---
title: "Claude Code 知识库建设：为什么要沉淀工作经验"
description: "把成果留下、把方法丢掉，是重复劳动最常见的原因。这一节算清沉淀的账，定下该记什么、条目怎么写、从哪里开始。"
updated: 2026-11-13
canonical: https://docai.cc/learn/knowledge-base-benefits/
markdown_mirror: https://docai.cc/learn/knowledge-base-benefits.md
---
## 两小时又没了

三个月前你做过一份招商方案，今天客户又要一份类似的。你打开旧文件夹，只找到最终版：当时用的提示词没了，数据口径没记，为什么否掉另一个结构也想不起来。于是重新解释背景、重新试格式，两小时又过去了。

这不是记性问题，是流程问题。成果留下了，方法丢了。同一个问题问过 AI 五遍、每遍都要从头交代；新同事接手你的活，只能翻聊天记录猜——都是同一件事。

## 它是什么，为什么对 AI 更要紧

不是知识管理系统，也不是数据库。就是一个文件夹，几份纯文本，放在你日常干活的项目目录里，让 AI 能直接读到。判断标准很硬：下次做同类任务，你和 AI 愿不愿意先打开它。信息怎么分层，可参考[上下文工程](/concepts/context-engineering/)。

和人协作，一句「按上次那个风格」对方就能会意；AI 不会。它在新会话里通常从空白开始，你给什么它看什么。不给材料，它只能拿通用经验顶上：模板套话、四平八稳的结构、看不出口径的数字。给了材料，它知道客户是谁、报价怎么算、哪些话不能对外说，写出来的东西能直接进流程。差别不在模型多聪明，在开场时递过去多少上下文。

## 算一笔账

同样是写提案，区别不在单次，在重复次数：

| 轮次 | 不留记录 | 留记录 |
|---|---|---|
| 第一次 | 两小时摸索格式 | 两小时，顺手记下模板与注意事项 |
| 第二次 | 再花一小时半，仍从零想 | 读模板半小时，加上改写一小时 |
| 第三次 | 依然没有进步 | 更快，还多出一条避坑记录 |

只做一次的任务，写文档当然不划算；只要会重复三回，第一份文档的时间通常就摊平了。真正拉开差距的是第十次、第二十次。

## 该往里放什么

四类内容，按上手顺序：背景（业务怎么运转、内部术语、客户是谁、数字的口径）、流程（分几步、每步用什么提示词、怎么验收）、范例（被采纳的稿子、通过的方案）、教训（试过没用的方法、踩过的坑）。一个最小目录：

```
knowledge/
  business.md    # 业务、术语、口径
  proposal.md    # 方案写法与提示词
  samples/       # 两篇通过稿
  lessons.md     # 踩坑记录
```

一层目录就够，别建三四层；找不到文件通常不是分类不够细，而是太细。另有一条边界不能越：记方法，不记机密。客户名单、未公开报价、合同条款、个人隐私不进这个文件夹；「方案怎么搭结构」这类写法可以写。知识库会被复制、分享、读进上下文，写进去等于半公开。

## 一份能用的条目长什么样

目录只是骨架，起作用的是文件里的内容。以「写招商方案」为例，`proposal.md` 至少写清五块：

```
用途：客户要招商方案时，先读这份文件，再动笔。
背景：客户多为区域连锁，决策人关心回本周期与区域保护
步骤：1. 问清门店数、供货渠道、预算区间
      2. 按「背景—机会—方案—投入—回本」列五段大纲
      3. 大纲确认后再写正文，每段不超过 200 字
提示词：按本文件结构写，读者是客户老板，先给结论，少用形容词。
验收：回本周期给出计算过程；不承诺独家代理，除非客户书面确认
教训：上次跳过大纲直接写正文，客户看不到决策依据，返工一次
```

五块各管一件事：背景决定语气，步骤决定顺序，提示词决定写法，验收决定能不能交，教训防止重蹈覆辙。再补一个动作让它真被用上：在项目根目录的 `CLAUDE.md` 里写一句「写方案前先读 knowledge/proposal.md」，入口只放索引，不抄内容。写完追问一句「你参考了哪份文件」，说不出文件名的，多半没读。

## 从今天的任务开始

不要先建目录再想内容，那多半停在建目录。挑最近一次做得还行的任务，花二十分钟回答四个问题——任务是什么、步骤是什么、哪句提示词最有用、卡在哪一步。答案就是第一份文件。本周先记三到五条顺手的提示词，本月补两三个高频流程，之后每完成一个项目留十五分钟更新。

沉淀不是额外工作，是把本来要重复支付的成本提前付一次。下一课讲具体写法：怎样让第一份文档结构清楚、AI 一读就懂——[创建可复用结构化文档](/learn/structured-knowledge-docs/)。
