AI 搭建工作大脑:我是如何把产品工作托管给AI的 当多数人还在用AI搭建“第二大脑”做知识仓库时,一位产品经理已经进化出能主动干活、自我复盘的“工作大脑”。本文拆解了知识库+工作流+智能体管家的完整体系,展示AI如何从被动存储转向主动产出——自动写需求、画原型、出汇报建议,甚至追问你把活干完。这不是工具升级,而是工作方式的底层重构。 青燃说 obsidian工作流智能体
AI 分享一种 AI 业务建模方法:Agent Ontology,Agent 本体论 企业AI Agent的落地困境在于缺乏对业务的理解。本文深入解析Agent Ontology方法论,通过定义对象、关系、动作与规则,为AI构建企业业务地图,让Agent从泛泛而谈变为精准执行。对比RAG,Ontology解决的是AI如何理解和操作真实业务,而非仅检索信息。 张艾拉 AgentAI AgentRAG
AI,个人随笔 AI客服上线后为什么越用越“不准”?复盘一个课程咨询助手的持续运营 很多团队将智能体上线视为终点,但用户不会按测试题提问。本文以课程咨询助手为例,复盘其从知识问答工具到持续运营服务的转变,揭示智能体产品设计的关键:任务分类、知识治理、只读连接与持续迭代。 我叫小米粒 MCP产品迭代智能体
AI,个人随笔 从飞书到自建:知识库选型的三条路 知识库的检索方式不是由技术决定的,而是由场景决定的。本文深入拆解精确检索、语义检索与混合检索的适用场景,结合Claude Code与Cursor的实战对比,给出从飞书多维表格到云RDBMS再到自建全栈的三条选型路径,为产品经理提供一套可落地的知识库构建决策框架。 Miles NL2SQLRAG产品选型
AI AI助手上线后回答得不错,用户为什么还是不用?复盘一个课程咨询助手的三轮迭代 当AI助手能流畅回答标准问题时,团队往往误以为产品已可上线。然而用户真实场景中的状态查询、材料审核、进度追踪等复杂需求,才是智能体产品的真正考验。本文以课程咨询助手为例,复盘从“能回答”到“能解决问题”的迭代历程,揭示智能体产品设计的核心逻辑。 我叫小米粒 MCP产品迭代智能体
AI,个人随笔 个人知识库搭建的幕后花絮——Claude Code 的产品设计逻辑拆解 作者花12天系统学习Claude Code,从"自我感觉良好"到发现"90%的能力被浪费在桌上"——最大的收获不是某个功能,而是看清了一条从Prompt Engineering到Loop Engineering的递进逻辑链:记忆层解决"知道什么"、Skill定义"怎么执行"、Hook自动治理"不用人检查"、Subagent隔离上下文、Plugin复制协作基因。 Sean AI产品Claude Code知识库
AI,个人随笔 知识库和 Prompt 都有了,企业为什么还需要多 Agent? 企业AI助手正从知识问答迈向跨系统任务执行,多Agent架构成为解决复杂流程的关键。本文深度剖析了从单Agent到多Agent的演进逻辑,揭示知识库与Prompt的局限,以及如何通过责任划分、流程设计和协作机制,构建真正可靠的企业级AI任务执行系统。 Tuer AI AI协作任务自动化企业AI
AI,个人随笔 从囤积到经营:我用Obsidian+AI打造认知资产库的全过程 当AI知识库沦为数字仓库,如何让信息真正转化为个人认知资产?本文作者用半年时间重构Obsidian知识管理体系,从三层处理架构到主题驱动治理,揭示AI时代个人知识管理的核心不是收集而是淬炼。特别揭秘如何让LLM在不同工作流阶段扮演多重角色,实现从被动囤积到主动经营的认知跃迁。 Sean KarpathyLLM-wikiobsidian
AI,个人随笔 FDE角色深度解析:AI落地的护城河还是高级外包? FDE作为连接业务与技术的复合角色,正在改写企业AI落地的游戏规则。但若不明确边界,它也可能沦为更贵的人力外包。本文深度解析FDE的三大价值转化路径,揭示如何让这一角色真正成为企业AI的护城河。 申悦 AI落地FDESOP
个人随笔 ClaudeCode 的 172 个应用场景(2):内容抓取与素材处理 Claude Code正在重塑内容工作流的起点——从信息抓取到知识沉淀的完整链路。这款工具不仅能自动化完成公众号文章抓取、长报告速读、播客转录处理等繁琐任务,更通过结构化归档、场景抽取和选题转化,将零散信息转化为可直接用于写作、培训和咨询的素材资产。本文揭秘如何用技术手段解决内容创作者最头痛的'弹药库'问题。 Aaron AI应用Claude内容管理
AI,个人随笔 RAG踩坑实录:很多坑开发不会主动告诉你 RAG系统看似简单,实则暗藏诸多陷阱。从文档清洗的OCR乱码到检索算法的混合策略,从Prompt设计的约束细节到效果评估的量化框架,每一步都可能让AI问答系统沦为摆设。本文揭秘内部知识库搭建过程中那些开发不会告诉你的关键决策点,以及如何用三个月时间从答非所问到精准回复的实战迭代路径。 Ivy AI应用Prompt工程RAG
AI,个人随笔 知识库一问就答非所问,问题大概率不在模型,在你喂进去的那句话 当用户问「黄渤是干啥的」却得到跑题答案时,问题往往不在模型本身。本文揭示了一个关键盲点:知识库中的原始资料格式决定了检索效果。通过拆解RAG系统的工作原理,你会发现真正需要优化的是让入库内容「长得像问题的答案」。文章提出「数据蒸馏」的实操方案,教你如何重构知识片段,使其在语义地图上占据更中心的位置,从而显著提升问答命中率。 EPetHome AI问答RAG产品优化