把17份PDF做成了一个可持续学习系统:核心不是AI,是流程

—

最近在备战某单位的考试，其实就是公务员行测的那套题： 

时政热点 / 常识判断 /言语理解与表达 / 数量关系 / 判断推理 / 资料分析

手上有大量 PDF 复习资料，看得是真头大。其实大部分人在学习时都会遇到一个问题：

资料多、信息更多，每次看都像重新开荒。

把资料打印出来不光整理麻烦，学习过程中还得自己来回标记、涂改，一来二去看着就乱。

所以我马上想到，能不能用 Codex 帮我把这批复习资料整合起来，做成一个可持续运行的系统，把“文件堆”变成“可持续运行的系统”呢？这样复习起来不仅非常便捷同时还兼顾AI对知识点和题目的理解，可以大大提高复习效率。

说干就干，当成是个项目做了。我没有一次性输入所有资料，而是人为筛选了 17 份非常重要的PDF（共746页）资料，目标是我可以持续对其迭代更新和方便查找。

先说最终结果吧：

• ·476 道题完成结构化，结构化率 100%
• ·可按年份、题号、关键词、OCR 页快速定位（OCR 页可以直接跳到 PDF 页）
• ·非本地部署上线，可访问且能持续迭代更新

再说这次我最大的体会：

·当工具本身效率够高时，真正决定效率的，不再是工具，而是我们设定的可复用流程。

其实这也算是我对最近热议话题“AI会导致大量失业”的回应吧

——因为我始终认为”真正的人“是永远不会被AI取代的。

我做对的 8 步：

1.先统一目录和命名规范：

俗话说“万事开头难”，

这第一步是我认为最重要也是最难的一步，请根据个人业务场景和需求去做具体规划，

以我本次“项目”为例，我创建了主文件夹Math project，然后让 Codex 帮我处理子文件夹和命名（描述清楚我的需求）。

—

2.批量抽取文本并做质量检查：

其实就是把 PDF 转文本同时做质量检查。

这一步的本质：其实就是我上传复习资料的一个动作，你需要结合个人的具体需求给到codex一个可执行的prompt（当然别担心自己会出错，你可以随时纠正），剩下交给codex去识别和纠错，绝对懒人福音。

—

3.提炼核心考点与方法动作:

题型规律、关键考点、方法卡都提炼出来，方便复习和错题回流。

—

4.题目级结构化:

每道题整理成：题干 / 选项 / 答案 / 解析，方便筛选和快速查找。

—

5.建立错题回流:

错因 → 方法卡 → 对应题组 形成闭环，防止重复踩坑。

—

6.前端封装:

我让codex做了筛选、跳转、进度条等功能，还能通过 OCR 页快速定位 PDF 页面，让内容可点击。

—

7.本地+线上双通道发布:

优先保证本地可用，之后我再让codex上线非本地部署，方便随时更新（Netlify/GitHub）。

—

8.固化复盘机制:

建立 SOP（标准操作流程）、日志、收口清单、基线归档，每轮迭代都留痕迹，经验不会“消失”，同时开发过程中run出来的bug和各种问题也做了留档，方便下次开发相同项目时随时可以调用参考。

总结：

第3到第8步，其实都是我在推进过程中不断优化流程和 prompt，有种“顺水推舟”的感觉。 

其实也是我文章的标题也是本文的核心观点：·在“项目”开始前就给出一个相对精准的需求描述（如果做不到也可以在过程中调整）；·在构建你的“项目”过程中，要能识别目前“项目”完成度和“产品”是否能满足你的预期和需求，根据目前情况去不断调整你的prompt，从而实现控制和管理流程，以实现最终“项目”落地。

三条“关键”经验：

1.先结构化，再美化-数据不稳，界面再好看也不稳定；

2.先闭环，再扩展-先保证“能持续更新”，再追求“做得更大”；

3.每轮都留痕-没有日志和清单，经验会蒸发，下轮又从头踩坑。

（附上还不够完美的“产品”链接：https://murmurai.netlify.app/）

写在最后：

我认为目前我们处在新一轮“科技平权”的时代，无论你是谁，现在你都能够利用AI去做任何你曾经不敢想的事。我没有任何行业背景和经验，但我现在却利用AI创造了至少能满足我自己需求的“产品”。

所以—试试看吧，也许呢？

欢迎关注和留言，我会持续更新AI领域的内容，希望我能陪你走进属于你的“AI时代”。