AI时代生存指南:90%的人在向AI投喂资料时都犯了个致命的错误!

多客科技

作者：微信文章


前面介绍了DeepSeek的本地部署、个人知识库使用、智能体的建立等内容。这就像有了一本武功秘籍，对着练就可以轻松入门。

接下来就是最关键、最考验耐心的部分——苦练内功，逐步丰富自己的知识库。

今天我们来聊一个准备资料时非常关键，但90%的人都会犯的错误——把Word、pdf等所有文件一股脑直接上传到资料库。

我们以为每次输入问题时，AI都会从头到尾读一遍我们的所有文档，然后给出回答。

这是不对的！！！

我们每次上传资料后，AI会对文档进行预处理，将个人资料库中的长文本按语义或逻辑分割成多个片段（如段落、章节），然后通过嵌入模型（比如中文资料常用的BAAI/bge-m3等）生成向量表示。每个片段包含1024~8192个tokens（可以近似理解为词）。

AI回答问题时，其实并不会从头读我们的文档，而是根据权重来检索向量数据库，给出答案。

这里的核心就是如何提高文档的质量，让AI更好的理解我们的文档，或者说，如何让我们的生存数字化，像AI一样思考。
文档格式选择

建立个人知识库为AI大模型提供训练或检索增强生成（RAG）支持时，数据准备是关键的基础步骤。AI对不同类型的文档的理解力是不同的，比如：



可以看到，PDF和Word等的语义保留度很低。最优的方案是采用Markdown等，兼顾可读性与机器可解析性。
什么是Markdown语言

Markdown 是一种轻量级标记语言，用于格式化纯文本。它以简单、直观的语法而著称，可以快速地生成 HTML。Markdown 是写作与代码的完美结合，既简单又强大。

Markdown的基础语法很简单，我们花10分钟就能掌握精髓。下面是关键的几点：
1. 标题：让你的内容层次分明

用 # 号来创建标题。标题从 # 开始，# 的数量表示标题的级别。
# 一级标题

## 二级标题

### 三级标题

#### 四级标题
以上代码将渲染出一组层次分明的标题，使你的内容井井有条。
2. 段落与换行：自然流畅

Markdown 中的段落就是一行接一行的文本。要创建新段落，只需在两行文本之间空一行。
3. 字体样式：强调你的文字

粗体：用两个星号或下划线包裹文字，如 **粗体** 或 __粗体__。斜体：用一个星号或下划线包裹文字，如 *斜体* 或 _斜体_。删除线：用两个波浪线包裹文字，如 ~~删除线~~。

这些简单的标记可以让你的内容更有层次感和重点突出。
4. 列表：整洁有序

无序列表：用 -、* 或 + 加空格开始一行。有序列表：使用数字加点号（1.、2.）开始一行。

在列表中嵌套其他内容？只需缩进即可实现嵌套效果。
5. 链接与图片：丰富内容

链接：用方括号和圆括号创建链接 [显示文本](链接地址)。图片：和链接类似，只需在前面加上 !，如 。

让Word文档支持Markdown

我们看一下Word文档格式转换对照表，核心就是要尽可能使用多级标题、列表等结构化的元素：

Word元素	Markdown等效方案
标题1-6	# 至 ######
项目符号列表	- 或 *
编号列表	1. 自动编号
表格	管道符表格

---

我们可以安装一个插件，将Word文档另存为Markdown (*.MD)格式，来检查里面的信息是否都有Markdown标签了：


让微信公众号支持Markdown

微信公众号的原生编辑器是不支持Markdown (*.MD)格式的。我们可以用外部的编辑器来实现这个目的，或至少是标出标题、列表等元素。
也可以使用这个在线开源的WeChat Markdown Editor: https://doocs.github.io/md/
编辑完成后拷贝或输出html，再贴到微信公众号编辑界面即可，非常简单方便。


结语

我们准备个人资料库时，要优先选择结构化高解析性的文档类型。当使用Word时，建议使用系统标题、项目列表等方式让文档尽可能结构化。当发表微信公众号文章时，可以使用支持Markdown的编辑器，提供文档的AI友好度。

简而言之，将我们的生存数字化。
推荐阅读

• 电脑小白零基础安装自己的DeepSeek，告别服务器繁忙困扰• 当DeepSeek回答段誉最爱的人是王玉燕时，我喜出望外！• 吐血推荐最新DeepSeek API撸羊毛大全• 我渐渐沉迷于和自己聊天而无法自拔——用腾讯元器和字节扣子创建数字分身