這篇是 Ingest 實務執行，來塞一些東西試試看。

講一下我打算怎麼做，總共示範三次：

1. 已消化資料（一筆）
2. 未消化資料（一筆）
3. 一大坨資料（多筆）

這次測試目標是觀察 Ingest 流程對於「減少使用者的工作」是否有效。

如果你的 Ingest 是完全交給 AI 做，而不是上一篇建議的資料進來前，我需要親自判斷這筆資料在講什麼、值不值得入庫，那麼你就不用管資料的分類了，反正也是 AI 在分。

但如果進來的資料，使用者會親自審核、判斷，那會有一個情境是：不是所有資料都需要判斷。

所以我這邊分類為已消化和未消化。

不用再問的算已消化，舉凡：打在對話裡（即時輸入）、既有檔案（使用者自己過去寫的舊筆記/草稿，含既有筆記庫搬家過來、已消化的部分）都是，這類檔案的特性是使用者已理解，只需要 AI 進行結構化整理。

要特別問的算未消化，舉凡：外部文章/網頁、PDF/文件、YouTube/Podcast 逐字稿、或是使用者自己打的，但回頭看看不懂，都算未消化。這類檔案的特性是 AI 需要先跟使用者確認「這則筆記對使用者來說算什麼」，如果確認後認為不值得入庫，就直接捨棄，或是放在知識庫外面。

當使用者完全理解資料內容，那就不要再問我問題，整理進知識庫就對了。

實務上，常用的 Ingest 情境實際有兩種：

• 現有筆記庫整包移植到知識庫
• 有東西拿給 AI 討論後存入。

進入實作環節

案例一：已消化——隨便丟一個想法

先測試已消化資料，這次的案例是，「把我的打字內容 Ingest」

跟 AI 說（亂打）：

欸我這裡有個想法要入庫，內容我都想得很清楚了，我就是要放到知識庫裡面，不要攔我。
就是說，我上次跟我朋友說我要寫日記不想理他了，然後他居然說乾他媽的都2026了你還在手寫字，你以為你是藍田人哦，然後我就想到，所謂"螢幕能取代傳統紙張" 的說法到底是哪來的？我的意思是，所謂記憶不只是視覺耶，「回想起一件事」這件事，不只是因為「我看到同樣場景」，更多的，還有觸覺味覺聽覺感覺老先覺睡懶覺。而傳統紙張因為看的到摸的到文的到，甚至，你如果用寫的代表這些字你大腦已經處理過了。那跟平板、這種冷冰冰的螢幕相比，記憶的難易度絕對是傳統紙張比較強。

丟完之後，AI 直接開始動作：先搜了一輪 wiki/topics/*.md 找有沒有既有主題可以塞，這時候知識庫裡還什麼都沒有，找不到候選，就直接開了一個新主題「學習與記憶」：

index.md、log.md 也一併更新完：

全部寫完之後，AI 說「不是要你決定什麼，只是讓你知道我怎麼處理的」。順序是先做完事才說，不是問完才做。

這就是「已消化」該有的效率，我已經知道了，跟內容有關的不要再問了，它只需要處理結構性問題(檢索能力問題)。

打開 Obsidian 看一下這頁實際存起來的樣子：

OK

案例二：未消化——一支 YouTube 逐字稿

下一個換未消化的。

跟 AI 說：

我這裡有一則 youtube 逐字稿："檔案位置" 幫我看看，我想要放到知識庫裡面

因為「未消化」是需要確認的內容，所以我說「幫我看看」，而不是案例一的「不要攔我」。AI 很聰明，會正確反應。

它先存了一份逐字稿到 raw/links/，接著問我：

想先問你：你收藏這篇主要是想看哪個部分？是想參考「怎麼優化這個知識庫本身的架構」，還是單純想記錄「這是個不錯的工作流教程」以後有空研究？

我回：想留一份參考，以後優化知識庫（例如待辦清單）可以參考他的做法。AI 判斷這篇跟現有的「學習與記憶」主題不算同一類，開了新主題：

完成。

跟案例一比，這次多了「反問你要留哪個部分」跟「跟既有主題比對才決定開新的」兩步。

給大家看結果：

如果覺得分類怪怪的，下次可以明確指定分類，我這次測試忘記跟 AI 講分類了，剛好可以在最後一個案例作測試。

案例三：一大坨——Notion 舊筆記搬家

我準備了幾個檔案，其中有幾個是專門測試「相同內容」「相同類型」「矛盾」這三種情況的檔案，看 AI 能不能分出來。

先把檔案列出來：

• 參考｜Uncle Bob 不讀 AI 程式碼的關卡策略
• 參考｜為什麼螢幕無法取代傳統紙張——「相同內容」
• 工作判斷模式庫
• 想法｜筆記是留下痕跡，不是外包記憶——「相同類型」。主題貼近「學習與記憶」，也有一點沾到「AI知識庫工作流」，算是順便測雙候選的情況
• 框架｜唯一主線法則
• 框架｜靶心人公式
• 想法｜筆記能不能搜尋到，比記不記得住更重要（請 AI 掰來測試用的）——「矛盾內容」，直接對衝「學習與記憶」

OK 貼給 AI 試試看：

我這邊有幾個檔案想搬進知識庫，都是我之前放在 Notion 的舊筆記，麻煩你看過處理一下，有問題直接問我。

這次它沒有馬上動手，先把 7 篇全部看完才來問我問題：

「為什麼螢幕無法取代傳統紙張」那篇，它直接看出跟「學習與記憶」現有那頁講的是同一件事 => 這是「相同內容」該有的反應。

「筆記能不能搜尋到，比記不記得住更重要」那篇，跟另一篇「筆記是留下痕跡，不是外包記憶」論點互相衝突矛盾 => 這是「矛盾」該有的反應。

「相同類型」測試失敗了，因為 AI 判斷是鐵人類型的素材，跟我確認過後就直接分到不同類型裡，沒有真的拿去跟「學習與記憶」放在一起比對。
這也證明了 AI 在判斷內容時，不會每個檔案都掃過一遍，老實說這也有好處，比較省 Tokens。

把自己的需求一一回覆後就可以讓 AI 動手了：

把該搬的檔案存進 raw/，接著改寫 wiki：

結果：

最後打開 Obsidian 看一眼整個知識庫長什麼樣子：

跑完了，這個階段來說這個成果能接受，AI是真的蠻厲害的，都不講清楚還能分類。

但最好還是把自己的要求說得更具體一些，不用像我這樣測試。

結語

上一篇說要輕量化，這一篇仍然重量化，字數之龐大，像坦克轟炸（押韻）

有時間的話再回頭重看這篇，精簡一下，先寫下一篇