海量文档怎么检索2026年11月2日提问3次类似提问

这种基于你大量的录音、课程、视频做成的这种基于文字检索的回答是怎么做的?需要跟整体说什么才能做这样的事情?需要做结构化吗?

这套问答靠的不是把录音直接塞给模型,而是先把内容整理成可检索的文字,再让模型按问题取用。立正强调的积累方式是文件、流程和调度三层,不是一次性堆资料。

AI根据立正公开的文章和视频整理,不是他本人回复。重要的判断,请回到出处核对。

先把内容变成可检索的文字,再按问题取片段

你问的“基于录音、课程、视频的文字检索回答”,公开片段里没有讲具体工程实现,所以只能说到这一步:先把音视频转成文字,再让系统按问题找到相关段落,交给模型组织回答。立正转述的RAG流程是“分块、向量化、检索”,但他同时说这套固定流程是2023年上下文窗口小、模型不太会调工具时的产物,真正要学的是信息检索本身⁠1。所以结构化有用,但不是必须做成复杂向量库;关键是文字可被找到、片段能对上问题。

要积累的是文件、流程、调度三层

材料里的观点

立正把积累拆成三层:文件是“有什么信息”,也就是context;skill是“如何去做”的流程和判断;resolver是遇到任务时决定调用哪些文件和流程⁠2。他还说,人的context大多散在聊天工具、会议、日常聊天和文档里,给企业培训时很多工作就是把这些context组织好、沉淀好、管理好⁠2。这回答了“需要跟整体说什么”:不是写一段总说明,而是持续把素材、做法和调用规则分别存下来。

结构化是为了复利,不是为了一次性问答

材料里的观点

立正说用agent方式比Chat方式能积累复利,很大一个实现方式就是通过文件:让AI把做完的东西总结成Markdown、总结成Skill存着,乱了再让AI整理⁠3。他用做PPT举例:第一次和第十次用ChatGPT差不多,但用agentic工具做到第十次,本地已有工具、审美模板、企业培训资料和个人洞察,说两分钟就能出稿,只需改百分之五⁠3。这是他的经验判断,不是对任何资料库都成立的保证;能否复利取决于你是否持续存下文件和流程。

公开片段没有给出这套问答系统的具体技术栈、分块参数或检索实现,只能按立正对RAG、文件和skill的一般说法解释。《从焦虑到上手》⁠2、《从焦虑到上手》⁠3中部分相邻发言标注为未确认,未用于归属判断。

出处

  1. 1AI替你做出来以后,你还会什么?|哥大客座课程回放

    超线性学院2026-10-03

    立正转述RAG的固定流程及其时代局限,并指出真正要学的是信息检索。

  2. 2从焦虑到上手: 白领/投资者的AI实战第一课【串台课代表立正】

    xiaoyuzhoufm.com说话人待核2026-04-20

    立正说明文件、skill、resolver三层,以及context需要组织沉淀。

  3. 3从焦虑到上手: 白领/投资者的AI实战第一课【串台课代表立正】

    xiaoyuzhoufm.com说话人待核2026-04-20

    立正用PPT例子说明通过文件积累复利,以及Markdown和Skill的存法。

你也有想问的?

卡住的时候,问问立正:回答附有出处,可以点回原文核对。

也可以接着问:

所有问题 →