AI实战经验之用 llm-wiki做人生教练

我自己也尝试过调整数十版提示词，但总觉得 AI 回复的时候还是隔着一层。

我们会下意识以为还是提示词不够好，去找很多大牛的经验和模板。但其实问题不在于多轮去调提示词，而在于 AI 的回答没有根基。

而回答的根基，其实需要通过慢慢喂养，逐步培育。

Prompt Engineering 是上一个阶段很重要的产物，它能让我们更接近想要的回复。

但当一次对话结束之后，这些指令大概率只停在当次的上下文里，或者基于某个 App 给你设定好的、不可知的、高度压缩的记忆里。此外，提示词生成回答是一次性的，就算是同一个提示词，它背后站的理念体系也可能一直在变。

要得到更可靠、更稳定的回答，单靠提示词不够。

我们需要给它建立一个知识库，让它按照知识库里的概念去回答，让它站在我们认可的体系里跟我们说话。

分享我现在的用例，当我有比较大的情绪波动，或者脑子有一团浆糊的时候，我就会打开这个技能。把我的思考、想法、情绪、困扰全部倒给它，也就是在这里，我们就可以把脑子里很模糊的团块梳理清楚。脑子里多个念头混在一起，信号和噪音没有边界，说出来之后被拆分、排序，就已经具象化了。光这一步，就已经特别有价值。

完成这一步之后，AI 会基于我们训练好的知识库让它呼应，从认可的理念体系出发，跟我们做问答。这样在迷茫的时候，或者想不清事实的时候，也能沿着我们之前很明确的主线去整理、去思考、去归纳。

还有最后一层，是长期主义者的宝藏。当我们完成这一次对话后，从倾倒想法，到分析、讨论，这个过程里所有的信息和数据，又能积累起来，去喂养这个知识库，持续强化概念，给这些概念增加更多轨迹。

每一次对话都能成为喂养它的养料，这个教练自然会越来越懂你。

下次情绪波动或脑子一团浆糊的时候，不要打开通用AI，打开你搭好的这个教练。把乱的想法全倒进去，感受一下“被自己认可的理念接住”和”通用回复”的差别。

最初发表于公众号「阿Ken聊AI商业」，2026-07-16。