个人知识库

2026-09-18-woshipm-workbuddy-ima-self-op-kb

18分钟阅读

WorkBuddy + ima 组合：把知识库交给 Agent，知识库开始自己干活

不只是让人「看」知识库，而是把整个知识库交给 WorkBuddy 的 ima 连接器，让它一次性分析上百篇教程、找出内容缺口、重排学习路线、整理 FAQ，还能继续生成文章、PPT 和针对不同人群的使用指南。

基本信息

  • 来源类型：文章（人人都是产品经理）
  • 原文位置：raw/articles/2026-09-18-121547-tg-cc3fe2.md
  • 原文 URL：https://www.woshipm.com/ai/6466183.html
  • 作者：陈宇明（AI 应用创业者，公众号「码个蛋」，24 篇作品 / 106516 总阅读量）
  • 发布日期：2026-09-18
  • 消化日期：2026-09-18

核心观点

  1. 知识库的用法被「用浅了」——从「给人看」到「交给 Agent 干」：作者在 ima 知识库 里维护了一年多、累计 180 篇教程 的「小微智能体指南」知识库，最初只是把散落教程集中起来供用户搜索提问。把整个知识库交给 WorkBuddy 之后，它不只是回答问题，还可以一次性分析上百篇教程、找出内容缺口、重排新人学习路线、整理 FAQ，甚至继续生成文章、PPT 和不同人群的使用指南。

  2. 连接极简 +「记忆与执行分离」闭环：进入 WorkBuddy 的「更多」找到 ima，完成授权即可调用。ima 越来像一个「知识管家」（跨文件理解、整理、分析），WorkBuddy 负责把知识拿出来完成具体任务；任务产出的新报告、文档、方案还能继续存回 ima。整个流程变成：资料进入 ima → WorkBuddy 调用知识完成任务 → 产生新资料 → 再沉淀回 ima。「以前知识库更像一个仓库，现在它开始变成一个工作台。」

  3. 先做「体检」而不是「写更多」——AI 帮你看见已有什么、还缺什么：作者没有一上来让 AI 写文章，而是先问「我这 100 多篇教程整理得怎么样」。让 WorkBuddy 站在「产品运营 + 新用户」双视角，把 180 条内容重新盘了一遍（内容覆盖、完整度、学习体验、知识缺口、重构方向），并生成 HTML 版《知识库体检报告》。更有价值的是「知识地图」——它没有按原文章目录排列，而是按 「用户到底要解决什么问题」 把 180 条重新拆成 10 个主题域，并标出每个主题还缺什么内容，让作者一眼看出「哪些写完整了、哪些是下一阶段该补的选题」。

  4. 同一套资料按任务重新组织，价值完全不同：原来 180 篇教程是按「我什么时候写的」排列的，但新人只关心「先学什么」。作者让 WorkBuddy 不按文章顺序、而按真实使用流程（入门 → 创建 → 配置 → 发布 → 运营 → 进阶）重组，并回到 ima 精读 8 篇核心文档、把真实操作步骤和图片重新组织进去，最终直接变成一套《小微智能体从 0 到 1 上手指南》，还能继续生成培训 PPT，甚至复用原教程里的实操截图。核心洞察：「资料一篇都没有增加，但换一种组织方式，价值完全变了」——知识库最重要的不是资料够不够多，而是资料能不能根据任务被重新组织。

  5. 同一套知识针对不同人群自动「变形」：同一产品面对的用户完全不同（普通用户想做一个自己的 AI 好友；自媒体/博客想做一个 AI 分身承接流量；企业用户想做客服、企业知识助手）。作者基于整个知识库，分别生成《普通用户版》《自媒体博主版》《企业用户版》三套上手指南，每套的内容重点、教程顺序、使用案例、表达方式都按用户需求重新组织，所有功能必须来源于现有知识库、没有资料支持的自行补充。

  6. 知识库的存在意义被重新定义：以前知识库的逻辑是「文章存进去，资料越来越多，然后很容易变成另一个收藏夹」。Agent 出现后，ima 负责把知识长期沉淀下来，WorkBuddy 负责在真正需要工作时把这些知识重新调出来、重新理解、重新组合、再产生新的结果。继续用下去，它完全可能慢慢变成新手学习系统、FAQ、内容素材库、产品运营知识库，甚至一套持续更新的内容生产系统。「以前是我在维护知识库，现在开始变成知识库也在帮我干活。」

实操内容保留

WorkBuddy + ima 让知识库「自己干活」的可复用操作步骤

  1. 建立知识库：把文章、PDF、教程、笔记等素材长期存入 ima 知识库，让 AI 自动结构化索引。
  2. 连接 WorkBuddy：进入 WorkBuddy 的「更多」找到 ima，完成授权，即可调用 ima 中的文件乃至整个知识库。
  3. 让 AI 给知识库做一次「体检」：新建任务，在输入框左下角「+」中打开 ima 连接器，然后输入体检指令（见下方 Prompt 模板）。
  4. 按任务重新组织知识：把知识库按真实使用流程（入门→创建→配置→发布→运营→进阶）重新组合成学习路径；先回到 ima 精读核心文档、把真实操作步骤和图片组织进新教程。
  5. 对不同人群生成不同版本：让 AI 先分析不同用户群体的差异，再分别设计上手指南，内容重点、教程顺序、使用案例、表达方式都按用户需求重新组织。
  6. 回存成果：任务完成后，把新生成的报告、文档、方案继续存回 ima，形成「资料进 ima → WorkBuddy 调用 → 产生新资料 → 沉淀回 ima」的复利闭环。

Prompt 模板（原样保留）

知识库体检指令（原文关键段落）：

使用ima连接器阅读我提供的「小微智能体」知识库。 先不要帮我生成新的教程，也不要只是简单总结现有文章。 请站在「产品运营 + 新用户」两个视角，对整个知识库做一次系统体检。 重点完成以下任务：

  1. 梳理当前知识库已经覆盖了哪些内容
  2. 检查内容完整度
  3. 从新用户视角检查学习体验
  4. 找出知识缺口
  5. 输出一份完整的「小微智能体知识地图」
  6. 最后生成一份《小微智能体知识库体检报告》

把零散教程重组为学习路径的指令（原文关键段落）：

请假设你是一名「AI 产品课程设计师」，你的任务是： 把目前知识库中零散的小微智能体教程，重新组织成一套适合零基础用户学习的完整路径。 目标是让一个从来没有使用过小微智能体的人，可以按照这套路线，从 0 开始完成： 了解产品 → 创建第一个智能体 → 完成基础配置 → 发布使用 → 学会运营 → 掌握进阶玩法。 请完成以下任务：

  1. 阅读并理解现有教程
  2. 重新设计学习路径
  3. 每个阶段请给出：- 阶段目标 - 用户需要掌握的能力 - 推荐阅读的教程 - 推荐阅读顺序 - 一个实际操作任务 - 常见问题和容易踩的坑
  4. 检查学习路径是否存在断层
  5. 最终生成一份：《小微智能体从 0 到 1 学习教程》 要求：- 必须以现有知识库内容为依据 - 不要虚构不存在的功能 - 尽量引用对应教程名称 - 面向没有技术基础的普通用户 - 表达简单、清晰、可以直接照着学习

对不同人群生成不同版本的指令（原文关键段落）：

现在请站在产品运营和用户增长的角度，把同一套产品知识重新组织给不同类型的用户。 目前重点考虑三类用户：

  1. 普通用户（没有技术背景，希望快速做出一个自己的 AI 好友或个人智能体）
  2. 自媒体 / 知识博主（希望创建自己的 AI 分身，用于回答粉丝问题、沉淀个人知识、提供内容服务）
  3. 企业用户（希望将小微智能体应用到客服、企业知识库、客户服务或内部业务场景） 第一步：请先分析这三类用户之间的差异（他们为什么使用、最关心的问题、最适合的场景、哪些功能最重要、哪些复杂功能暂时不需要了解）。 第二步：基于知识库已有教程，分别为三类用户设计一套上手指南（为什么值得用 / 从哪个功能开始 / 第一、二步做什么 / 推荐学习哪些教程 / 最适合尝试的 3 个场景 / 常见问题 / 下一步进阶方向）。 注意：不要只是把同一份教程换三个标题。三套指南的内容重点、教程顺序、使用案例、表达方式都应该根据用户需求重新组织。所有功能必须来源于现有知识库。没有资料支持的内容请不要自行补充。 最终用HTML输出：《普通用户版小微智能体上手指南》《自媒体博主版小微智能体上手指南》《企业用户版小微智能体上手指南》

关键概念

  • WorkBuddy — 负责在执行层把知识拿出来完成具体任务的 Agent 工具，本素材新增其「ima 知识库整库重组」能力
  • ima 知识库 — 负责长期沉淀知识（文章/PDF/教程/笔记）的记忆层，本素材新增「知识管家 + 工作台」定位
  • 小微智能体 — 文章知识库的主题产品（微信里的 AI 智能体），被 180 篇教程覆盖；本篇仅 1 篇素材，暂不创建实体页
  • 知识库体检 — 让 AI 站在产品运营+新用户双视角盘整一份知识库的覆盖/完整度/缺口/重构方向；本篇首次提出，暂不创建实体页
  • 知识地图 — 按「用户要解决什么问题」而非文章目录重组内容，拆成 10 个主题域并标出缺口；本篇首次提出，暂不创建实体页
  • 知识缺口 — 内容覆盖分析中「下一阶段该重点补的选题」，是让知识库自驱进化的反馈源

与其他素材的关联

  • 与 2026-07-16-woshipm-workbuddy-ima-workflow 强同源：后者讲 WorkBuddy 已内置 ima 接入、形成「记忆与执行分离」架构与五步闭环（收集→搜索→整理→生成→回存）；本篇在同一架构上补上「整库体检 / 重排 / 分人群变形」三组高阶玩法，并把「回存」从「人工审核回存」深化为「知识库自己干活、产出自动沉淀回 ima」的复利闭环。
  • 与 知识库构建工程 主题同源：该主题核心观点 #5「给 AI 写流程最难的是拦住它不做什么」、#7「知识库核心本体是认知资产」与本文「先帮我看清楚我已拥有什么、还缺什么，而不是帮我多写一点」形成呼应——AI 在知识库上的价值不只在于产出，更在于建立全局视角、暴露缺口。
  • 与 AI内容创作 / AI 工作流方法论 呼应：本文「同一套知识按任务重新组织、按人群自动变形」正是「内容流水线 / 复用型生产」的具体实践。
  • 与 企业AI落地 呼应：三套分人群指南（普通用户 / 自媒体 / 企业）说明同一套产品知识可以按用户画像自动生成多套交付物。

原文精彩摘录

如果不只是让人「看」这个知识库，而是把整个知识库直接交给 WorkBuddy，会发生什么？……它不只是回答问题，还可以一次性分析上百篇教程、找出内容缺口、重新设计新人学习路线、整理 FAQ，甚至继续生成文章、PPT 和针对不同人群的使用指南。

以前我们用 AI，最常见的是：帮我多写一点。但现在我发现，还有一种可能更有价值：先帮我看清楚，我已经拥有什么，还缺什么。当上百篇资料堆在一起时，人很难重新建立全局视角。但这件事，恰恰很适合 Agent。

知识库里可能已经有创建智能体、配置知识库、语音回复、主动消息等大量教程。每篇单独看都没问题。但对一个小白来说，更大的问题是：他甚至不知道自己应该搜索什么。

你会发现：资料一篇都没有增加，但换一种组织方式，价值完全变了。所以我现在越来越觉得：知识库最重要的，不是资料够不够多，而是这些资料能不能根据任务被重新组织。

以前知识库是：一套内容，给所有人。现在开始变成：同一套知识，可以针对不同的人自动「变形」。知识不再只是被查询一次。而是在被不断重新组合、加工和复用。

以前是我在维护知识库，现在开始变成知识库也在帮我干活。这可能才是 ima + WorkBuddy 这套组合，真正让我觉得有意思的地方。

相关页面

关系图谱

快速导航

反向链接