别再让收藏夹吃灰了！我找到一个能把囤积干货全盘活的方法

“去我的收藏夹吃灰吧！”

在不少干货文章和视频的评论区，往往会出现这句话，这是网友们对自己“跟练从未开始，收藏永不停止”的调侃，幽默道出了人们普遍存在的惰性痛点。刷到优质干货教程，我们总热衷于随手收藏囤积起来，坚信以后用得上，但这些资源最终的命运都是沉入收藏夹底部积灰，永不见天日。

其实决定学习质量的关键不在资源的多少，而是复盘的频次，想要对抗本能的拖延和惰性，最轻松高效的办法，就是借助工具简化学习流程，降低复盘门槛。如今，这些烦琐的任务可以通通交给 AI 助手，剥离低效的整合步骤后，我们就能直接聚焦核心的知识要点，并在反复运用中巩固记忆。

01、搭建个人知识库

我们可以通过ima 知识库来创建个人知识空间，再在提问时让 AI 基于知识库的内容做出针对性解答，这样就能解决信息碎片化、知识不串联、收藏资源难调用的痛点。作为腾讯旗下的 C 端 AI 工具，它的突出亮点是在模型能力的基础上深度嵌入了微信生态。

微信是大众日常工作和生活中使用频率最高的应用，深嵌其中一方面是可以满足用户在浏览订阅的公众号时出现的碎片化摘录需求，另一方面可以直接调取微信聊天记录中的文件扔进知识库。AI 的赋能又让它不同于普通的云盘或笔记工具，能够根据自定义的知识库组织针对性回答，更像是可以动态进化的知识中枢。

登录个人主页进入知识库板块，先创建一个知识库。随后第一步是先用内容把知识库填起来，做基础搭建。

在电脑端点击主页右上角的上传按钮，可以看到 ima 所支持的上传方式和文件类型，如本地文件、微信文件、网页链接等。无论选择哪一种方式，在任意一端操作后都可以云同步并在其他终端显示出来。

电脑端在主页右上角点击“上传”

在手机上浏览公众号时，如果看到觉得有学习和借鉴价值的文章，可以点击右上角三个点，在“更多打开方式”中选择 ima，这时会弹出选项提示，可以选择直接加入知识库，也可以跳转至 ima 中提问 AI。

若是要收藏微信聊天中的文件，可以搜索 ima 知识库小程序，点击右上角的上传按钮，再选择“微信文件”，进入对应的聊天窗口勾选需要上传的文档即可。这一种添加方法在 PC 端也是一样的步骤。

保存公众号文章，以及上传微信文件的功能

ima 也保留了常规的上传方式，例如直接拖拽本地文件，包括 PDF、Wrd 文档、图片等，或者导入网页链接，可以一次性导入 10 条链接，注意多条导入时需要在中间换行，也可以直接在知识库里手动撰写笔记。

可以在笔记页撰写文档，图中为产品介绍和技术方案

若是在上传选项里选择“录音纪要”，还可以录下开会音频，系统会自动转录文字形成纪要内容存储在知识库中。

勾选录音纪要自动转写

02、灵活调用和复盘

搭建好知识库后，我们就可以基于自定义的知识库内容向 AI 提问，也可以让它帮忙整合梳理，或者向它指派其他任务。

例如，我们刚刚通过各种方式，在知识库中上传了在订阅的智库公众号上看到的《人形机器人行业深度报告》，又在与好友的微信聊天中获得了一份《中国营商环境发展报告（2026）》，同时在网页浏览中找到一份《人形机器人商业计划书模板》，然后在笔记中详细撰写了自己的产品与技术方案，还跟同事开会讨论了产品细节并梳理出一份录音纪要。

这时，在对话框中选择合适的模型，就可以输入指令，让它根据这些内容为自己的产品生成一份完整的人形机器人商业计划书。

回答的内容与自定义知识库高度契合

若是不够完善，还可以补充针对性提问，例如，“根据营商环境发展报告帮我分析这个项目的可行性和风险，并以市场分析的形式补充在商业计划书中”或者“根据录音纪要的内容帮我优化产品方案”。

根据上面的案例，我们就能理解知识库的工作台是如何运作的。这样的逻辑原理可以用来整合任何碎片化的知识，小到聊天时随口被安利的一本书名、开会时临时记录的两句话，大到成批的 PDF 文稿、数小时的视频教程。

它最大的作用是，降低知识的入口门槛，并且事无巨细地替你扫描存档。

这样就不必在收藏夹里翻来覆去地找，还要绞尽脑汁想已经模糊的资料名，再用关键词搜索，只需在提问里锚定你想知道的主题。这些知识点会根据相关度自然而然地展示出来，其中有的内容你压根儿就忘记自己存档过，而有的可能是你并未想到它们之间居然也可以有关联，这样 AI 不仅可以整合梳理，也有启发的作用。

提问时随口一句名词解释，回答中所运用的上下文可能是你几个月前扔进去的一本电子教材，所举的案例可能是你上周插入的一条报道链接。

用笔记功能写文章，你可以针对这篇文章向 AI 提问：“这篇文案有爆点吗？”也可以让它根据最近的热点风向调整修改。最后再定期复盘，比如一个季度过后，直接在知识库中提问，“回顾这三个月我所创作的文章，有哪些进步，又有什么一直存在、需要注意的问题”。

这样就形成了“收录—提问—调用—复盘—优化更新”的正向循环，并沉淀为稳定的工作流。而知识库本身，也会随着工作流的运转不断拓宽知识版图，呈放射状向外发散，那么最初那些知识点会反复被引用提及，历久弥新，于是完美解决了收藏夹“积灰”的问题。