这段时间，好多学员问我同一个问题：
"大白，你那些AI电商Skill到底怎么搭出来的？我光是用AI工具都还没整明白，你是怎么做到让它帮你干活还能不出错的？"
说实话，这个问题问到了根上。
我今天就把整个底层方法拆开给你看。不是教你怎么用Obsidian记笔记，而是教你怎么搭建一个能帮你干活的AI知识库系统。
讲真，写这篇文章花了我三天，反复确认每一步都是我自己跑通过的。你要是能从头跟到尾做完，大概需要两个晚上——但你得到的不是一个笔记工具，而是一个能跟你一起成长的AI工作搭档。
01 先搞清楚：你的知识库到底在给谁用？
很多人搞错了一个方向。
搭知识库的时候，脑子里想的是"我怎么整理笔记"。但当你用AI干活的时候，使用者不是你，是AI。
这俩差别大了去了。
你翻笔记靠的是记忆和直觉——"我记得在哪见过"。AI翻笔记靠的是搜索和上下文匹配——"这个文件夹里有什么，那个文件标题是什么"。
AI知识库（就像给AI配了一套完整的厨具——锅碗瓢盆放哪、调料怎么摆、菜谱在哪翻，它一来就知道该怎么干活）跟传统知识库的区别就这一点：你是按"自己看起来舒服"搭，还是按"AI能看懂"搭。
我之前踩过最大的坑就是：建了一堆文件夹、写了很多笔记，结果让AI干活的时候它根本不知道该看哪个——因为我的文件夹是按"资料从哪来"分的，不是按"问题怎么解决"分的。
后面我会具体讲到怎么改，先说清楚这个底层逻辑，后面每一步你才知道为什么这么设计。
02 五层结构：不是文件夹，是系统
我把AI知识库分成了五层。每一层解决一个不同的问题。
📌 说白了，搭AI知识库就像装修一个厨房。 核心就3点：
①食材和厨具分开放（资料和规则分开）
②调料按做菜的流程摆（整理按场景不按来源）
③灶台和切菜的地方不能混（执行和输出分开）
搞懂这3个，剩下的都是变种。
第1层：资料层——这是"食材"。飞书同步的文档、外部采集的优质文章、课程笔记、录音转文字、公众号/小红书/网页的截图和文字。这层不追求直接可用，追求的是来源可追溯。
第2层：整理层——这是"备菜"。把资料层的原材料，按"主题索引""问题场景""任务流程""输出模板""工具/Skill方向"重新组织。按AI怎么调用设计，不是按资料从哪来设计。
第3层：规则层——这是"菜谱"。告诉AI：你是谁、当前知识库做什么、根目录怎么分工、哪些文件是优先读的、哪些目录不能动、哪些操作必须等确认。规则是用出来的——AI每犯一次错，你都要判断这次是该骂它一顿，还是该把教训写成规则。
第4层：执行层——这是"炉灶"。把高频重复的任务写成Skill（任务工作流）：触发条件是什么、前置要读哪些文件、执行步骤是什么、输出格式是什么、怎么自检。Skill不是提示词，是工作流。
第5层：输出层——这是"上菜"。公众号文章、小红书笔记、诊断报告、课程资料、工具方案、HTML排版稿。每一份输出都要反向更新你的规则、素材和方法论。
这五层的关系是：资料喂给整理，整理喂给执行，执行产出输出，输出反过来优化资料和规则。是一个闭环，不是一条流水线。
03 第一层：资料层——给AI喂什么
先说前提：不要什么都往里塞。
我现在的判断标准就三条：
|
|
|
|
|---|---|---|
|
|
|
|
|
|
|
|
|
|
|
|
资料来源推荐：
○ 飞书文档：你的团队资料、运营SOP、学员案例
○ 外部文章：用Obsidian的Web Clipper插件一键剪藏公众号/网页文章
○ 聊天记录：学员问的好问题、群聊里的讨论
○ 录音转文字：开会、上课、自己口述的想法
○ 竞品截图：优秀标题、爆款结构、高转化详情页
实操第一步：在Obsidian根目录建一个00-资料层文件夹，下面再分：
00-资料层/ ├── 01-飞书同步/ （团队资料、SOP、案例） ├── 02-外部采集/ （公众号、网页剪藏） ├── 03-课程笔记/ （上课、听课记录） ├── 04-录音转文字/ （会议、口述记录） └── 05-竞品截图/ （素材、对标内容） 每篇笔记头部，我习惯加一个简单的元信息：
--- source: [来源链接或描述] date: 2026-05-29 tags: [AI, 知识库, Obsidian] quality: A/B/C --- quality分级就像打分——A=值得反复看，B=可以备查，C=看完知道有这事就行。这个习惯帮AI快速判断"该不该重点读这篇"。
04 第二层：整理层——按场景整理，不按来源
这是整个系统最关键的转折点。
大部分人的整理方式是：公众号的文章放一起、小红书的内容放一起、飞书的文档放一起。这看起来整齐，但问题来了——当AI需要解决"怎么写一篇主图诊断文章"的时候，它应该读"公众号文件夹"还是"小红书文件夹"？答案是两个都得读，但它不知道。
所以整理层要按使用场景来组织，不是按来源。
我的结构是这样的：
10-整理层/ ├── 01-电商运营/ │ ├── 淘宝天猫运营/ │ ├── 小红书运营/ │ ├── 抖音电商/ │ └── 公众号与私域/ ├── 02-AI知识库搭建/ （你现在读的这篇文章的素材都在这） ├── 03-内容生产方法论/ ├── 04-AI工具与自动化/ ├── 05-选题与素材管理/ └── 06-AI+电商运营/ ├── 01-主图优化/ ├── 02-详情页优化/ ├── 03-推广投放/ └── 04-运营工具与Skill/ （我17个Skill的说明文档全在这） 整理层的三种核心文件类型：
1. 主题索引卡：比如"主图优化"这个主题，下面列出所有相关的资料、方法论、案例、模板的链接——用Obsidian的[[双向链接]]，一个索引卡就是一张导航地图。
2. 提炼卡：读了一篇好的外部文章，不是直接存原文，而是用你自己理解的话重写一遍，提炼出可迁移的方法论和判断标准。这个过程本身就是学习。
3. 问题场景卡：不是按"资料是什么"整理，而是按"这个资料能回答什么问题"整理。比如"学员问：直通车投产比低怎么办？"——对应的就不是一个文件夹，而是一个包含了对标案例、推广框架、诊断工具链接的索引卡。
实操第二步：建一个10-整理层文件夹，先按你最常遇到的3个场景建子目录。 不用一口气建完——用着用着再补。
05 第三层：规则层——AI的操作说明书
这一层是整个系统里最被低估、但最决定AI会不会乱来的部分。
举个例子：我没写规则之前，AI经常把我原来的笔记改得面目全非——它觉得"优化一下更好"，但它不知道那些笔记是我自己写的，改了就不是我的味道了。
后来我写了一个规则文件，就一句话：
❌ 永远不要修改
00-资料层和10-整理层里的任何文件，除非我明确要求。
就这么一句话，AI再也不乱动我的笔记了。
我现在的规则文件至少包含这些内容：
|
|
|
|---|---|
|
|
|
|
|
|
|
|
CLAUDE.md / RULES.md"
|
|
|
|
|
|
|
|
|
|
规则不是一次写完的，是用出来的。
我的经验是：每当AI犯一次错，就问自己一个问题——"这次的错误，是一次性的，还是以后还会犯？"如果是以后还可能发生的，就写成规则加上去。
比如有一次AI帮我在群聊里发了一条消息，表达的意思是对的，但语气完全不像我。我当时就加了一条规则："群聊消息必须先给用户审核，不能直接发。"
实操第三步：在根目录建一个RULES.md文件。 先写3条：①这个知识库是干什么的②哪些文件夹AI不能改③哪些操作必须问我。其他的边用边加。
06 第四层：执行层——从提示词到Skill
这一层是把你的经验变成"AI能重复执行的任务"。
提示词和Skill的区别：
○ 提示词就是每次说一遍"帮我做XX"——AI每次都要重新想怎么做
○ Skill就是告诉AI"每次遇到这个情况，按这套流程来"——AI不用想，直接按流程走
我现在跑了17个电商AI Skill，从主图诊断到关键词推广判断到竞品分析——每一个都是把高频重复的任务固化成了工作流。
一个成熟的Skill长什么样？
# 主图点击率诊断助手 ## 触发条件 - 用户说"看看这个主图"、"主图有问题"、"帮忙分析下主图" - 用户提供商品链接或主图截图 ## 前置读取 - 先读：当前知识库里10-整理层/06-AI+电商运营/01-主图优化/下的方法论 - 再读：同品类的竞品主图案例 ## 执行步骤 1. 从8个维度逐一诊断（第一眼识别→点击理由→卖点表达→视觉焦点→竞品差异→信任感→文案效率→场景结果感） 2. 给每个维度打分（1-10分） 3. 找出得分最低的3个维度 4. 给出优化建议（具体到怎么做，不说空话） ## 输出格式 📊 主图诊断报告 产品：[产品名] 总分：X/80
[8维度得分表]
🔴 优先修复（3个最低分维度）：
1. [维度名] [分数/10] 问题：[具体描述] 建议：[具体做法]
## 自检清单 □ 每个建议都有具体可执行的动作？ □ 对比了同品类竞品？ □ 没有用"优化一下""做得更好"这种废话？ ## 禁止事项 □ 不能只给分数不给建议 □ 不能建议修改主图文件（我没有权限） □ 不确定的建议要标注"建议A/B测试验证" 什么样的任务适合做成Skill？
我总结的判断标准是：高频重复 + 步骤稳定 + 需要读多个资料 + 输出结果需要质量控制 + 出错损失可控。
比如"主图诊断"就是——学员每周都会问、诊断维度基本固定、需要读方法论和竞品案例、输出报告需要专业、错了最多让学员多测一版图。
实操第四步：把你最近一周重复做了3次以上的事列出来，挑最稳定的那一个，试着写成Skill。
07 第五层：输出层——让AI越用越像你
输出层不只是"产出内容"，更重要的功能是反向优化。
我以前觉得很神奇的事情是：为什么很多人写的AI内容一看就是AI写的？后来我搞明白了——因为他们没有进化机制。
我现在的进化机制是这样跑的：
1. 每次AI生成初稿，我会人工改一遍
2. 每隔一段时间（大概两周），把最近5篇的"AI初稿 vs 我的终稿"放一起，让AI对比分析
3. AI会告诉我：哪些开头我总改掉、哪些表达我从来不用、哪些词不像我、哪些结构我保留了
4. 我把这些规律写回到规则文件里
5. 下次AI写的时候，自动调用这些规则——写出来的东西越来越像我的风格
这个机制的关键是：每次输出后做两步——
○ 正向沉淀：这次写得好在哪里？有什么新案例、新观点可以存进素材库？
○ 反向提炼：AI写的哪里不像我？这条规律写进规则文件。
举个真实的例子：我对比了5篇之后，AI告诉我"你的终稿里没有任何一词是你自己没说过的话，但AI经常用'值得注意的是''综上所述'"。我就把这些词加进了规则文件的"禁用词"列表。从那之后，AI写出来的东西就很少出现这些词了。
实操第五步：建一个20-输出层文件夹，每篇定稿都存进去。 文件名格式：YYYY-MM-DD-文章标题-终稿.md。两周后挑5篇做一次初稿终稿对比。
08 做完以上步骤，对照检查一下
✅ 做完以上步骤，对照检查一下：
○ □ 第1步：00-资料层建了吗？至少有一个来源在持续往里补？（预期效果：每天有新内容进来）
○ □ 第2步：10-整理层按场景分了至少3个子目录了吗？有至少1张主题索引卡？
○ □ 第3步：RULES.md写了吗？至少写了3条规则？（最容易踩坑：规则不写，AI会乱动你的文件）
○ □ 第4步：有没有至少1个可以写成Skill的重复任务？有没有试着写过一个Skill文档？
○ □ 第5步：20-输出层建了吗？最近1篇定稿存进去了吗？
最容易踩坑的是第3步——很多人搭完资料层和整理层就觉得"搞定了"，但没写规则文件。结果AI一上来就乱改你的笔记，你又得花时间恢复。
💡 一个建议：别想一口气把五层全做完。我建议的顺序是：先做第1层 + 第3层 = 最小可用版本。 资料层给AI素材，规则层保证AI不乱来。第2层整理是边用边补的，第4层Skill是慢慢积累的，第5层输出是跑通之后再优化的。
09 最后说两句
说实话，搭一个AI知识库这件事，技术门槛很低——就是建文件夹、写Markdown。写规则 但真正的门槛在于：你有没有持续往里填东西、持续把它用起来、持续让AI从你的反馈中进化。
大多数人停在"建了文件夹就觉得搞定了"这一步。
少数人坚持到了"AI写出来的东西越来越像自己"这一步。
如果你在搭的过程中遇到问题，欢迎交流
如果你也在做电商或者对AI感兴趣，点个关注不迷路，我持续分享怎么用AI干电商这件事。
我是大白，一个在电商圈摸爬滚打10年的老兵，现在正在把经验变成AI能用的系统。
我们下期继续聊~