应按具体课程主题归拢资料并建任务型知识库，命名须精准如“提示词工程实战营（2026秋）”，设三层文件夹锚定认知动线，打学习状态标签而非类型标签，并用AI自动聚类旧内容。
☞☞☞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☜☜☜
你需要把零散存进腾讯ima的37份AI课程PDF、21篇公众号笔记、8段会议录音，按“提示词工程”“大模型微调”“RAG实战”等具体课程主题归拢，而不是堆在“学习资料”文件夹里靠关键词硬搜。
建任务型知识库，不建资料仓库
打开ima客户端→点击左上角“+新建知识库”→选择“个人知识库”→名称必须写成“提示词工程实战营（2026秋）”，不能写“AI课程合集”。【模糊命名会导致Copilot无法识别上下文关联，提问时会漏掉该库内容】
创建后立刻拖入课表PDF、主讲人简介、第一次直播回放链接——起步只放5～8份最核心资料。资料太少AI读不懂任务目标；太多会稀释重点，影响后续聚类效果。
用三层文件夹锚定认知动线
第一步：在知识库内新建一级文件夹，命名为“输入层-原始材料”。
第二步：把刚存入的所有公众号文章、网页截图、会议录音全拖进这个文件夹。
第三步：新建二级文件夹“加工层-我的笔记”，再新建三级文件夹“输出层-作业成品”。
这三层不是物理隔离，而是认知动线：原始材料→你手写的批注/语音转文字摘要→你产出的提示词模板、对比表格、自查清单。Copilot在回答“怎么优化角色设定类提示词”时，会自动跨三层调取数据。
注意：拖拽时等文件夹边框变深蓝色再松手，否则文件会掉进上级空目录，找起来要重新全库搜索。
版本定位为桌面办公端，适合 Windows 用户处理本地文件、资料阅读、问答写作和知识库管理。主要特性围绕桌面端文件处理、知识库调用和 AI 工作台操作展开。建议从官网或官网公开下载包获取，不建议使用第三方搬运包。适合生产环境使用。注意事项是当前仅查到 x64 安装包，暂未查到官方公开 ARM Windows 安装包。
打学习状态标签，不打类型标签
方法一：人工标注关键动作后缀
点开“提示词底层逻辑.pdf”→点击右上角“编辑”→在文件名末尾加上“(已精读✓)”或“(待重听△)”或“(需拆解→)”。这些符号不是装饰，是你下次打开前的决策锚点——看到✓就跳过，看到△就得点开补漏。
方法二：用AI批量生成学习标签
选中全部PDF→右键→“让AI分析并打标签”→输入提示词：“按‘概念定义’‘实操步骤’‘常见误区’‘延伸阅读’四类打标签，每个文件最多2个”。【别让AI打“干货”“有用”这种无效标签，它会污染后续搜索权重】
让AI自动聚类旧内容
打开刚建好的“提示词工程实战营（2026秋）”知识库→点击顶部「AI整理」按钮→选择「按主题聚类」→等待3～8秒。
ima会生成若干簇，每簇给出建议名称（如“角色设定三要素”“Few-shot设计陷阱”）并列出包含的原始条目。确认后，它会自动为这批条目打上对应新标签，并在知识库内生成同名分组视图。
这一步操作起来很简单，直接点击执行就行，但要注意：聚类结果依赖当前知识库内已有内容的语义密度，如果条目少于12条，AI可能无法形成有效分组。
