ARTICLE · 1029704
ME.md: 一个简单动作,让AI越用越懂你
ME.md: 一个简单动作,让AI越用越懂你建议所有高频使用 AI 的人，立刻给自己建一份专属的 ME.md，也就是自己的人物设定。 把你当下的核心战局、历史战绩、思维偏好和底层盲区，沉淀成一份随时可以调用的 Markdown 文档。 这绝对是现阶段被绝大多数人彻底忽略、却极其关键的个人 AI 底层基础设施。很多人还在到处抄花哨的 Prompt，但只要你先把这个基座搭建起来，你调教 AI 的效率和产出质量，会直接领先身边的普通用户一个代差。 我每次和身边朋友提起这件事，他们都觉得这个动作太简单没啥用，和自带的memory没啥区别，但是实践两周之后你就会发现这东西效果牛的一匹 一份高质量的人物画像，能在几秒钟内给任何一个顶级模型最大限度地理解你。 现在的面向日常应用的技术演进非常明确：死磕 Prompt 辞藻的红利已经基本见顶，拉开最终交付差距的，关键在Context Engineering（上下文工程），这决定了你手里有没有一个更懂你的AI 这份持续更新的文档，就是你私有的Personal Context Layer（个人上下文层）。模型能力大家用得都差不多，谁的上下文更具穿透力，谁拿到的人机协作结果就更惊艳。 它具备原生平台记忆完全比不了的三大硬核优势： 高度显式：通体透明，你清楚知道喂给 AI 了什么，不需要对着系统的后台记忆搞盲盒猜测。 绝对可控：随时增删修剪，过期的认知杂质随手清理，确保每一次输入都处于高净值状态。 自由迁移：模型迭代极快，今天用 Claude，明天用 ChatGPT，后天塞进私有 Agent，直接把文档贴进去秒级对齐。工具随时在换，你的核心数字资产永远焊在自己手里。 更绝的是，这个动作表面上在喂饱 AI，实则在对你自身进行极其残暴的认知重构。 尤其是大学生和刚入职场的朋友，平时打过不少比赛、做过不少业务，如果没有一套结构化系统，过半年细节就会被忘得一干二净，临到跳槽或升学做简历才开始痛苦抓瞎。 维护这份画像，是在逼着你做周期性的“X五计划”： 你当下的阶段性成就有哪些？ 你核心的能力边界在哪里？ 你接下来的半年究竟要解决什么具体问题？ 尽早把你的个人上下文跑通，平时自动写入自动引用，两周后你会来感谢我的。 请完整阅读当前文件夹中的所有材料，并基于这些内容，为我生成一份长期维护的个人上下文文档
下面是一个最简易版的方法，大佬可以参考我的思路自己改装：直接在本地放一个文件夹，里面放你想让AI记住了解的材料，可以是简历、时间表、比赛证书等等。然后引用这个文件夹，输入下面的prompt：
ME.md这份文档不是简历，也不是简单的信息汇总，而是一份方便 AI 快速理解“我是谁、我现在处于什么阶段、我正在解决什么问题”的人物画像。请重点提炼以下内容：基本背景教育、工作、项目经历当前身份和所处阶段重要的客观经历与成果当前战局我最近正在推进的事情当前最重要的目标正在面对的选择、问题和约束时间、资源、能力上的现实限制历史战绩代表性的项目、比赛、工作成果、奖项我实际做过什么，而不是只罗列头衔哪些经历能够体现我的能力能力画像我真正擅长什么哪些能力有明确证据支撑哪些能力还比较薄弱不要因为材料里出现过某件事，就直接判断我擅长它思维与行为偏好我通常如何做判断我偏好的工作方式、表达方式和合作方式我明显反感或排斥什么如果能从材料中观察到稳定模式，可以提炼，但不要过度心理分析长期方向我未来可能想成为怎样的人职业、学习、生活上的长期目标当前选择和长期目标之间有什么关系当前盲区与矛盾我目前可能忽略的问题我的目标之间是否存在冲突哪些地方证据不足、认知还不确定必须把“事实”和“你的推断”明确区分开请遵守几个原则：优先使用材料中的明确事实，不要擅自脑补对不确定的信息标注“待确认”不要写成夸奖我的宣传稿不要堆砌形容词，要尽量具体保留重要时间、项目、成果和数字相互重复的信息进行合并如果不同材料互相矛盾，以时间更新的版本优先，并标注变化重点不是记录所有细节，而是保留那些未来会影响 AI 判断的信息最终请直接输出一份结构清晰、适合长期更新的 Markdown 文件。在文档最后额外增加两个区域：最近更新记录最近发生、但未来可能会变化的重要信息。待确认 / 待补充列出目前材料不足、但如果补充后能显著提升人物画像质量的问题。以后当我再次让你更新 ME.md时，请尽量保留原有结构，只修改发生变化的部分，不要每次重新生成一份完全不同的文档。