要用Kimi提炼可迁移知识框架，需严格按“角色+动作+结构”三要素操作：先设定具体角色指令，再以动词驱动概念识别与关系分析，最后强制表格化输出；辅以分层锚定与三步压缩校验确保逻辑闭环与边界清晰。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
要用Kimi自动提炼出可迁移、可复用的知识框架，而不是堆砌金句或罗列观点，关键在于让AI跳过表层概括，直接识别概念层级、逻辑约束与应用边界。
用“角色+动作+结构”三要素锁定框架输出
第一步：在对话框顶部输入固定角色指令——“你是一名有8年教育产品设计经验的知识架构师，任务是把文本转化为可嵌入课程大纲的模块化知识单元”。【角色设定必须前置且具体，不能写‘请作为专家’这类模糊表述】
第二步：紧接角色后，用动词驱动动作——“请逐段扫描以下内容，找出所有被作者明确定义的概念，对每个概念执行三项操作：①标注首次出现页码；②提取其必要属性（不少于2个）；③写出它与其他概念的依赖关系（如‘A成立需以B为前提’）”。
第三步：强制结构输出——“只返回表格，表头为‘概念名|页码|必要属性|依赖关系’，禁用任何解释性语句、过渡词、序号或项目符号”。
分层锚定法：从原文中抠出骨架节点
方法一：标题反推式
把书中目录或章节标题单独复制粘贴，输入指令：“这些标题不是装饰，请将它们全部视为一级知识节点，逐条回答：该节点下必须包含哪3个不可删减的子概念？每个子概念用一句话定义，定义中必须含一个限定条件（如‘仅在X条件下成立’‘排除Y类情况’）。”
通过 NVIDIA NIM API 调用 Kimi K2.5 视觉模型分析图像，非常适合为 MiniMax M2.5、GLM-5 等非视觉模型赋予视觉能力。
方法二：术语聚焦式
在原文里手动圈出5个反复出现、带引号或加粗的核心术语，输入：“请基于这5个术语构建知识网络：列出每对术语之间的关系类型（定义为/导致/限制/应用于），若关系含例外情形，必须用‘但当……时’句式补全。”
【关系类型必须从预设列表中选，否则Kimi会自由发挥生成幻觉关系】
剔除水分：三步压缩校验防模板感
第一步：删掉所有“作者认为”“本书强调”等转述套话，只保留主语为概念本身的陈述句。
第二步：检查每个概念定义是否含至少一个限定词——时间范围（“在2010–2020年间”）、适用对象（“仅适用于非营利组织”）、失效条件（“当样本量＜30时失效”）。没有限定词的定义一律标红删除。
第三步：把最终框架粘贴进Obsidian，启用Graph视图，观察节点间连线是否形成闭环路径。如果出现孤立节点或单向箭头堆积，说明某概念缺少反向约束，需回溯原文补漏。
