给AI喂资料，我踩过的4个坑
我曾经一次性往库里丢了十几份文档。给AI喂资料要注意什么，我原以为答案是多喂，结果 AI 小推给出的选题方案里，混进了一条我早就放弃的产品线。
给AI喂资料要注意什么：先别喂，先看这四个坑
四个坑分别是新旧混放、自相矛盾、来源不分、重点被稀释。它们的共同点是——问题不在资料少，在于我喂的方式。
坑一：把「过期结论」和「当前结论」一起喂
现象是 AI 拿着半年前的判断给我出主意，还很自信。
原因很简单——我只顾着往里加，从来没往外拿。立项以来我跑了 7 轮迭代，早期几轮的结论早就被推翻了，文件还躺在库里。
怎么避：每次方向变了，当场把旧结论标记成已废弃，别指望自己记得。
具体动作：翻一遍你的资料，把带日期的结论按新旧排一次，旧的那批加一行「已被替代」。
坑二：喂进去的资料本身自相矛盾
现象是同一个问题问两次，AI 答得不一样。
原因是我在三个文件里对同一件事有三种说法，检索命中哪个全看运气。这种时候不能怪模型，它是在如实转述我的混乱。
怎么避：一个事实只在一个地方写。别处要用就引用，别复制。
具体动作：挑一件你最近反复解释过的事，把重复的几处合并成一处。
坑三：喂了别人家的规则当自己的
现象是 AI 拿平台规则当成我的操作规程来执行，答得头头是道但用不上。
行业资料和本人经验必须分开标。我自己的交付数据是一回事，行业里的公开规则是另一回事，混成一条因果链，读起来像真的，其实是拼的。
怎么避：每份资料标清楚来源和归属，谁的经验写谁的名字。
具体动作：给现有的资料加一列「这条是谁的」，第三方的一律挂名字。
坑四：喂了太多，重点被稀释
现象是我明明写了很关键的结论，AI 就是没抓住。
因为我在它旁边塞了十倍的次要内容。写得长不等于信息多，有时候是噪音多。
怎么避：关键结论单独成文，别埋在长文档中间。能一口气读完的文件，检索时更容易被完整读到。
具体动作：把最关键的 3 条结论抽出来，单独放一个文件，放在最前面。给AI喂资料要注意什么，最后一条往往最容易被忽略。
止损清单
- 同一个问题答偏两次以上，先停手查资料，别继续加
- 涉及税率、法规、平台规则，库里写的一律不当作准，以当地税务机关或平台官方口径为准
- 资料整理超过两周还没见效，说明是结构问题，推倒重来比打补丁快
常见问题
Q：给AI喂资料要注意什么？
四件事：别混新旧结论、别让同一事实多处并存、别把自己和别人家的资料混着写、别让关键结论被长文档埋掉。
Q：资料越多，AI 答得越准吗？
不一定。资料多但结构乱的时候，准确率反而下降，因为干扰项变多了。宁可少而清楚，也别多而混乱。
Q：喂错了怎么补救？
先标记废弃而不是删掉，留着能看清自己走过什么弯路。标记完再重建一份干净的当前版本。
相关阅读
本文作者西米，37 岁程序员，一个人加五个 AI 员工在跑一家公司。踩过的坑和真实账本都写在公众号「西米分享」。
完整代码、踩坑清单与最新进展，都在公众号。
📱 关注公众号「西米分享」