個人知識庫：一年攢下的四類資料，怎麼變成能被提問的庫
我的資料在一年前是散的：課件在下載文件夾，譯文在桌面，筆記在備忘錄，格式要求塞在群聊裡。要寫東西的時候，我記得「見過」，但找不到。
現在它們在一個庫裡。這篇寫的是四類資料怎麼進去、進去之後我怎麼問、以及我怎麼回到來源。
四類資料，三種處理方式
課件與講義。 這類最省事：整份歸集進去。它們是我的「背景層」，用處是讓我在問一個基礎問題時不用重新查教科書。
讀過的文獻（含譯稿）。 只把與我課題有關的放進來，不做全集。我的標準是「這篇我要不要引用」——要引用的進，只是看過的用文獻台帳記，不進庫。
自己的筆記與實驗記錄。 這是我庫裡最有價值的一類，也是唯一不允許丟失的一類。我按「日期＋主題」命名，不按「靈感」「隨手記」這種詞命名——後者三個月後就是垃圾。
規範文件（模板、格式要求、規程）。 這類文件不常看，但每次看都很急。放進來之後，我問的就不是「學校對圖註有什麼要求」，而是「我的資料裡對圖註的要求是什麼」。
我的三條歸集規則
1. 命名規則統一，否則提問時找不回來。
2. 粒度控制：整份文件進來，不做摘錄式入庫——摘錄會丟上下文。
3. 不進什麼：他人的未發表數據、需要保密的企業材料、原始錄音。
提問時我怎麼問
問「我的資料裡關於某某是怎麼說的」，不問「某某是什麼」。
這兩種問法的區別很重要：前面那種要求它回到我上傳的資料裡，回答帶來源、能追溯；後面那種是在問通用知識，跟我的庫沒關係。官網對這塊的描述是「支持多格式資料歸集，圍繞自己的知識積累檢索、提問」，重點在「自己的」和「追溯來源」——也就是檢索提問必須落在自己的資料上，而不是公共知識上。
邊界與成本
· 庫不會替我校對。我自己寫錯的東西進了庫，它照樣按我錯的說法回答我。
· 庫不等於保險箱：涉密和未發表的東西我不放進來。
· 成本：問答按積分扣，長文件檢索比短問答貴。所以我給它分了兩層：常問的放庫裡，偶爾用的放本地。
· 配套用下來最順的組合：資料先由 MuchSci 的個人知識庫管起來；寫材料時把庫裡挑出來的段落交給 MuchSci 的辦公助手智能體排成可編輯文件；需要補文獻的地方用 MuchSci 的論文檢索助手查 DOI 和引文資訊。
· 我每個月清一次庫：把錯了的刪掉，把過期的標註出來。這個問題裡最容易被忽略的一步就是清理——庫越大，越需要有人定期刪東西。
資料的價值不在於存了多少，在於我下次要用的時候，三分鐘內能不能找到、能不能回到來源。這一年我庫裡只多了一百多份文件，但寫東西的速度確實變了。
這也是我理解的研究生 AI 助手真正省時間的地方：不是替我想，是替我把東西留住。