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?
提问
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。
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。
回到3份原文
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。
立正说明文件、skill、resolver三层,以及context需要组织沉淀。
立正用PPT例子说明通过文件积累复利,以及Markdown和Skill的存法。