把 1188 篇产品目录装进销售助理：AI 接知识库的「匹配」思路
我给自己门店的销售助理接上了一个 1188 篇《车型适配产品目录》的知识库。整个过程让我意识到：把知识库接进 AI，难的不是「接上」——接口通不通是半小时的事。真正的难点是「匹配」：资料形态是否匹配调用链、能力接入是否匹配行为约束、库里的内容是否匹配能说和不能说的边界。这篇完整拆解这四个匹配点，以及我用什么证据证明它真的接上了。
#%E7%9F%A5%E8%AF%86%E5%BA%93
7 items across 3 collections
Blog
Diary
08-28 · 知识库 v2.0：把「不同主体的事实不能混」写成铁律
按一份企业知识库规范把自建知识库整体改造到 v2.0——加了配置层、五份 JSON Schema、五件套提示词、workspace 骨架和十五铁律。其中最要紧的一条是主体边界：不同业务主体的事实绝不混同。
08-16 · 1393 个概念的一次大搬家：从「来源分区」改成「知识本体」
昨天导入完的知识库，今天做了一次架构级重组——把所有按「来源」分的目录打散，改成按「知识本体」分类。顺带修完全库 11736 条双链（换成真实文件名、死链转纯文本），结果 8936 条零死链，Obsidian 里再也不会冒幽灵文件。另新建了一个生图提示词域，并把内容改写管线做成了活人感。
08-15 · 一天导入 1398 个概念：知识库改造日
把散落在多个来源的知识笔记统一成一个结构化知识库，一天之内从 216 个概念扩到 1398 个，0 个不合规。最大的一块是 1375 页的 LLM Wiki 全量转换——分 10 批并行处理，正文逐字节保留，只换元数据格式。
08-13 · 双链修复 8998
据周记时间轴重建：双链修复 8998；新媒体基建（wheel-size/抖音采集/生图通道）
Learning
geo2 posts
- AI 知识库，才是内容系统的核心杠杆
后面的手段、方法、分发、投放，都是杠杆；知识库决定杠杆的方向。知识库是整个内容系统从 0 到 1 的关键——它可以是 +1（白帽 GEO，真实可验证，正向复利），也可以是 -1（投毒，失真伪造，放大错误）。源头正确，系统越做越强；源头错误，放大越多，风险越大。
- AI 知识库的语义切片与向量化原理
把一整套文本知识拆成有意义的知识片段，再变成可计算的向量，才能让 AI 更懂问题、更准召回、更好引用。语义切片解决的是「怎么拆」——按意思单元而非固定字数，让每个 Chunk 完整且单一主题；向量化解决的是「怎么找」——Embedding 模型把文本映射到高维语义坐标，相似度计算代替关键词匹配。两者结合，知识库才真正可检索、可引用、可放大。