ima+WorkBuddy最系统教程（轻科技）

要把“让 AI 迫使我把知识真正想明白”变成日常习惯，可以按下面的闭环流程执行，并在每个环节植入明确的“人类动作”。 ​​1. 粗存：把资料丢进知识库​​ • 任何文章、PDF、划线、想法都先一次性丢进 ima 的“粗选”或“草稿”库。此环节完全由 AI 自动完成，人只需授权导入。​​目标：让 AI 有足够原材料可调用。​​ ​​2. 检索：让 AI 做“筛选”和“排雷”​​ • 在 ima 中用自然语言提问，让 AI 帮你挑出相关片段、生成摘要或对比表。​​注意​​：要求 AI 把来源一并返回，保证透明可追溯。 ​​3. 使用：AI 做重复整理，人来做深度思考​​ • 把检索到的片段拖进 WorkBuddy，让 AI 进一步归类、提纲挈领、甚至出练习题。​​关键​​：不要拿过答案就结束，而是先用自己的语言复述、解释给 AI 听，每条观点都要标明来源。 • 可让 AI 做“对照表”“思维导图”等可视化，再让人类去审视：哪些节点仍模糊？哪些逻辑需要调整？此时 AI 的角色是“镜子”，映出知识漏洞。 ​​4. 精存：把“我的理解”写回知识库​​ • 完成思考后，把整理好的笔记、洞见、行动计划再存进 ima 的“精华”库或专属文章库。​​只有这一层才算真正闭环​​，因为知识开始带有人的视角并可后续迭代。 ​​5. 回溯与迭代：让 AI 再次调用并验证​​ • 隔几周再次检索同一主题，看自己是否能更快讲清；若不能，AI 会再次“暴露”盲点，形成持续迭代。 ​​落地技巧​​ • ​​"让它照镜子"​​——每次 AI 生成内容后，立刻要求它列出出处、逻辑链和可能的反例；这迫使你去核对并深化理解。 • ​​"让它出题考你"​​——把 AI 生成的要点改成问答形式，关闭屏幕后自测；能答上来才算学会。 • ​​避免“自动写作”陷阱​​——资料≠观点，AI 只能提供素材和雏形，必须加入个人判断与场景化改造。 • ​​用真实任务驱动​​——写方案、做汇报、备课、写读书稿，都先让 AI 搞一份草稿，再由人升级为“只有人类才能完成”的部分（价值判断、情感表达、场景创新）。 这样安排后，AI 负责海量存储、快速检索、机械整理，人类专注于批判性思考、价值判断和创造，各取所长；同时因为每一次输出都要“回存”并接受下一轮检验，知识网络持续生长，真正实现“AI 迫使你把知识想明白”。

喜欢作者的最后一句话：现在，AI时代，这个载体有了变化，叫做知识库，工具变成了ima和WorkBuddy。但是，不管怎么变。最重要的始终是，我该记录什么，我该学会什么，以及我该怎么使用他们。 现在都在AI赋能，都在AI知识库，都有自己的优势，因此，更需要自己学会如何学习。

这套教程讲解如何借助ima与WorkBuddy搭建自进化第二大脑，核心不是让AI代劳，而是借工具倒逼自己消化知识，构建可以自主生长的个人知识库。

非常好的一本书，把如何让自己长出第二大脑完整的呈现了出来。运用工具，让我们的长板放大，作者在没有ai的时代习得的这一套收集整理的方法，在ai时代有了大用处，可以让我们在重复的工作中解放出来，真正得做到将我们的时间和精力用在最重要的思考上，不过，在我们还没有能够真正掌握这一套方法论的时候，可能，我会增加一部分，就是我学习自己总结，让ai对我的总结进行纠错和提出修改意见，不断的去训练我的消化能力，才能够长出自己的系统性的方法论，当我足够熟练使用的时候，我才会像作者这样来使用。

非常实用的一本书，这是从笔记本（手工）->笔记软件（数字化）->AI+笔记（智能化）的进化，有了ima+WokrBuddy极大地提高了知识管理效率，对于知识工作者感觉可以提高10倍效率。 特别是可以连接微信读书，感谢腾讯出了这么好的2个工具。

对于一个刚开始接触workbuddy和ima的小白而言，作者所介绍的方法可能没办法一下子就上手，但我相信这一定是一个特别好的方法，一旦熟练运用，能够帮助我在工作和学习上实现质的飞跃，加油！

找 work buddy 自己总结都比这全，新手当做一个索引，但确实没啥干货，用过都会，新手可看，用过浪费几分钟。原来书也能这么短，长见识了～

有点粗枝大叶，像是一个公众号文章

写的很详细，就等落地使用了，打开新世界大门

关于如何使用，好像都涉及到了，却又好像都没有……