把上下文整理成 AI 能用的形式，第一步通常从哪类材料开始？
提问
第一步通常从已经校正过的逐字稿或字幕这类原始记录开始，先把材料收进来、分好类，再谈整理成 AI 能用的形式。
先要一份干净的原始记录
材料里的观点整理访谈或会议时，输入最好是校正过的逐字稿或 SRT 字幕；音视频先走转录流程，不要让整理这一步同时承担听写和整理两件事。顺序是先把谈话保存下来，再决定怎么用：先有 notes，需要文章时再从 notes 里选一条主线重新表达。这样做是因为听写和整理是两种不同的判断，混在一起时，识别错误会直接污染后面的提炼。如果手上只有录音，先把它转成带时间轴的文字，再进入整理1。
收进来之后要按用途分层
材料里的观点材料进到 AI 面前时，不是越多越好。价格、权益、事实、来源边界这类当前决策必须遵守的内容算一类；旧版思路、优秀案例、写作原则和视觉参考算另一类，只在需要时才读。混在一起时，模型会努力同时满足所有要求，产出反而越来越平均。所以第一步不只是收集，还要在收集时就想清楚哪些是当前必须加载的、哪些只是备查，否则后面加载的上下文会互相竞争2。
这里说的是访谈、会议这类有原始记录的场景；如果材料本身就是零散笔记或聊天记录，起点会不同。
回到2份原文
说明整理访谈时输入该用什么、转录与整理为什么分开，以及 notes 与文章的顺序。
说明上下文为什么要分类、混在一起会怎样，适合核对“分层”这一步。