即刻App年轻人的同好社区
下载
90%的人电脑都白用了！这几个 Windows 隐藏神技，早该知道的！
文件处理与效率管理
批量重命名（F2）：全选多个文件按 F2 输入名称并回车，系统自动生成标准序列编号（如“文件 (1)”），无需安装第三方工具
地址栏秒开命令行：在文件资源管理器顶部地址栏直接输入 cmd 回车，即可在当前路径下快速启动终
快速访问（Win + E）：一键调出资源管理器，秒开最近使用的文件与常用目录。
永久删除（Shift + Delete）：跳过回收站直接彻底删除选定文件，避免隐私残留
误删撤销急救（Ctrl + Z）：在文件夹误删文件或编辑时删错文本，按快捷键一秒撤销复原
浏览器与多任务切换
一键防查/显示桌面（Win + D）：瞬间最小化所有窗口切回桌面，再次按下即可完整还原
恢复误关网页（Ctrl + Shift + T）：浏览器崩溃或误关标签页时，秒级重新打开最近关闭的网页
多窗口调度：Alt + Tab 实现快速窗口切换；Win + Tab 呼出任务视图与虚拟桌面管理
快速刷新（F5）：网页或文件夹卡顿无法加载时一键重新载入
系统内置实用功能
记事本自动时间戳：新建 .txt 文件并在第一行写入 .LOG 保存；后续每次打开，系统均会在末尾自动追加当前的精确日期与时间，适合做极简工作日志
清理临时垃圾（%temp%）：按 Win + R 输入 %temp% 直达缓存目录，全选删除即可释放系统盘空间
屏幕软键盘（osk）：按 Win + R 输入 osk 调出虚拟键盘，方便会议演示或实体按键失灵时应急
屏幕放大镜（Win + +/-）：按 Win 搭配加减号快速放大或缩小屏幕局部内容
高级系统菜单（Win + X）：一键呼出设备管理器、磁盘管理、终端与电源选项等核心系统设置
文件处理与效率管理
批量重命名（F2）：全选多个文件按 F2 输入名称并回车，系统自动生成标准序列编号（如“文件 (1)”），无需安装第三方工具
地址栏秒开命令行：在文件资源管理器顶部地址栏直接输入 cmd 回车，即可在当前路径下快速启动终
快速访问（Win + E）：一键调出资源管理器，秒开最近使用的文件与常用目录。
永久删除（Shift + Delete）：跳过回收站直接彻底删除选定文件，避免隐私残留
误删撤销急救（Ctrl + Z）：在文件夹误删文件或编辑时删错文本，按快捷键一秒撤销复原
浏览器与多任务切换
一键防查/显示桌面（Win + D）：瞬间最小化所有窗口切回桌面，再次按下即可完整还原
恢复误关网页（Ctrl + Shift + T）：浏览器崩溃或误关标签页时，秒级重新打开最近关闭的网页
多窗口调度：Alt + Tab 实现快速窗口切换；Win + Tab 呼出任务视图与虚拟桌面管理
快速刷新（F5）：网页或文件夹卡顿无法加载时一键重新载入
系统内置实用功能
记事本自动时间戳：新建 .txt 文件并在第一行写入 .LOG 保存；后续每次打开，系统均会在末尾自动追加当前的精确日期与时间，适合做极简工作日志
清理临时垃圾（%temp%）：按 Win + R 输入 %temp% 直达缓存目录，全选删除即可释放系统盘空间
屏幕软键盘（osk）：按 Win + R 输入 osk 调出虚拟键盘，方便会议演示或实体按键失灵时应急
屏幕放大镜（Win + +/-）：按 Win 搭配加减号快速放大或缩小屏幕局部内容
高级系统菜单（Win + X）：一键呼出设备管理器、磁盘管理、终端与电源选项等核心系统设置
0 00
刚看完 GitHub 上的 wxcydzcc/epay，它不是“易支付系统”，而是一个 WooCommerce → 易支付 的支付网关插件，做收款的话非常合适
它最有价值的地方只有一个：
把易支付后端已有的支付通道，直接拆成独立选项展示在 WooCommerce 结账页
目前支持：
微信、支付宝、银联、PayPal、USDT、Revolut、AlipayHK、LINE Pay、PayNow、信用卡/借记卡。
核心链路：
WooCommerce 下单 → 插件生成签名 → 易支付收款 → 异步回调 → 自动更新订单状态。
回调还会校验：
MD5 签名、商户 ID、订单号、支付类型、金额、支付状态，并做重复通知处理。
github.com
它最有价值的地方只有一个：
把易支付后端已有的支付通道，直接拆成独立选项展示在 WooCommerce 结账页
目前支持：
微信、支付宝、银联、PayPal、USDT、Revolut、AlipayHK、LINE Pay、PayNow、信用卡/借记卡。
核心链路：
WooCommerce 下单 → 插件生成签名 → 易支付收款 → 异步回调 → 自动更新订单状态。
回调还会校验：
MD5 签名、商户 ID、订单号、支付类型、金额、支付状态，并做重复通知处理。
github.com
1 00
最近甲方提出要先看下页面，我直接做了一个静态演示发布系统，客户看后直接表示这钱花的值
现在AI这么牛批，大大降低了开发的周期和门槛，唯一花费时间的无非就是联系客户、确认需求、打磨细节、验收成功和完成交付
现在AI这么牛批，大大降低了开发的周期和门槛，唯一花费时间的无非就是联系客户、确认需求、打磨细节、验收成功和完成交付
0 00
一个叫 Free Claude Code（FCC） 的开源项目值得关注下👇
它不是“破解的 Claude ”，而是给 Claude Code、Codex、OpenCode 等 Coding Agent 加了一层 本地模型代理和路由器
4个核心能力：
1、统一接入多个模型 Provider
免费额度、付费 API、本地模型，都能放进同一套配置里
2、自动故障切换
某个模型限流、报错或额度用完，可以自动切到下一个，不用手工改配置
3、一个模型网关服务多个 Agent
Claude Code、Codex、DeepSeek Harness 等可以共用同一套模型 Catalog
4、降低 Agent Token 浪费
还提供 RTK 等组件，压缩冗长终端输出，减少无效上下文。
github.com
它不是“破解的 Claude ”，而是给 Claude Code、Codex、OpenCode 等 Coding Agent 加了一层 本地模型代理和路由器
4个核心能力：
1、统一接入多个模型 Provider
免费额度、付费 API、本地模型，都能放进同一套配置里
2、自动故障切换
某个模型限流、报错或额度用完，可以自动切到下一个，不用手工改配置
3、一个模型网关服务多个 Agent
Claude Code、Codex、DeepSeek Harness 等可以共用同一套模型 Catalog
4、降低 Agent Token 浪费
还提供 RTK 等组件，压缩冗长终端输出，减少无效上下文。
github.com
0 01
如何零成本获得海外地址证明？轻松解决海外app服务注册难题！
自己在网上找一个英国地址，再生成一张带自己名字的 PDF并不会让你自动拥有一个“英国地址证明”。
这是很多海外注册教程里最容易讲错的一步。
海外 App、跨境平台、金融服务要求你上传 Verification Document 时，先别急着找“地址”。
你必须先弄清楚它到底要验证什么：
① 账户是不是你的
② 你真实住在哪里
③ 公司注册在哪里
④ 公司实际在哪里经营
这四件事需要的材料完全不同。
搞错以后，第一次注册可能侥幸过去，后续复审、提现、换设备时仍可能再次要求验证。
01｜先分清：账户证明 ≠ 地址证明
Proof of Account 证明：这个收款账户属于你 / 你的企业。
常见材料：
- Account Verification Letter
- Bank Statement
- Account Opening Letter
Proof of Address证明：你真实居住在这个地址。
常见材料：
- 银行 / 信用卡账单
- 水电燃气等 Utility Bill
- 政府文件
- 租赁合同
例如 Wise 当前官方要求，地址证明需要显示：本人姓名 + 完整个人地址 + 签发日期 + 出具机构，而且地址必须与 Wise 账户填写的居住地址一致。
所以文件上出现一个海外地址，不代表这份文件就是你的海外居住证明。
02｜WorldFirst 到底能帮你解决什么
万里汇 WorldFirst 本身是正规的跨境支付服务商。
官方资料显示2004 年成立于英国伦敦，2019 年加入蚂蚁集团。
中国内地目前依然支持中国内地个人电商账号。
官方最新实名认证指南明确列出了这一账号类型。个人用户需要提供手机号、邮箱、中国大陆身份证，并完成身份验证；资料提交后通常需要等待 1～2 个工作日完成审核激活。
注意：不是“大陆身份证 5 分钟必过”。
审核时间和结果都以实际账户为准。
03｜WorldFirst 真正实用的是“账户证明信”
如果你做跨境电商需要证明某个收款账户属于自己，WorldFirst 确实提供Account Verification Letter / 账户证明信。
中国官网当前流程是：
```text
登录 WorldFirst
↓
店铺管理
↓
选择对应店铺
↓
查看账户详情
↓
开具账户证明信
↓
按实际情况填写资料
↓
下载证明
```
WorldFirst Global 对这份文件的定义也非常明确：Amazon、Etsy 等电商平台在新增或修改收款账户时，可能要求提供 Proof of Account Ownership。
WorldFirst 的 Account Verification Letter 就是用于这种场景。
所以它真正解决的是 “怎么证明这个海外收款账户是我的？”
而不是“怎么证明我住在英国？”
这是两个完全不同的问题。
04｜账户证明信里的“地址”千万别乱填
WorldFirst 中国官网目前明确要求开具账户证明时应当根据实际情况选择账户持有者名称并填写相应信息。
如果是用于电商平台，官方建议相关主体名称和地址与卖家中心登记信息保持一致。
Global 版本同样要求确认country + registered / trading address。
所以不要理解成：
```text
网上随便找英国住宅
↓
填进去
↓
WorldFirst 出 PDF
↓
这个英国地址就变成你的了
```
这个逻辑是不成立的。
WorldFirst 能生成账户证明，不代表它替你证明了一个与本人没有真实关系的居住地址。
05｜真正的 Proof of Address 通常需要什么
不同平台规定不同。
但主流金融平台要求有明显共性。
例如 WorldFirst 自己的欧洲 KYC 文档要求，Proof of Address 必须和申请时填写的住宅地址一致，而且通常要同时显示姓名 + 完整住宅地址。
可接受材料包括：
- 银行对账单
- Utility Bill
- 政府税务 / Council 文件
- 有效租赁合同
- 政府居民登记文件
部分材料还要求在最近 3 个月内签发。
Wise 当前规则也类似，接受：
- 水电燃气 / 固定电话账单
- 银行或信用卡账单
- 市政税单
- 符合要求的驾照
- 租赁合同
- 部分政府或金融机构文件
同时明确不接受 PO Box 作为个人住宅地址证明。
06｜Google Maps + Royal Mail 查到的地址能不能用
可以用来核对一个英国地址怎么规范书写。
Royal Mail 官方本身提供 Find a postcode or address 输入部分地址或 Postcode 后，可以查询对应的标准地址。
但它只能证明这个地址在邮政系统里存在。
不能证明你住在那里。
例如你查到：
```text
某某 Apartment
Cambridge
CBX XXX
United Kingdom
```
Royal Mail 能确认地址格式。
但它不会确认：
```text
张三居住在这里
```
所以真实存在的地址 ≠ 属于你的地址。
这一点一定要分清。
07｜为什么不建议拿网上找到的海外住宅地址做 KYC
因为现在很多平台验证的不只是地址格式有没有写对，还可能验证姓名 × 地址 × 身份 × 居住国家 × 文件签发机构是否能够互相对应。
例如 Wise 目前要求本人完整住宅地址必须与账户填写地址相符；它甚至把地址验证和你是否拥有在该国家居住的合法资格分成两种验证。
如果身份证件签发国家与账户所在地不同，特定情况下还可能要求额外证明你有权居住在该国家。
所以今天填一个网上找到的地址注册成功，并不代表以后不会重新验证。
08｜人在国内，真正可以怎么处理
分 3 种情况。
情况一：平台只是要“收款账户证明”
这种最简单。如果平台接受 WorldFirst 等收款账户按真实资料申请 Receiving Account，然后使用官方Account Verification Letter即可。
WorldFirst 中国官网目前也明确提供申请电商平台收款账户和开具账户证明信的流程。
情况二：平台支持中国居民，但要求地址验证
那优先提交你的真实中国居住地址 + 平台接受的地址材料。
例如符合要求的银行账单、信用卡账单、政府文件、其他平台明确接受的材料，不要因为这是“海外 App”，就默认一定要填英国地址、美国地址、香港地址。
服务在海外，不等于用户必须拥有海外住宅地址。
情况三：平台明确只允许某国居民
比如要求：
```text
UK residents only
```
或者明确要求：
```text
US residential address
```
而你实际上不住在那里。
那就不存在一个通用合规的“零成本海外地址证明技巧”。
正确选择通常只有满足真实资格，或者换一个支持你所在地区的服务。
09｜以后注册任何海外服务，都先用这个判断流程
别上来就搜英国地址证明怎么搞？
先判断：
```text
平台为什么要求文件？
↓
Identity
身份验证？
↓
Proof of Address
住宅验证？
↓
Proof of Account
账户所有权验证？
↓
Business Address
企业地址验证？
↓
Right to Reside
居住资格验证？
```
确定以后再准备对应材料。
例如：
```text
收款账户归属
↓
Account Verification Letter
真实住宅
↓
Bank Statement
Utility Bill
Government Document
Tenancy Agreement
企业注册地址
↓
公司注册文件
实际经营地址
↓
平台认可的经营场所证明
```
KYC 最常见的坑不是你没有文件，而是你拿错了文件。
最后
WorldFirst 确实是一个很实用的跨境收付工具，中国内地目前也仍然支持个人电商账户。
它还可以在线生成账户证明信。
但这张证明真正解决的是 “这个收款账户属于谁？”
所以网上流传的Google Maps 找英国住宅 → Royal Mail 查地址 → 填进 WorldFirst → 获得英国地址证明这个逻辑并不严谨。
Royal Mail 可以帮你核对地址，WorldFirst 可以证明账户归属，但两者组合起来不会自动产生你的英国居住事实。
真正稳妥的做法始终是先确认目标平台到底要求哪一种 Verification，再使用与本人真实信息匹配、且在其 Accepted Documents 列表中的材料。
自己在网上找一个英国地址，再生成一张带自己名字的 PDF并不会让你自动拥有一个“英国地址证明”。
这是很多海外注册教程里最容易讲错的一步。
海外 App、跨境平台、金融服务要求你上传 Verification Document 时，先别急着找“地址”。
你必须先弄清楚它到底要验证什么：
① 账户是不是你的
② 你真实住在哪里
③ 公司注册在哪里
④ 公司实际在哪里经营
这四件事需要的材料完全不同。
搞错以后，第一次注册可能侥幸过去，后续复审、提现、换设备时仍可能再次要求验证。
01｜先分清：账户证明 ≠ 地址证明
Proof of Account 证明：这个收款账户属于你 / 你的企业。
常见材料：
- Account Verification Letter
- Bank Statement
- Account Opening Letter
Proof of Address证明：你真实居住在这个地址。
常见材料：
- 银行 / 信用卡账单
- 水电燃气等 Utility Bill
- 政府文件
- 租赁合同
例如 Wise 当前官方要求，地址证明需要显示：本人姓名 + 完整个人地址 + 签发日期 + 出具机构，而且地址必须与 Wise 账户填写的居住地址一致。
所以文件上出现一个海外地址，不代表这份文件就是你的海外居住证明。
02｜WorldFirst 到底能帮你解决什么
万里汇 WorldFirst 本身是正规的跨境支付服务商。
官方资料显示2004 年成立于英国伦敦，2019 年加入蚂蚁集团。
中国内地目前依然支持中国内地个人电商账号。
官方最新实名认证指南明确列出了这一账号类型。个人用户需要提供手机号、邮箱、中国大陆身份证，并完成身份验证；资料提交后通常需要等待 1～2 个工作日完成审核激活。
注意：不是“大陆身份证 5 分钟必过”。
审核时间和结果都以实际账户为准。
03｜WorldFirst 真正实用的是“账户证明信”
如果你做跨境电商需要证明某个收款账户属于自己，WorldFirst 确实提供Account Verification Letter / 账户证明信。
中国官网当前流程是：
```text
登录 WorldFirst
↓
店铺管理
↓
选择对应店铺
↓
查看账户详情
↓
开具账户证明信
↓
按实际情况填写资料
↓
下载证明
```
WorldFirst Global 对这份文件的定义也非常明确：Amazon、Etsy 等电商平台在新增或修改收款账户时，可能要求提供 Proof of Account Ownership。
WorldFirst 的 Account Verification Letter 就是用于这种场景。
所以它真正解决的是 “怎么证明这个海外收款账户是我的？”
而不是“怎么证明我住在英国？”
这是两个完全不同的问题。
04｜账户证明信里的“地址”千万别乱填
WorldFirst 中国官网目前明确要求开具账户证明时应当根据实际情况选择账户持有者名称并填写相应信息。
如果是用于电商平台，官方建议相关主体名称和地址与卖家中心登记信息保持一致。
Global 版本同样要求确认country + registered / trading address。
所以不要理解成：
```text
网上随便找英国住宅
↓
填进去
↓
WorldFirst 出 PDF
↓
这个英国地址就变成你的了
```
这个逻辑是不成立的。
WorldFirst 能生成账户证明，不代表它替你证明了一个与本人没有真实关系的居住地址。
05｜真正的 Proof of Address 通常需要什么
不同平台规定不同。
但主流金融平台要求有明显共性。
例如 WorldFirst 自己的欧洲 KYC 文档要求，Proof of Address 必须和申请时填写的住宅地址一致，而且通常要同时显示姓名 + 完整住宅地址。
可接受材料包括：
- 银行对账单
- Utility Bill
- 政府税务 / Council 文件
- 有效租赁合同
- 政府居民登记文件
部分材料还要求在最近 3 个月内签发。
Wise 当前规则也类似，接受：
- 水电燃气 / 固定电话账单
- 银行或信用卡账单
- 市政税单
- 符合要求的驾照
- 租赁合同
- 部分政府或金融机构文件
同时明确不接受 PO Box 作为个人住宅地址证明。
06｜Google Maps + Royal Mail 查到的地址能不能用
可以用来核对一个英国地址怎么规范书写。
Royal Mail 官方本身提供 Find a postcode or address 输入部分地址或 Postcode 后，可以查询对应的标准地址。
但它只能证明这个地址在邮政系统里存在。
不能证明你住在那里。
例如你查到：
```text
某某 Apartment
Cambridge
CBX XXX
United Kingdom
```
Royal Mail 能确认地址格式。
但它不会确认：
```text
张三居住在这里
```
所以真实存在的地址 ≠ 属于你的地址。
这一点一定要分清。
07｜为什么不建议拿网上找到的海外住宅地址做 KYC
因为现在很多平台验证的不只是地址格式有没有写对，还可能验证姓名 × 地址 × 身份 × 居住国家 × 文件签发机构是否能够互相对应。
例如 Wise 目前要求本人完整住宅地址必须与账户填写地址相符；它甚至把地址验证和你是否拥有在该国家居住的合法资格分成两种验证。
如果身份证件签发国家与账户所在地不同，特定情况下还可能要求额外证明你有权居住在该国家。
所以今天填一个网上找到的地址注册成功，并不代表以后不会重新验证。
08｜人在国内，真正可以怎么处理
分 3 种情况。
情况一：平台只是要“收款账户证明”
这种最简单。如果平台接受 WorldFirst 等收款账户按真实资料申请 Receiving Account，然后使用官方Account Verification Letter即可。
WorldFirst 中国官网目前也明确提供申请电商平台收款账户和开具账户证明信的流程。
情况二：平台支持中国居民，但要求地址验证
那优先提交你的真实中国居住地址 + 平台接受的地址材料。
例如符合要求的银行账单、信用卡账单、政府文件、其他平台明确接受的材料，不要因为这是“海外 App”，就默认一定要填英国地址、美国地址、香港地址。
服务在海外，不等于用户必须拥有海外住宅地址。
情况三：平台明确只允许某国居民
比如要求：
```text
UK residents only
```
或者明确要求：
```text
US residential address
```
而你实际上不住在那里。
那就不存在一个通用合规的“零成本海外地址证明技巧”。
正确选择通常只有满足真实资格，或者换一个支持你所在地区的服务。
09｜以后注册任何海外服务，都先用这个判断流程
别上来就搜英国地址证明怎么搞？
先判断：
```text
平台为什么要求文件？
↓
Identity
身份验证？
↓
Proof of Address
住宅验证？
↓
Proof of Account
账户所有权验证？
↓
Business Address
企业地址验证？
↓
Right to Reside
居住资格验证？
```
确定以后再准备对应材料。
例如：
```text
收款账户归属
↓
Account Verification Letter
真实住宅
↓
Bank Statement
Utility Bill
Government Document
Tenancy Agreement
企业注册地址
↓
公司注册文件
实际经营地址
↓
平台认可的经营场所证明
```
KYC 最常见的坑不是你没有文件，而是你拿错了文件。
最后
WorldFirst 确实是一个很实用的跨境收付工具，中国内地目前也仍然支持个人电商账户。
它还可以在线生成账户证明信。
但这张证明真正解决的是 “这个收款账户属于谁？”
所以网上流传的Google Maps 找英国住宅 → Royal Mail 查地址 → 填进 WorldFirst → 获得英国地址证明这个逻辑并不严谨。
Royal Mail 可以帮你核对地址，WorldFirst 可以证明账户归属，但两者组合起来不会自动产生你的英国居住事实。
真正稳妥的做法始终是先确认目标平台到底要求哪一种 Verification，再使用与本人真实信息匹配、且在其 Accepted Documents 列表中的材料。
0 00
发现闲鱼出现新的 AI“搬砖”生意：ChatGPT Plus / Pro、Codex 额度代开、代充、加价转卖
这背后的生意逻辑：
海外 AI 服务门槛 + 支付限制 + 规则复杂度 = 信息差
但风险也很明显：
账号共享、成品号、非官方代充、低价异常渠道，都可能涉及账号安全、掉订、退款和平台规则风险
这背后的生意逻辑：
海外 AI 服务门槛 + 支付限制 + 规则复杂度 = 信息差
但风险也很明显：
账号共享、成品号、非官方代充、低价异常渠道，都可能涉及账号安全、掉订、退款和平台规则风险
0 00
AI模型会过时，但这套AI个人档案可以一直用！
如果你每换一个 AI 都要重新花半小时告诉它“我是谁、我要什么、我喜欢怎么写”，那你真正缺的可能不是更好的 Prompt，而是一套属于自己的 AI 上下文系统。
现在很多人用 AI 的方式是：换到 ChatGPT，重新介绍自己；换到 Claude，再讲一次自己的背景；看到 Gemini 更新，又重新告诉它我做什么、我会什么、我要什么、我不喜欢什么……
AI 越换越强，你却永远在重复：“先介绍一下我自己。”
真正值得沉淀的不应该是某个平台里的一次聊天，而应该是一套你自己保存、自己维护、能够不断迁移的个人 AI 档案库。
先说明：这里说的“可以一直用”，不是说 `.md` 文件保证未来所有 AI 平台永远原生兼容。
而是：知识掌握在你自己手里，平台变了可以继续迁移、转换和重组， 这才是重点。
01｜先改一个认知：平台记忆 ≠ 你的长期知识资产
现在已经不能再说“AI 每开一个新对话都会彻底忘记你。” 因为主流产品已经在解决这个问题了。
ChatGPT Projects 可以把聊天 + 文件 + Project Instructions + 项目上下文放在同一个工作区，部分情况下还可以引用同项目中的历史聊天。
Claude Projects 也支持Project Knowledge + Project Instructions你上传到项目知识库里的内容，可以用于该项目中的聊天。
Gemini Gems 同样支持Instructions + Knowledge Files用文件给 Gem 提供长期上下文。
所以问题已经不是AI 有没有记忆？而是这些记忆和知识，大量仍然存在于各个平台自己的产品体系中。
你今天认真维护了 ChatGPT Project，明天切换到 Claude 它不会自动把整个 ChatGPT Project 搬过去。
所以更稳妥的做法是：
```text
平台里的 Project / Memory
负责方便使用
自己的本地档案库
负责长期沉淀
```
平台功能可以利用，但不要让平台成为你个人知识唯一的存放地点。
02｜我的建议：先建立 5 份核心档案
注意：下面这 5 个文件是我推荐的一种个人知识结构，不是 OpenAI、Anthropic 或 Google 官方规定。 你完全可以按照自己的情况修改。
先建立：
```text
My-AI-Context/
│
├── 01-关于我.md
├── 02-我的背景与能力.md
├── 03-我的长期目标.md
├── 04-我的表达与偏好.md
└── 05-我的原则与禁区.md
```
为什么我推荐 Markdown？不是因为 Markdown 有什么“AI 魔法”。而是它纯文本、结构简单、人能直接读、方便搜索、方便 Git 管理，也容易转换成 TXT 等其他格式。
以后平台变了，文件本身还在。
03｜第一份：`关于我.md`
AI 到底应该把你当成谁？只写完成任务真正有帮助的内容。
例如：
```text
# 关于我
当前角色
- 我的主要身份：
- 当前所处阶段：
当前重点
- 目前最重要的三件事：
- 正在推进的事情：
AI 应该如何理解我
- 希望 AI 扮演什么角色：
- 不需要反复解释哪些基础内容：
```
例如你已经有几年某个领域的经验，就明确告诉它。否则 AI 不知道你的水平，很容易每次从“首先，我们先解释一下这个概念是什么……” 开始。
04｜第二份：`我的背景与能力.md`
不要只写我擅长 AI，这种描述没多少价值。
可以拆成：
```text
# 我的背景与能力
工作与项目经历
- …
熟练领域
- …
有一定经验
- …
不熟悉的领域
- …
回答深度要求
- 熟悉领域：直接进入实操和进阶内容
- 陌生领域：允许从基础解释
```
为什么一定要写“不擅长什么”？因为AI 不仅要知道你会什么，也要知道哪里不能默认你已经懂了。
这样才能避免两种极端：一边疯狂讲小白知识；另一边默认你懂所有专业概念。
05｜第三份：`我的长期目标.md`
我认为这是最重要的一部分，因为没有目标的时候AI 特别容易给你正确，但没有决策价值的答案。
比如你问我要不要做这个项目？如果 AI 不知道你的方向它很可能回答需要综合考虑兴趣、时间、资源、风险……
回答看着是没错，但看完还是不知道该不该做。
可以这样写：
```text
# 我的长期目标
未来 12 个月
- 目标 1：
- 目标 2：
未来 3 年
- 我希望达到的状态：
当前优先级
1. A
2. B
3. C
明确不做
- …
```
以后你再问这个机会值不值得投入 3 个月？AI 才有可能根据你的长期目标判断：虽然它短期有收益可能，但与你最重要的长期方向没有形成积累。
06｜第四份：`我的表达与偏好.md`
很多人一直在问怎么让 AI 写得像我写得？然后 Prompt 里写自然一点、有人味一点、不要 AI 味，这些要求太抽象了。
可以换成：
```text
# 我的表达与偏好
总体表达
- 结论先行
- 信息密度高
- 少讲空洞概念
- 多给具体案例
- 不使用企业宣传稿语气
段落
- 尽量短
- 长内容必须有小标题
- 一个段落只讲一个重点
不喜欢
- “随着时代不断发展”
- “值得注意的是”
- “在当今快速变化的时代”
- 连续堆砌形容词
默认结构
问题
→ 判断
→ 原因
→ 实操
→ 风险
```
但还有一个方法比规则更有效，例如下面这种：
```text
Examples/
├── 满意文章01.md
├── 满意推文01.md
├── 满意邮件01.md
└── 满意报告01.md
```
放入你真正满意的 3～5 个作品，然后告诉 AI 学习这些作品的信息密度、结构、节奏和表达方式，不要复制原句。
07｜第五份：`我的原则与禁区.md`
这份其实就是你的 AI 工作底线。
例如：
```text
# 我的原则与禁区
1. 不确定的信息必须明确说明
2. 涉及时效信息优先核验
3. 禁止虚构案例和数据
4. 不为了迎合我而改变事实判断
5. 我的方案存在明显问题时直接指出
6. 禁止输出空洞概念
7. 优先给出可执行方案
8. 事实、推测、建议必须尽量区分
```
以后你发现 AI 一个坏习惯就增加一条，慢慢积累，最终这份文件记录的其实是AI 到底应该怎样和我合作。
08｜第二层：不要把所有东西都塞进“个人档案”
核心档案解决的是我是谁？项目档案是解决这一次到底在干什么？
所以第二层建立：
```text
Projects/
│
├── 工作/
├── 内容创作/
├── 学习/
├── 产品/
└── 其他/
```
这里也不用硬塞“这五个分类”，按自己的实际使用场景设计就行。
例如：
```text
Projects/
└── 公众号运营/
```
里面放：
```text
公众号运营/
│
├── PROJECT.md
├── 要求与偏好.md
├── Feedback.md
├── References/
└── Examples/
```
这样个人规则和项目规则才不会混在一起。
09｜`PROJECT.md`：回答 5 个问题就够
例如：
```text
# 项目说明
这个项目是什么？
…
做给谁？
…
最终目标是什么？
…
什么结果算合格？
…
绝对不能出现什么？
…
```
然后再写：
```text
开始工作前
优先查看：
- 要求与偏好.md
- Feedback.md
- Examples/
- References/
```
这相当于这个项目的地图， 而不是把所有资料复制进一个几万字的大文件。
10｜为什么不建议所有东西全写进一个超级 Prompt
OpenAI 曾公开介绍他们使用 Codex 的 Harness Engineering 方法，团队一开始尝试一个巨大的 `AGENTS.md`，结果发现几个问题：上下文被大量占用；真正重要的信息反而被淹没；规则容易过期；大型文件很难维护和验证。
后来改成：
```text
AGENTS.md
↓
负责导航
docs/
↓
负责存放真正的知识
```
OpenAI 把这种思路概括得非常清楚：给 Agent 一张地图，而不是一本 1000 页的说明书。
这个原则不仅适用于写代码，个人 AI 知识库同样适用。
11｜这里有一个非常容易写错的地方：`AGENT.md`
如果你使用 Coding Agent，不同产品有自己的特殊文件约定。
Claude Code 官方使用：
```text
CLAUDE.md
```
并且会自动把相关 `CLAUDE.md` 加载进上下文。
Codex 使用的是：
```text
AGENTS.md
```
注意：是 AGENTS.md，不是 AGENT.md。
OpenAI 官方也明确描述了 Codex 如何从项目目录读取 `AGENTS.md` 和 `AGENTS.override.md`。
所以我更建议：
```text
PROJECT.md
```
作为你自己的跨平台 Source of Truth，然后针对不同工具做很薄的一层适配。
例如：
```text
PROJECT.md
↓
真正项目说明
CLAUDE.md
↓
告诉 Claude Code 去哪里找资料
AGENTS.md
↓
告诉 Codex 去哪里找资料
```
不要为了换一个 Agent，就复制一整套知识库。
12｜`要求与偏好.md`：解决全局规则和项目规则冲突
假设你的长期偏好是写东西口语化，但突然有一个项目写董事会报告。
你不应该修改：
```text
我的表达与偏好.md
```
而应该在项目里写：
```text
# 本项目要求
本项目规则优先于个人默认表达偏好。
- 正式商务语言
- 禁止网络流行语
- 结论先行
- 数据注明来源
- 不使用 Emoji
```
这就是为什么要分：
```text
个人核心档案
+
项目档案
```
全局配置回答“我通常喜欢什么”，项目配置回答“这一次有什么例外”。
13｜References：能查资料解决的问题，别让 AI 猜
这里放：
```text
SOP
会议记录
行业资料
产品说明
历史数据
调研报告
竞争对手资料
```
ChatGPT Projects 可以加入参考文件和 Project Instructions。
Claude Projects 可以把文档、文本和代码等内容加入 Project Knowledge。
Gemini Gems 也允许在 Knowledge 中添加文件，为 Gem 提供更多上下文。
所以：“项目资料 + 项目规则”这套工作方式本身已经是主流 AI 产品正在支持的方向。
但不要因此认为三个平台的行为完全一样，并不是；不同产品的上下文长度、文件限制、检索机制、记忆机制、工具能力、模型能力都存在区别。
所以知识可以迁移，不代表输出必然一致。
14｜Examples：这是提高结果稳定性最便宜的方法之一
很多人的 Prompt 是给我写一篇高质量文章。问题是“高质量”到底是什么？AI 不知道你的标准。
所以直接建立：
```text
Examples/
│
├── example-01.md
├── example-02.md
└── example-03.md
```
然后告诉它：
```text
这些案例代表目前的质量基准。
请分析并参考：
1. 开头方式
2. 信息密度
3. 段落长度
4. 论证方式
5. 收尾结构
参考标准，不要复制内容。
```
抽象要求 + 真实范例，通常比不断堆形容词有效。
15｜Feedback：真正值得长期积累的不是 Prompt，而是纠错记录
这是整个体系里我最推荐维护的一份文件：
```text
Feedback.md
```
例如：
```text
# Feedback Log
2026-08-20
问题：
文章开头铺垫太长。
以后：
第一屏优先出现核心冲突或结论。
---
2026-08-22
问题：
引用了没有验证的数据。
以后：
实时数据必须先查来源。
```
然后项目入口里写每次执行任务前优先查看 Feedback.md。
工作流程就变成：
```text
任务
↓
AI 输出
↓
人工判断
↓
发现问题
↓
写进 Feedback
↓
下一次继续使用
```
这样才会越用越懂你。
不是因为模型 magically 记住了所有东西，而是因为你把经验沉淀下来了。
16｜小白完全不会搭怎么办？让 AI 采访你
“AI 采访模式”不是某个平台的官方功能名称。它只是一种非常简单的 Prompt 方法。
直接发：
```text
我要建立一套长期使用的个人 AI 档案。
请通过采访的方式帮助我完成：
1. 关于我
2. 我的背景与能力
3. 我的长期目标
4. 我的表达与偏好
5. 我的原则与禁区
规则：
一次只问 3～5 个最重要的问题。
不要替我推测个人信息。
信息不足就继续追问。
全部采访完成以后，
把信息去重、分类，
分别整理成 5 份结构化文档。
没有明确得到的信息标记“待补充”，不要编造。
```
接下来AI 问、你回答，这样第一版就出来了。
17｜已经有大量资料的人更简单
如果你手上已经有简历、年度总结、个人介绍、文章、推文、邮件、项目复盘文件这些。
可以直接让 AI 整理：
```text
阅读我提供的资料。
只提取资料中明确存在的信息，
禁止推测。
分别整理为：
01 关于我
02 我的背景与能力
03 我的长期目标
04 我的表达与偏好
05 我的原则与禁区
无法确认的信息标记：
待补充
```
然后自己再检查，这一点很重要：不要让 AI 根据几篇文章“推测你是什么人”，再把推测当事实写进档案。
18｜真正跨 ChatGPT、Claude、Gemini，应该怎么做
你的本地主库保持：
```text
My-AI-Context/
│
├── Core/
│ ├── 关于我.md
│ ├── 我的背景与能力.md
│ ├── 我的长期目标.md
│ ├── 我的表达与偏好.md
│ └── 我的原则与禁区.md
│
└── Projects/
└── Project-A/
├── PROJECT.md
├── 要求与偏好.md
├── Feedback.md
├── References/
└── Examples/
```
然后 ChatGPT 建立 Project，把当前任务需要的资料放进去，设置 Project Instructions。
ChatGPT 官方目前支持把文件、说明和聊天集中在项目里，并提供项目记忆机制。
如果只是持续聊天和知识工作 使用 Claude Project，添加 Project Knowledge 和 Instructions。
如果使用 Claude Cowork，它的定位与 Claude Projects 不完全相同，Cowork 更偏向把一个多步骤任务交给 Claude，让它围绕工作文件和连接的工具执行。
Anthropic 官方的 Cowork Workshop 也明确提到可以把 Cowork 指向工作文件夹，并通过 instructions、projects、skills、plugins 教它工作方式。
所以不要把 Claude Projects = Claude Cowork 写成同一个功能。
使用 Gemini 的话就建立 Gem，填写 Instructions，然后根据当前入口支持情况，在 Knowledge 中加入需要的资料；Google 官方确认 Gems 支持 Knowledge Files。
19｜那 Markdown 到底是不是“跨平台标准答案”
更准确的说法是Markdown 很适合做你自己的长期源文件。 但不要认为所有 AI 永久原生兼容 Markdown。
产品支持会变化，不同入口的文件格式能力也可能不同。
因此我的建议是：
```text
本地主库：
Markdown
某个平台不接受时：
↓
复制正文
或
转换 TXT / 其他支持格式
```
这几乎不会损失核心信息，但是真正重要的不是`.md` 这三个文件字符，而是里面的结构化知识。
20｜别犯这个错误：把所有隐私做成一个超级档案
个人 AI 档案不是把自己的所有事情都告诉 AI；另外这些东西不要直接写进一个到处上传的公共 Core：密码、API Key、银行卡完整信息、身份证件号码、公司机密、客户敏感数据、不必要的高敏感个人记录。
合理的处理是：
```text
Core/
↓
低敏感、长期通用
Projects/
↓
按项目提供
Private/
↓
需要时单独决定是否使用
```
原则只有一个完成任务需要多少上下文，就提供多少， 不是知道得越多就越好。
最后
这一套方法真正解决的不是怎么让 ChatGPT 永远记住我，而是怎么让我是谁、我要什么不再被锁死在某一个 AI 产品里。
未来你可能会不断换ChatGPT、Claude、Gemini、Codex、新的 Agent，模型性能会变化、产品功能会变化，甚至今天习惯的入口以后都可能变化。
但是：
```text
你的背景
你的目标
你的知识
你的标准
你的范例
你的反馈
```
这些东西不会因为模型升级就突然失去价值，所以真正值得投入时间的不是收藏多少条 Prompt， 而是慢慢建立一套任何足够好的 AI，都能快速读懂的个人上下文系统。
模型负责能力、Agent 负责执行、平台负责体验，而你真正应该长期拥有的是自己的知识、标准和工作方式， 这才是这套“个人 AI 档案库”最大的价值。
如果你每换一个 AI 都要重新花半小时告诉它“我是谁、我要什么、我喜欢怎么写”，那你真正缺的可能不是更好的 Prompt，而是一套属于自己的 AI 上下文系统。
现在很多人用 AI 的方式是：换到 ChatGPT，重新介绍自己；换到 Claude，再讲一次自己的背景；看到 Gemini 更新，又重新告诉它我做什么、我会什么、我要什么、我不喜欢什么……
AI 越换越强，你却永远在重复：“先介绍一下我自己。”
真正值得沉淀的不应该是某个平台里的一次聊天，而应该是一套你自己保存、自己维护、能够不断迁移的个人 AI 档案库。
先说明：这里说的“可以一直用”，不是说 `.md` 文件保证未来所有 AI 平台永远原生兼容。
而是：知识掌握在你自己手里，平台变了可以继续迁移、转换和重组， 这才是重点。
01｜先改一个认知：平台记忆 ≠ 你的长期知识资产
现在已经不能再说“AI 每开一个新对话都会彻底忘记你。” 因为主流产品已经在解决这个问题了。
ChatGPT Projects 可以把聊天 + 文件 + Project Instructions + 项目上下文放在同一个工作区，部分情况下还可以引用同项目中的历史聊天。
Claude Projects 也支持Project Knowledge + Project Instructions你上传到项目知识库里的内容，可以用于该项目中的聊天。
Gemini Gems 同样支持Instructions + Knowledge Files用文件给 Gem 提供长期上下文。
所以问题已经不是AI 有没有记忆？而是这些记忆和知识，大量仍然存在于各个平台自己的产品体系中。
你今天认真维护了 ChatGPT Project，明天切换到 Claude 它不会自动把整个 ChatGPT Project 搬过去。
所以更稳妥的做法是：
```text
平台里的 Project / Memory
负责方便使用
自己的本地档案库
负责长期沉淀
```
平台功能可以利用，但不要让平台成为你个人知识唯一的存放地点。
02｜我的建议：先建立 5 份核心档案
注意：下面这 5 个文件是我推荐的一种个人知识结构，不是 OpenAI、Anthropic 或 Google 官方规定。 你完全可以按照自己的情况修改。
先建立：
```text
My-AI-Context/
│
├── 01-关于我.md
├── 02-我的背景与能力.md
├── 03-我的长期目标.md
├── 04-我的表达与偏好.md
└── 05-我的原则与禁区.md
```
为什么我推荐 Markdown？不是因为 Markdown 有什么“AI 魔法”。而是它纯文本、结构简单、人能直接读、方便搜索、方便 Git 管理，也容易转换成 TXT 等其他格式。
以后平台变了，文件本身还在。
03｜第一份：`关于我.md`
AI 到底应该把你当成谁？只写完成任务真正有帮助的内容。
例如：
```text
# 关于我
当前角色
- 我的主要身份：
- 当前所处阶段：
当前重点
- 目前最重要的三件事：
- 正在推进的事情：
AI 应该如何理解我
- 希望 AI 扮演什么角色：
- 不需要反复解释哪些基础内容：
```
例如你已经有几年某个领域的经验，就明确告诉它。否则 AI 不知道你的水平，很容易每次从“首先，我们先解释一下这个概念是什么……” 开始。
04｜第二份：`我的背景与能力.md`
不要只写我擅长 AI，这种描述没多少价值。
可以拆成：
```text
# 我的背景与能力
工作与项目经历
- …
熟练领域
- …
有一定经验
- …
不熟悉的领域
- …
回答深度要求
- 熟悉领域：直接进入实操和进阶内容
- 陌生领域：允许从基础解释
```
为什么一定要写“不擅长什么”？因为AI 不仅要知道你会什么，也要知道哪里不能默认你已经懂了。
这样才能避免两种极端：一边疯狂讲小白知识；另一边默认你懂所有专业概念。
05｜第三份：`我的长期目标.md`
我认为这是最重要的一部分，因为没有目标的时候AI 特别容易给你正确，但没有决策价值的答案。
比如你问我要不要做这个项目？如果 AI 不知道你的方向它很可能回答需要综合考虑兴趣、时间、资源、风险……
回答看着是没错，但看完还是不知道该不该做。
可以这样写：
```text
# 我的长期目标
未来 12 个月
- 目标 1：
- 目标 2：
未来 3 年
- 我希望达到的状态：
当前优先级
1. A
2. B
3. C
明确不做
- …
```
以后你再问这个机会值不值得投入 3 个月？AI 才有可能根据你的长期目标判断：虽然它短期有收益可能，但与你最重要的长期方向没有形成积累。
06｜第四份：`我的表达与偏好.md`
很多人一直在问怎么让 AI 写得像我写得？然后 Prompt 里写自然一点、有人味一点、不要 AI 味，这些要求太抽象了。
可以换成：
```text
# 我的表达与偏好
总体表达
- 结论先行
- 信息密度高
- 少讲空洞概念
- 多给具体案例
- 不使用企业宣传稿语气
段落
- 尽量短
- 长内容必须有小标题
- 一个段落只讲一个重点
不喜欢
- “随着时代不断发展”
- “值得注意的是”
- “在当今快速变化的时代”
- 连续堆砌形容词
默认结构
问题
→ 判断
→ 原因
→ 实操
→ 风险
```
但还有一个方法比规则更有效，例如下面这种：
```text
Examples/
├── 满意文章01.md
├── 满意推文01.md
├── 满意邮件01.md
└── 满意报告01.md
```
放入你真正满意的 3～5 个作品，然后告诉 AI 学习这些作品的信息密度、结构、节奏和表达方式，不要复制原句。
07｜第五份：`我的原则与禁区.md`
这份其实就是你的 AI 工作底线。
例如：
```text
# 我的原则与禁区
1. 不确定的信息必须明确说明
2. 涉及时效信息优先核验
3. 禁止虚构案例和数据
4. 不为了迎合我而改变事实判断
5. 我的方案存在明显问题时直接指出
6. 禁止输出空洞概念
7. 优先给出可执行方案
8. 事实、推测、建议必须尽量区分
```
以后你发现 AI 一个坏习惯就增加一条，慢慢积累，最终这份文件记录的其实是AI 到底应该怎样和我合作。
08｜第二层：不要把所有东西都塞进“个人档案”
核心档案解决的是我是谁？项目档案是解决这一次到底在干什么？
所以第二层建立：
```text
Projects/
│
├── 工作/
├── 内容创作/
├── 学习/
├── 产品/
└── 其他/
```
这里也不用硬塞“这五个分类”，按自己的实际使用场景设计就行。
例如：
```text
Projects/
└── 公众号运营/
```
里面放：
```text
公众号运营/
│
├── PROJECT.md
├── 要求与偏好.md
├── Feedback.md
├── References/
└── Examples/
```
这样个人规则和项目规则才不会混在一起。
09｜`PROJECT.md`：回答 5 个问题就够
例如：
```text
# 项目说明
这个项目是什么？
…
做给谁？
…
最终目标是什么？
…
什么结果算合格？
…
绝对不能出现什么？
…
```
然后再写：
```text
开始工作前
优先查看：
- 要求与偏好.md
- Feedback.md
- Examples/
- References/
```
这相当于这个项目的地图， 而不是把所有资料复制进一个几万字的大文件。
10｜为什么不建议所有东西全写进一个超级 Prompt
OpenAI 曾公开介绍他们使用 Codex 的 Harness Engineering 方法，团队一开始尝试一个巨大的 `AGENTS.md`，结果发现几个问题：上下文被大量占用；真正重要的信息反而被淹没；规则容易过期；大型文件很难维护和验证。
后来改成：
```text
AGENTS.md
↓
负责导航
docs/
↓
负责存放真正的知识
```
OpenAI 把这种思路概括得非常清楚：给 Agent 一张地图，而不是一本 1000 页的说明书。
这个原则不仅适用于写代码，个人 AI 知识库同样适用。
11｜这里有一个非常容易写错的地方：`AGENT.md`
如果你使用 Coding Agent，不同产品有自己的特殊文件约定。
Claude Code 官方使用：
```text
CLAUDE.md
```
并且会自动把相关 `CLAUDE.md` 加载进上下文。
Codex 使用的是：
```text
AGENTS.md
```
注意：是 AGENTS.md，不是 AGENT.md。
OpenAI 官方也明确描述了 Codex 如何从项目目录读取 `AGENTS.md` 和 `AGENTS.override.md`。
所以我更建议：
```text
PROJECT.md
```
作为你自己的跨平台 Source of Truth，然后针对不同工具做很薄的一层适配。
例如：
```text
PROJECT.md
↓
真正项目说明
CLAUDE.md
↓
告诉 Claude Code 去哪里找资料
AGENTS.md
↓
告诉 Codex 去哪里找资料
```
不要为了换一个 Agent，就复制一整套知识库。
12｜`要求与偏好.md`：解决全局规则和项目规则冲突
假设你的长期偏好是写东西口语化，但突然有一个项目写董事会报告。
你不应该修改：
```text
我的表达与偏好.md
```
而应该在项目里写：
```text
# 本项目要求
本项目规则优先于个人默认表达偏好。
- 正式商务语言
- 禁止网络流行语
- 结论先行
- 数据注明来源
- 不使用 Emoji
```
这就是为什么要分：
```text
个人核心档案
+
项目档案
```
全局配置回答“我通常喜欢什么”，项目配置回答“这一次有什么例外”。
13｜References：能查资料解决的问题，别让 AI 猜
这里放：
```text
SOP
会议记录
行业资料
产品说明
历史数据
调研报告
竞争对手资料
```
ChatGPT Projects 可以加入参考文件和 Project Instructions。
Claude Projects 可以把文档、文本和代码等内容加入 Project Knowledge。
Gemini Gems 也允许在 Knowledge 中添加文件，为 Gem 提供更多上下文。
所以：“项目资料 + 项目规则”这套工作方式本身已经是主流 AI 产品正在支持的方向。
但不要因此认为三个平台的行为完全一样，并不是；不同产品的上下文长度、文件限制、检索机制、记忆机制、工具能力、模型能力都存在区别。
所以知识可以迁移，不代表输出必然一致。
14｜Examples：这是提高结果稳定性最便宜的方法之一
很多人的 Prompt 是给我写一篇高质量文章。问题是“高质量”到底是什么？AI 不知道你的标准。
所以直接建立：
```text
Examples/
│
├── example-01.md
├── example-02.md
└── example-03.md
```
然后告诉它：
```text
这些案例代表目前的质量基准。
请分析并参考：
1. 开头方式
2. 信息密度
3. 段落长度
4. 论证方式
5. 收尾结构
参考标准，不要复制内容。
```
抽象要求 + 真实范例，通常比不断堆形容词有效。
15｜Feedback：真正值得长期积累的不是 Prompt，而是纠错记录
这是整个体系里我最推荐维护的一份文件：
```text
Feedback.md
```
例如：
```text
# Feedback Log
2026-08-20
问题：
文章开头铺垫太长。
以后：
第一屏优先出现核心冲突或结论。
---
2026-08-22
问题：
引用了没有验证的数据。
以后：
实时数据必须先查来源。
```
然后项目入口里写每次执行任务前优先查看 Feedback.md。
工作流程就变成：
```text
任务
↓
AI 输出
↓
人工判断
↓
发现问题
↓
写进 Feedback
↓
下一次继续使用
```
这样才会越用越懂你。
不是因为模型 magically 记住了所有东西，而是因为你把经验沉淀下来了。
16｜小白完全不会搭怎么办？让 AI 采访你
“AI 采访模式”不是某个平台的官方功能名称。它只是一种非常简单的 Prompt 方法。
直接发：
```text
我要建立一套长期使用的个人 AI 档案。
请通过采访的方式帮助我完成：
1. 关于我
2. 我的背景与能力
3. 我的长期目标
4. 我的表达与偏好
5. 我的原则与禁区
规则：
一次只问 3～5 个最重要的问题。
不要替我推测个人信息。
信息不足就继续追问。
全部采访完成以后，
把信息去重、分类，
分别整理成 5 份结构化文档。
没有明确得到的信息标记“待补充”，不要编造。
```
接下来AI 问、你回答，这样第一版就出来了。
17｜已经有大量资料的人更简单
如果你手上已经有简历、年度总结、个人介绍、文章、推文、邮件、项目复盘文件这些。
可以直接让 AI 整理：
```text
阅读我提供的资料。
只提取资料中明确存在的信息，
禁止推测。
分别整理为：
01 关于我
02 我的背景与能力
03 我的长期目标
04 我的表达与偏好
05 我的原则与禁区
无法确认的信息标记：
待补充
```
然后自己再检查，这一点很重要：不要让 AI 根据几篇文章“推测你是什么人”，再把推测当事实写进档案。
18｜真正跨 ChatGPT、Claude、Gemini，应该怎么做
你的本地主库保持：
```text
My-AI-Context/
│
├── Core/
│ ├── 关于我.md
│ ├── 我的背景与能力.md
│ ├── 我的长期目标.md
│ ├── 我的表达与偏好.md
│ └── 我的原则与禁区.md
│
└── Projects/
└── Project-A/
├── PROJECT.md
├── 要求与偏好.md
├── Feedback.md
├── References/
└── Examples/
```
然后 ChatGPT 建立 Project，把当前任务需要的资料放进去，设置 Project Instructions。
ChatGPT 官方目前支持把文件、说明和聊天集中在项目里，并提供项目记忆机制。
如果只是持续聊天和知识工作 使用 Claude Project，添加 Project Knowledge 和 Instructions。
如果使用 Claude Cowork，它的定位与 Claude Projects 不完全相同，Cowork 更偏向把一个多步骤任务交给 Claude，让它围绕工作文件和连接的工具执行。
Anthropic 官方的 Cowork Workshop 也明确提到可以把 Cowork 指向工作文件夹，并通过 instructions、projects、skills、plugins 教它工作方式。
所以不要把 Claude Projects = Claude Cowork 写成同一个功能。
使用 Gemini 的话就建立 Gem，填写 Instructions，然后根据当前入口支持情况，在 Knowledge 中加入需要的资料；Google 官方确认 Gems 支持 Knowledge Files。
19｜那 Markdown 到底是不是“跨平台标准答案”
更准确的说法是Markdown 很适合做你自己的长期源文件。 但不要认为所有 AI 永久原生兼容 Markdown。
产品支持会变化，不同入口的文件格式能力也可能不同。
因此我的建议是：
```text
本地主库：
Markdown
某个平台不接受时：
↓
复制正文
或
转换 TXT / 其他支持格式
```
这几乎不会损失核心信息，但是真正重要的不是`.md` 这三个文件字符，而是里面的结构化知识。
20｜别犯这个错误：把所有隐私做成一个超级档案
个人 AI 档案不是把自己的所有事情都告诉 AI；另外这些东西不要直接写进一个到处上传的公共 Core：密码、API Key、银行卡完整信息、身份证件号码、公司机密、客户敏感数据、不必要的高敏感个人记录。
合理的处理是：
```text
Core/
↓
低敏感、长期通用
Projects/
↓
按项目提供
Private/
↓
需要时单独决定是否使用
```
原则只有一个完成任务需要多少上下文，就提供多少， 不是知道得越多就越好。
最后
这一套方法真正解决的不是怎么让 ChatGPT 永远记住我，而是怎么让我是谁、我要什么不再被锁死在某一个 AI 产品里。
未来你可能会不断换ChatGPT、Claude、Gemini、Codex、新的 Agent，模型性能会变化、产品功能会变化，甚至今天习惯的入口以后都可能变化。
但是：
```text
你的背景
你的目标
你的知识
你的标准
你的范例
你的反馈
```
这些东西不会因为模型升级就突然失去价值，所以真正值得投入时间的不是收藏多少条 Prompt， 而是慢慢建立一套任何足够好的 AI，都能快速读懂的个人上下文系统。
模型负责能力、Agent 负责执行、平台负责体验，而你真正应该长期拥有的是自己的知识、标准和工作方式， 这才是这套“个人 AI 档案库”最大的价值。
0 00
兄弟们，无论你多渴望爱情，这8种女生千万不能碰👇
1、长期暧昧却不肯确立关系（养备胎型）
特征表现：做着情侣该做的事（看电影、逛街甚至牵手），但每次试图推进关系时对方就打太极避开
底层心理：奉行“不主动、不拒绝、不负责”，明知你的心意，但还在骑驴找马看有没有更好的选择
2、对动物极有爱心，对人却苛刻冷酷
特征表现：对小动物无微不至，但在现实人际交往和亲密关系中对男友极度挑剔、刻薄且缺乏同理心
风险：把所有温情都留给了宠物，唯独不会给予身边最亲近的伴侣
3、对你没有崇拜感、处处嫌弃挑剔
特征表现：过了激情期回归平淡后，看你处处不顺眼，觉得你幼稚、低级，并将生活中的所有不顺心全归咎于你
本质：缺乏底层认可，真正喜欢你的女生会包容你的真实缺点，而不是持续打压让你产生自我怀疑
4、拜金主义与单向索取型
特征表现：把感情建立在金钱与物质之上，认为男人花钱天经地义；疯狂刷卡消费却从不给男方准备心意回礼
风险：一旦钱包被掏空，立刻翻脸指责男方“没本事”，容易造成人财两空
5、完全不具备工作独立能力（及常年负能量抱怨）
特征表现：成年后无法独立谋生、缺乏吃苦耐劳品质；或者整天对工作充满怨气与负能量
风险：相处起来像在“扶贫”或养娇生惯养的孩子，负能量会极大拉低生活幸福感与奋斗动力
6、精致利己主义与双标型
特征表现：极度以自我为中心、斤斤计较，盲目认同“年轻就要享受、婚姻等于受罪”等极端言论
风险：在两性关系中只要权利与享受，绝不承担责任与付出
7、喜欢给自己“立人设”且言行不一
特征表现：口头上反复强调自己“极度独立、单纯、从不花男人钱”，实际行为却相反；做错事时利用“打破人设”哭诉来道德绑架男方心软
判断原则：看一个人要看长期的实际行动与细节，绝不要轻信对方单方面的口头人设
8、异性朋友过多、缺乏边界感
特征表现：身边围绕着大量暧昧不清的“男闺蜜/男性朋友”，情绪不稳定时随意找他人寻求慰藉
风险：伴侣长期处于患得患失和提心吊胆的内耗状态
1、长期暧昧却不肯确立关系（养备胎型）
特征表现：做着情侣该做的事（看电影、逛街甚至牵手），但每次试图推进关系时对方就打太极避开
底层心理：奉行“不主动、不拒绝、不负责”，明知你的心意，但还在骑驴找马看有没有更好的选择
2、对动物极有爱心，对人却苛刻冷酷
特征表现：对小动物无微不至，但在现实人际交往和亲密关系中对男友极度挑剔、刻薄且缺乏同理心
风险：把所有温情都留给了宠物，唯独不会给予身边最亲近的伴侣
3、对你没有崇拜感、处处嫌弃挑剔
特征表现：过了激情期回归平淡后，看你处处不顺眼，觉得你幼稚、低级，并将生活中的所有不顺心全归咎于你
本质：缺乏底层认可，真正喜欢你的女生会包容你的真实缺点，而不是持续打压让你产生自我怀疑
4、拜金主义与单向索取型
特征表现：把感情建立在金钱与物质之上，认为男人花钱天经地义；疯狂刷卡消费却从不给男方准备心意回礼
风险：一旦钱包被掏空，立刻翻脸指责男方“没本事”，容易造成人财两空
5、完全不具备工作独立能力（及常年负能量抱怨）
特征表现：成年后无法独立谋生、缺乏吃苦耐劳品质；或者整天对工作充满怨气与负能量
风险：相处起来像在“扶贫”或养娇生惯养的孩子，负能量会极大拉低生活幸福感与奋斗动力
6、精致利己主义与双标型
特征表现：极度以自我为中心、斤斤计较，盲目认同“年轻就要享受、婚姻等于受罪”等极端言论
风险：在两性关系中只要权利与享受，绝不承担责任与付出
7、喜欢给自己“立人设”且言行不一
特征表现：口头上反复强调自己“极度独立、单纯、从不花男人钱”，实际行为却相反；做错事时利用“打破人设”哭诉来道德绑架男方心软
判断原则：看一个人要看长期的实际行动与细节，绝不要轻信对方单方面的口头人设
8、异性朋友过多、缺乏边界感
特征表现：身边围绕着大量暧昧不清的“男闺蜜/男性朋友”，情绪不稳定时随意找他人寻求慰藉
风险：伴侣长期处于患得患失和提心吊胆的内耗状态
4 11
Claude Code / Codex 写代码很快，但真正的问题往往不是“模型不够强”，而是：需求没对齐、没有反馈、代码越写越乱
我发现 Matt Pocock 开源的 skills 就是专门解决这些问题的一套 Coding Agent 工程技能库
它把真实软件工程方法直接封装成 Skills：
/grill-with-docs：先追问需求，再动手
/tdd：按 Red → Green → Refactor 开发
/diagnosing-bugs：按流程定位 Bug，不靠猜
code-review：同时检查代码规范和需求是否真正实现
CONTEXT.md：沉淀项目术语，让 Agent 少说废话、少浪费 Token
还能串成：需求澄清 → Spec → 拆 Ticket → 开发 → 测试 → Review
它和 GSD、BMAD 最大的区别是不接管整个开发流程，而是把能力拆成小型、可组合的 Skills，需要哪个就用哪个
github.com
我发现 Matt Pocock 开源的 skills 就是专门解决这些问题的一套 Coding Agent 工程技能库
它把真实软件工程方法直接封装成 Skills：
/grill-with-docs：先追问需求，再动手
/tdd：按 Red → Green → Refactor 开发
/diagnosing-bugs：按流程定位 Bug，不靠猜
code-review：同时检查代码规范和需求是否真正实现
CONTEXT.md：沉淀项目术语，让 Agent 少说废话、少浪费 Token
还能串成：需求澄清 → Spec → 拆 Ticket → 开发 → 测试 → Review
它和 GSD、BMAD 最大的区别是不接管整个开发流程，而是把能力拆成小型、可组合的 Skills，需要哪个就用哪个
github.com
1 00