METHOD SYSTEM
我看 AI 产品不会先追热点词，而是先看它能不能进入真实流程：有没有明确输入、约束、权限、交付物和验证方式。
我把 Obsidian 当成个人资料的入口层，而不是文件仓库。先让信息被看见、被定位，再决定哪些内容值得继续深入整理。
资料一多，最容易出问题的不是缺工具，而是入口混乱：项目、文章、Prompt、截图和代码都散在不同地方，后续要用时很难判断价值和来源。
先看资料之间的关系，而不是急着整理单个文件。重要的是知道有哪些项目、哪些素材、哪些内容未来还能复用。
把资料分成项目、观点、工具、素材和待确认内容。不同可信度、不同用途的东西不要混在同一层。
每条资料都要能回到原始位置。整理不是把来源抹掉，而是让后面使用时知道它从哪里来、能不能继续展开。
先建立索引，再挑重点内容做项目页、文章页或 Agent 可用资料。不要一开始就试图把所有东西整理完。
一个能看清资料结构、保留来源关系、方便继续加工的个人知识入口。
整理资料时先保守处理边界，不急着搬动原文件，也不把敏感内容和公开内容混在一起。
我看 RAG 的第一步不是切块，而是先判断什么内容可以被引用、什么内容只能内部使用、什么内容不能回答。
个人网站里的 Agent 如果没有边界，很容易把观点说成事实，把未整理资料说成结论，把不能公开的内容混进回答。
先决定哪些内容适合公开回答，哪些只适合作为内部判断。边界比内容数量更重要。
资料按项目、观点、证据和限制条件分开，避免所有内容被揉成一团。
回答最好能回到项目、文章或明确资料来源。没有来源的判断，不适合包装成确定答案。
资料不足或问题越界时，系统应该收住。会拒答，才说明这个 Agent 不是只会顺着聊。
一个知道自己能回答什么、不能回答什么的问答层。
RAG 不是为了显得无所不知，而是为了让回答更有依据、更有边界。
我不把 prompt 当成一次性文案，而是把它当成需要长期校准的系统接口。
一次演示看起来顺，不代表系统稳定。只要资料、页面或表达目标变化，旧问题就可能重新出错。
保留真实会被问到的问题，也保留那些容易答偏、答满、答过界的问题。
不同问题的风险不一样：有的是事实错误，有的是表达过度，有的是边界失控。
判断 prompt 好不好，不看语气多漂亮，而看它能不能稳定命中资料、保持分寸。
每次内容变化后都重新检查关键问题。好的 prompt 应该越改越稳，而不是只在当下好看。
一套让 Agent 表达更稳定、边界更清楚的校准方法。
不要用一次漂亮回答判断系统质量，真正的问题通常出现在反复使用之后。