同一份文档，为什么每个 AI 都要再上传一遍？

您上传的文件留在您上传的那个助理里，下一个助理看不到它。这里讲清楚长文档到底会经历 什么、“personal RAG”是什么意思，以及什么时候直接上传到对话里仍然是更好的做法。

简短的回答

上传的文件会留在您放它的地方。 每个助理都把上传的东西保存在自己的服务里，彼此不会 去读对方的。您把一份报告加到其中一个，对下一个助理来说就跟从来没加过一样。

于是文档跟着工具走，而不是跟着事情走。换一个助理，或者再添一个编程工具，就又多出一个想要同一份 文件的地方。

上传一份长文档时，实际发生了什么

助理会做两件事之一：把整份文档读进对话，或者在文档太大时，只去找它需要的那部分。

整份读进去的时候，这份长度会在每一次新对话里重新进来一遍。 上一次问过的内容不会带 过来。隔三天再回来看，它就被读三次。这份长度同时也是您付出的成本，而最先能感觉到的地方是编程工具—— 在那里，一天是一连串新会话，而不是一场长对话。

一旦助理转成去找，它就不再把文档当成一个整体来看。 它取出跟您问题相符的段落，然后 基于那些段落工作。这个切换按它自己的判断发生，而且不会告诉您现在是哪一种。

两种都不是错的行为——它们是对一份装不下的文档给出的两个合理答案。要紧的是从第二种里推出来的事情： 超过一定体量，去找这件事其实已经在发生了。 悬而未决的问题从来不是要不要用检索，而是 这份检索是谁的，以及它会不会跟着您走。

“personal RAG”是答案吗

它是对已经在运转的东西的一种描述，而不是您必须开工的项目。

RAG——retrieval-augmented generation——指的是先找到相关的文字，让模型依据那些文字来写答案， 而不是只凭它本来就有的东西。 当被找出来的文字是您自己的文档时，大家就把它叫作 personal RAG。

您可以自己搭一套，如果您想把整套都自己跑起来，也有一条走熟了的路。但搭出来这件事，回答的是另一个 问题，不是让这一切开始的那个问题。问题从来不是检索怎么工作，而是这份文档放在哪里——因为决定 下一个助理能不能用它的，正是这一点。

必须放在助理之外的那部分

要让一份文档在任何助理里都能用，它就得放在一个不属于其中任何一个的地方。 这样的存放处叫作知识层——把适用于笔记和决定的同一个 想法，用在文件上。

对一份文档来说，变的是副本的数量。您加一次。此后，您连接的每个助理都到同一个地方去找，换工具也 不意味着要再加一遍文件。

什么时候就该直接上传到对话里

如果这份文档您只打算用一次，那就上传到对话里，然后继续做事。 把它放进某个长期的 地方，是收不回来的功夫。

• 一次性的分析。“把这份合同里有风险的条款挑出来。”您今天想要的是关于这个文件的 一个答案，之后就不再需要它了。
• 牵涉计算的事。 整张表的合计、一张图、重新排一遍格式——那是在文件上跑代码的工具 该做的事，不是存放处该做的。
• 把一批资料读透。 把一摞论文放在一起、彼此对照着读，是专门为此打造的工具在做的 事。不同的事，不同的形状。

把文档放在外面的理由，是后来才浮现的——当您发现同一个文件被传了第二遍、第三遍的时候。

实际用起来是这样

您把文档加进去一次，之后就只管问。 文件不再是您在工具之间搬来搬去的东西，而变成 工具伸手去取的东西。

Contextick 就是这样的存放处之一。您从仪表板上传一个文件，它会被转换成文字并保存下来，您连接过的 任何助理之后都能找到它。上传是怎么运作的，看这里。

FAQ