我们都在给ima喂文档,但别忘了喂自己

这段时间写的内容，几乎都是和知识外化有关的。

无论是把自己的隐性经验显化成知识文档，还是把零散的记录整合成系统知识，或是把这些知识、技能都封装成一个又一个的Skills。说到底，这些都是在做知识外化，或者说叫能力外化的事情。这样做有两个目的。

脑子里的经验，大多数是模糊状态的。如果不反复去做，这些经验也容易被遗忘。通过知识外化，我们能够把经验形成可复用的知识文档，比如流程图、负面清单。自己能用，别人也能用，知识也就有了复利。

在Skill这种技术模式出来以后，这条路径变得非常清晰。通过我的几篇文章分享，相信大家也能感受到Skill的价值。装上Skill之后，AI智能助手执行效果会更加稳定、更高质量，也更符合你的预期。

这两点串起来，就是一个完整的知识外化路径，从内在经验→知识文档→Skill技能。但今天我想聊另外一个事儿。

「双脑循环系统」里面，其实有两个循环，外化当然是其中一个，另一个就是内化。

我们通过知识外化，让AI变得越来越强，但也别忘了，自己也要同时进步。

这不是什么「我们都要终身学习」的正确废话，而是两个非常现实的问题。下面说说为什么知识内化同样重要。

先从最简单的提示词开始说。

不知道怎么问，是因为积累得不够多。没有足够的经验，就不知道从哪些角度来提问题，应该以什么样的结构来提问题。

同样是要AI帮你写一份分析报告，一个对这个领域没那么了解的人，他提的问题可能是，「帮我写一份关于XX的分析报告」。

没有输出体例、没有写作风格、没有字数规定……这种问法，AI吐出来的东西基本没法用。

为什么写不出来这种结构化的提示词，因为他压根儿没深入研究过一份写得好的分析报告应该长成什么样子。那么些个定语、状语，在他脑子里是不存在的。

自己心里没数，AI也就没谱。

反过来，如果你对某个领域有足够的积累，你知道报告一般分几个部分，每个部分应该写什么深度，应该引用什么类型的数据，应该给出什么样的建议。

那你给AI的提示词就会非常具体，非常有针对性。出来的结果，自然也就更符合你的预期。

我前段时间正好就有过这样一次经历。事情是这样的，我做了一个关于某地区域经济协调发展路径研究的初步方案，发给内部专家提意见。结果得到的反馈是，我对研究背景的阐述，定位太低，仅仅只谈到这个地方内部的协调发展问题，没有放到更宏大的国省层面去审视。

更有意思的是，这位专家基于他掌握的这种研究视角，也问了豆包，得到了非常详细的背景论述。我读了一遍，非常靠谱。

你瞧，我和专家的差距，就是这种宏观研究视角的直觉。所以，我问不出他问豆包的那些问题。

这就是内化的功夫下得不够多。

我们的认知边界，就是AI发挥的天花板。

想象一个场景，在正式的商务沟通场合。

当客户在会议现场问你业务问题的时候，你淡定地回了一句，「别忙，我问一下AI助理」。

你猜客户会怎么想你？怎么看你的公司？

他会说，「你们公司太先进了」，还是会在心里犯嘀咕，「这人也太不靠谱了」

谈业务都依赖AI，专业性全无，你的职业形象全无，可能连公司的业务机会也毁了。

所以，我们提升自己的能力，一方面是为了跟AI工具更好协作，另一方面也是对外呈现专业性的重要基础。

这就是内化的功夫下得不够多。

✦ ✦ ✦

现在，我们智库机构的AI转型，几乎都是我在一手推进。

为什么是我？

除了我本身对AI感兴趣，用过不少AI工具，了解了AI的能力边界，更因为我知道哪些场景可以跟AI结合。哪怕是最最简单的提问，我也能够通过一些结构化的细节丰富、要求明确的提示词，来拿到我想要的结果。

而公司的那些年轻员工，按理说，对于新事物的学习掌握应该更快。我看各种AI社群里活跃的，普遍也都是90后00后居多……

但是呢，他们没有足够的经验。他们无法进行一场座谈会的控场，交出来的初稿也需要我进行多次意见反馈，更别说独立完成一个研究项目了。

你会发现，在智库运营各个环节，选题、搜资料、搭框架、分析数据、写报告……年轻员工的经验，往往只限于单个环节，而且扎得也不够深，不足以支撑起他们发现那些业务上的痛点，也就是可以和AI结合的突破点。

以上，就是我想强调的，知识内化为何如此重要。

你得自己先懂，才知道怎样让AI帮你。才知道哪些环节可以交给AI，哪些环节必须自己亲自操刀。

这不是说年轻人不行，而是说，经验积累这件事情，没有捷径可以走。

AI可以加速，但不能替代。

现在大家都在炒OPC（一人公司），以为有了AI之后，大家都可以开公司了。说什么养了一堆龙虾，就可以一人成军了。我不否认这种可能性，也的确知道不少人已经这么干了，干得还不错。

但关键还在自己身上。

很多人连公司运营的基本常识都不了解，也没有尝过创业的艰辛和风险，就算给他一堆能力强大的AI工具又如何？

据我最近一次对某OPC平台运营负责人的访谈，真实的情况是，真正做到OPC的凤毛麟角。绝大多数人能够掌握一两种工具，通过平台拿到一些订单，就已经不错了。

回到今天的话题，我坚信，无论时代怎么变，自我的知识内化与能力增长，始终会是那个不变的主题。

在这个大背景下，再看看AI知识管理这个具体应用场景，体会更深。

之前用ima，我总觉得，把资料存进知识库就可以了。于是，我花了大量时间去找资料来扩充知识库。我一度认为，只要提出了问题，得到了答案，知识库就有了价值。

但后来，我越来越觉得不对劲。这些问题里面，不乏一些重要的方法、观点、常识、数据……可要命的是，这些问题我反复在问，脑子好像已经不转了。

我越来越有一种强烈的感觉，自己的能力正在流失！！这绝不是危言耸听。我真的觉得，用AI越多，人也容易变得更懒……懒得思考、懒得记忆。

我需要的，是让那些重要的内容长进我的脑子里。在任何场景下，开座谈会、沟通客户需求、写稿子，这些核心知识都能从我脑子里一下子蹦出来。不再需要翻笔记，也不需要问ima。

接下来我会具体分享，如何在ima上进行知识内化。主要用到两种方式。一种是「问问ima」功能，一种是费曼学习法Skill。

如果你正在疯狂给ima（或其他AI知识库）投喂各种资料，那最好也抽时间想想。

你自己跟上没有。

✦ ✦ ✦