干了十几年，硬盘里的东西比人记得的多：方案、交底、会议纪要、考试笔记、随手记的心得，分散在好几个盘、几十个文件夹里。想找某一类东西，靠回忆和翻文件夹，找十分钟是常事。今年我用AI把这件事做了一遍，过程比想象中简单，也比想象中值得。下面是具体做法和踩过的坑。
我一开始就把一堆文件扔给AI，让它“帮我整理”。结果它按自己的逻辑分了一版，和我的实际使用习惯完全对不上，白干。
后来明白的顺序是：先定栏目，再定命名，最后才是让AI往里塞。我把自己的资料按使用场景分成有限的几类，比如施工技术、成本造价、合同与招投标、管理心得、政策法规。分得粗一点没关系，重要的是每一类我都能立刻想到在什么时候用。命名上定死一个格式：日期加主题加关键词，以后不管谁来检索都能命中。
第一件是归类。给它栏目定义和一批文件，让它判断每个文件归到哪一类，并给出理由。分类理由比分类结果更有价值，它经常能指出我原本没意识到的重叠和遗漏。
第二件是抽要点。对每份笔记，让它用几句话讲清楚这份东西解决什么问题、关键结论是什么。这一步是把“一堆文件”变成“一份目录”的关键。
第三件是生成索引。把结果整理成一张表：文件名、栏目、要点、关键词、日期。有了这张表，检索就从翻文件变成了查表。
第四件是我明确禁止它做的：改原文。原始文件一个字不动，所有加工结果另存。原因很简单，笔记里有大量当时的语境和判断，一旦被“优化”过，就再也找不回来了。
索引做好之后，用得最多的场景不是“找文件”，而是问问题：这类工作我们以前怎么处理的、当时踩了什么坑、有没有相关的做法记录。
这时候提问的方式和查关键词不一样：要把场景说清楚，比如部位、阶段、参与方、争议点；要明确要求它引用具体的文件来源，而不是给一段泛泛的建议；最后一条最重要——凡是要拿去用的结论，都要回到原文看一眼。索引只是路标，不是结论。
第一个是别贪大。我一开始想做“全盘整理”，几千个文件，做了两次都半途而废。后来改成按主题一轮一轮做，一轮做完就用起来，反而推得动。
第二个是别指望一劳永逸。资料是每天新增的，索引也就需要定期更新。我现在是每周花十几分钟把新增的东西归一次，比攒到年底再翻轻松得多。
整理这件事最意外的收获不是省了找文件的时间，而是看清了自己这些年真正积累了哪些东西、缺哪些东西。目录摆在眼前的时候，你会发现有些方向反复在记，有些方向一直是空白——这比任何工作小结都诚实。
AI在这里的角色不是替我想，而是替我做那些我懒得做的整理。它把我的资料从一堆文件变成了一个可以对话的库，真正做判断的还是我自己。这条界线守住了，它就是一个非常好用的助手。
本文记录个人使用AI工具的真实体会，不构成专业依据。