知识库:让AI输出靠谱的实用工具

我是小黑。见字如面~

今天聊一个每个用AI的老师都踩过的坑——AI幻觉。

你一定遇到过：让AI帮你写段教案，它给你引了一篇参考文献，看着像模像样，一查——根本不存在。让AI帮你做个PPT，里面的"名人名言"、数据、案例，十个有八个经不起查。最离谱的是，它连理论都能编——一本正经地跟你讲某个教育学原理，出处、页码、作者全给你安排得明明白白，全是假的。

AI幻觉，真的是哪哪都有。

很多老师被坑了几次之后，得出一个结论：AI不可信，算了，不用了。

但我想说——问题不在AI，在你没给它"圈地"。

什么意思？

你想啊，你让一个实习生帮你写报告，但什么都不告诉他——不给他参考资料，不告诉他你的要求，不给他任何背景信息。他写出来的东西能靠谱吗？不能。但这是实习生的问题吗？不是，是你没给他干活的前提条件。

AI也是一样。你直接问它问题，它就从自己那个大杂烩的训练数据里给你拼答案——拼出来的东西，当然真假参半。

划得好，AI从胡编乱造变成靠谱助教；不划，AI就是那个"一本正经胡说八道"的实习生。

这话听着有道理，但没试过的人可能还是半信半疑——知识库真有这么大用？

我第一次被"震"到，是写一本刚读完的书的读后感。

写着写着，想引用书里一句话，但死活想不起来原话是什么，只记得大概意思，好像是第二章某个地方说的。要是以前，我得翻半天书，或者干脆放弃那个引用。

但那次不一样——我事先把那本书的电子版放进了WPS的知识库。我在WPS里输入了自己的想法，"我大概在第二章看过什么什么话"，然后停顿思考的时候，WPS的AI伴写以浅灰色文字浮现出了那句原话和相应的心得——

就好像一个心有灵犀的朋友在说：你是不是想到了这句话？是不是想说这句感想？

因为我刚看过那本书，虽然想不起来，但看到它提示的那一刻，我立刻就确定了——对，就是这句话。

真的很精准，很奇妙。那是第一次，我真正理解了知识库不只是"存东西的地方"。

个人体验是一回事，真正让我确信知识库有用的，是课堂上的实践。

我教过五年软件工程。这门课有一个特别折磨人的环节——画软件设计图。简单说，就是把一个软件"谁先做什么、谁后做什么、信息怎么流转"，用图的形式画出来。

你要是手动画过这种图，你就知道有多痛苦。不是画线难，是思考难——整个软件的逻辑得在脑子里过一遍，谁跟谁交互、先后顺序是什么、异常情况怎么处理，想清楚才能画对。精力好的时候，我一两个小时能画出来一张；精力不好的时候，根本画不出来——思维复杂度达不到那个水平。

我很清楚一件事：这对一个普通人来说，真的很难。

所以这个学期，我换了个做法。

学期一开始，我就让每个学生在IMA里建自己的知识库。先存好软件工程的基础资料，然后每个人有自己独立的课题，把对课题的想法、搜集到的资料，也放进去。

两个东西一结合——知识库里的专业资料 + 每个人自己的独立思考——AI就能基于你的知识库，生成既专业、又符合你个人思路的软件设计图和说明文档。

没建库的时候，AI画出来的图逻辑是乱的——步骤对不上、角色搞混了，看着像那么回事，仔细一看全是漏洞。建了库之后，同样的题目，AI画出来的图逻辑是顺的——每一步都有你知识库里的东西撑着。

你划什么地，它就在什么地里干活。划得好，它就是靠谱助教。

这个做法跑了一个学期，每个学生生出来的东西都不一样，因为每个人的知识库不一样。但有意思的是，学生看了AI画出来的图，基本没什么反应。

为什么？因为他们从来没手动画过这种图。不知道以前画出来有多难，需要怎样的思考。对他们来说，AI画出来就是正常的——就像新时代的孩子，觉得粮食是在超市里长出来的。

他们不知道，那个"三分钟"背后，是多少人多少年的摸索。

说到这里，可能有人会问：那你用的什么工具？

这里有个小经验——不是选"最好的"工具，是选"对的工具干对的活"。我用IMA做教学底座，知识库建在那儿，顺着腾讯生态往下走，资料管理、代码生成、文档产出一条链路打通；画软件设计图的时候用Kimi，画得最完美。得到大脑写纯文本很强，但画图不行，提一句就行。

各干各的活，不指望一个工具包打天下。

知识库不是终点，是起点。地划好了，AI才能在你划的地里，给出真正靠谱的东西。

而我现在觉得，用AI也是一样——纠结AI够不够聪明，是"把事情做对"；先想清楚你给它划的地对不对，才是"做对的事情"。

做对的事情，比把事情做对，重要得多。

试试看？