不懂代码的车辆工程师,怎么把PDF论文变成自己的知识库?

一个不懂代码的车辆工程师，能不能用好AI？

大家好，我是虎哥，二十年车辆研发经验的高工。

AI很热，工具很多，变化也很快。 但对我这样的传统工程师来说，真正的问题是：

它到底能不能帮我们解决实际工作中的问题？

我不敢说自己懂AI，也知道自己有很多局限。 但正因为这样，我的尝试可能更接近普通工程师的真实状态。

今天围绕 【如何将一篇PDF类的论文沉淀为"自有"的知识库知识】，分享一点我的实战和收获。

如果你是工程师、研究者，或者任何需要长期跟技术文档打交道的人，这套流程应该能给你一些启发。

欢迎交流。

1、核心目标

先一句话说清楚我们在做什么：

PDF长篇知识进入 → AI 提取候选观点 → 你选择认可观点 → AI 按你的选择沉淀进知识库

这条流水线的关键不在AI提取得有多快，而在 "你选择"这三个字。

知识沉淀这件事，最难的不是整理，是判断。哪些值得留下？哪些跟你有关？哪些只是一家之言？ AI可以帮你节省提取和整理的时间，但最终的选择权必须在你手上。让AI协助人，而不是AI替代人——这是整套流程的底层逻辑。

2、导入PDF文件至指定目录

首先，把原始PDF放入 03-raw/ 目录。这个目录是"冷库"，专门放原始资料，原则上只读不修改。

然后把一条指令发给AI，让它自动生成一张处理卡片到 00-inbox/：

请导入 D:\迅雷下载\人机相关论文\某MPV踏板布置及基于Ramsis踏板人机校核.pdf 至 @03-raw/ 文件夹，并自动生成 `00-inbox` 处理卡片

为什么要分两步（原始资料放 03-raw/，处理卡片放 00-inbox/）？ 因为原始资料不是知识，经过提炼、批注、链接后的结构化Markdown才是。把两者分开，你就不会在知识库里堆满没处理过的PDF。

3、AI自主保存并生成暂存卡片

AI收到指令后，会：

整个过程是自动的，不需要你手动创建文件夹或写文件名。

4、得到卡片

卡片生成后，它的作用是提醒你"这里有份资料需要你处理"。

卡片里不会直接写结论，而是包含：

这些内容决定了后续AI往哪个方向提取信息。

5、AI协助先输出候选观点，不要写入知识库

卡片就位后，到了最关键的一步：让AI先干体力活，把判断留给人。

我用的提示词是这样的：

请处理 @00-inbox/待读-某MPV踏板布置及基于Ramsis踏板人机校核.md 。只读不写，不要修改任何文件。请先检查卡片中指向的 PDF 是否可以读取。如果可以读取，请按下面格式输出：1. PDF 基本信息   - 标题   - 作者   - 年份   - 主题   - 文件路径2. 客观摘要   - 只总结 PDF 本身内容，不加入我的观点3. 论文结构   - 研究问题   - 方法   - 数据或材料   - 主要结论   - 局限性4. 关键证据   - 尽量带页码   - 如果无法读取页码，请说明5. 候选观点   - 给我 5-10 条可能值得沉淀的观点   - 注意：这些只是候选，不代表我的观点6. 候选概念   - 哪些内容适合沉淀到 10 Brain/concepts7. 候选项目影响   - 哪些内容可能影响 10 Brain/projects8. 候选决策   - 是否值得形成 10 Brain/decisions 页面9. 推荐沉淀方案   - 方案 A：只建立 source 页面   - 方案 B：source + concept   - 方案 C：source + concept + project/decision最后等待我选择，不要写入 10 Brain。

注意提示词里的关键约束："只读不写""不要写入 10 Brain""等待我选择"。 这三句话是边界——AI只做提取和整理，不做最终判断。

6、人工选择候选观点，内化为自己的观点，并制定沉淀计划

AI输出候选观点后，轮到你上场了。

你会看到AI列出的5-10条候选观点、候选概念和推荐方案。这时候你需要——像做选择题一样——勾选你认可的内容。

我用的是这个提示词：

我选择以下内容：候选观点：1、3、5候选概念：A、C候选项目影响：暂时不更新项目候选决策：建立一个 decision 页面，记录我决定采用观点 3 作为后续判断依据请先给我最终写入计划，包括：1. 会新建哪些文件2. 会修改哪些文件3. 每个文件写入什么内容先不要执行，等我确认。

这一轮我加了一个保险：让AI先把写入计划列出来，我再确认一遍。 为什么？ 因为AI可能会"理解过头"，在你不注意的地方替你加了你没选的内容。 多一道确认，少一次后悔。

7、AI自动执行沉淀

计划确认无误后，说一句"可以执行"，AI就会按照你确认的计划，把内容写入 10 Brain/ 正式知识库。

包括：

整个过程不需要你手动复制粘贴，也不需要你去翻目录找文件。

8、自动更新知识库索引

文件写入完成后，还有一个重要步骤：更新索引。

我的知识库使用 GBrain 做语义索引。写入新内容后，需要同步并重新生成 embedding，这样后续搜索时才能找到相关内容。

这一步也交给AI来做——它会自动执行索引更新命令。

9、知识检索示例1

沉淀完成之后，验证一下效果。 我直接问了一个跟这篇PDF相关的问题，AI从知识库里找到了对应的内容并给出了回答。

这一步的意义在于检验：你沉淀的知识，到底能不能被找回来？ 如果存进去了但搜不出来，那等于白存。

10、知识检索示例2

再试一个不同角度的问题，同样能命中。

这就是知识库的魔力：你不用记住每篇论文的细节，只要记住你关心什么问题。需要的时候，知识库会用你沉淀过的内容来回答你——而且答案里包含的是你认可的观点，不是AI的泛泛之谈。

回过头来看，这套流程的核心价值其实就三条：

如果你也收藏了大量论文、报告、网页却不知道怎么消化，不妨试试这套流程。

我是虎哥，一个传统车辆研发工程师，也是一名AI学习者。 后续继续分享真实体验、踩坑和收获。欢迎留言交流。