“知识检索”系统：从公域到私域

type

status

date

slug

summary

知识检索

你可能学过计算机的数据结构与算法，知道怎么平衡好时空复杂度，用合适的数据结构与算法去查找到对应的数据；没学过也没关系，因为你至少用过百度、用过B站搜索……

抽其本质来看，“查找”到一个你所需要的数据，就是通过一个 key（你叫索引、叫钩子都行），拿到对应 value 的过程，专业点说叫“检索”；在知识的检索中，key 就是一个个知识点的关键词（keyword）或者分类，valule 就是相关的所有知识点。

这篇文章，我将分享我对“知识检索”系统搭建的一些心得，希望对阅读本文的你有帮助～

系统概览

话不多说，先给大家看看我的知识检索系统的“架构设计”。

你可能看得一头雾水，没关系，我一个个拆解开来说。主要分为这几个部分：

索引区（Index）

私域（Trusted Domain）

公域（Internet, Public Domain）

而我这套系统的亮点就在于 2 中的“私域”，即“授信域”。我们接下来逐一介绍。

索引区

先讲讲“索引区”。

索引区起到的作用，正如前文所述，负责完成“关键词”到“知识点”的映射。但具体是怎么实现这样的映射和索引构建的呢？

我将分为两个大脑介绍：“人脑”和“知识库”。

第一大脑 —— 人脑

第一个“人脑”就是我们的第一大脑，即人脑。

你可以简单地把人脑抽象成一个计算机内存，首先它很快，毕竟就长在你身上，就像是个local cache；同时它也不那么可靠，毕竟不是持久性存储，而且容量十分有限，但是这并不影响它成为索引构建的主力军。

人脑不是很死板的记忆机器，而且我相信大部分的记忆能力都不好使，所以记忆这种事情，就交给存储专业户——知识库（下面会说）。专业的事情，就要给专业的人做，而人脑的强大，就在于它的思考与联想能力，我们这里主要使用到的就是人脑的联想能力，我们需要它给出检索的key。

检索的key，可以来自于你的记忆，比如：说你突然想到“MECE原则”，那这个MECE就是你的key，这靠的是“印象”。

当然，很多情况下不可靠的人脑并不能直接得出这个key，需要通过联想的能力把这个key给调出来。比如，今天老板把一个项目交给我来负责，我需要按项目目标给出项目方案，我尝试列举着一个个可执行的点去达成这个目标，不断地往下拆分，当我发现要将具体的、原子的任务落到具体的人身上时，突然想到：“咦！这不MECE吗？”这时key就是被你使用联想能力调用出来的。

我在图中画的 🧠 ，就是代表人脑。下面的“Algorithm”、“Time Management”、“ChatGPT”就是key（只是举个例子，不是说一定是这3个）。

这个步骤，根据我的经验，并不用太刻意地做什么，人脑自然会记住它觉得重要的 keyword，这一步的索引构建是一个比较自然的过程。

需要重点关注的是，要给自己留足思考的时间，多做联想，寻找各种信息、知识之间的关联关系。此外，还需要注意，人脑的容量是有限的，需要控制好信息输入，勇于放弃不值得你关注的信息，focus 在你近期需要关注的领域上。

第二大脑 —— 知识库

第二个“知识库”就是我们的第二大脑，我使用的是主打All In One的Notion。

知识库作为第二大脑存在，就是为了突破人脑容量和记忆持久性限制的。理论上只要Notion的业务还在running，你放进知识库的知识将持久性的存在；而且现在的Notion免费版是不限制Block的，你可以理解成你可以无限制地往里边加东西。

索引构建的这个过程，也让知识库帮你完成。你要做的，就是往里面输入知识；作为使用者，你不用操心怎么通过一个key，搜出相关的知识，你只管存和搜。你也可以粗浅地把第二大脑当成你大脑的外挂，移动硬盘什么的。

具体使用原则，就是好好利用好人脑的处理能力、思考能力、关联能力，找到合适的keyword之后，丢到被你信任的、平日里一直在管理的知识库中。

当你打通第一大脑和第二大脑时，关键词与知识之间的关系会再次加强，第一大脑的联想能力和印象会增强，第二大脑可能也会有新的衍生的增量知识。

这时候，你可能会有疑问：找关键词我懂，但为什么找到词之后不直接去百度/Bing/Google等搜索引擎搜，而要去知识库搜索？我还得搭个知识库？下面的“私域”我会解释。

私域

这里的私域，也叫授信域。需要区别的是互联网运营里的私域，不是那个意思。为什么我这里叫私域，因为这是你亲自manage的、知识经过你亲自沉淀出来的、亲自生产/收集的知识库。

这个系统的亮点，就在于它“授信”。这些知识是经过你消化的，已经成体系的；相比于“公域”上的知识，那些是未经消化的，甚至是质量待验证的。

看到这里，你应该能懂我的意思。经过一轮沉淀后，知识的杂质已经被过滤掉了，是一个可搜且可用的状态，而互联网上的其他信息，只能保证可搜。

而且这些知识被你处理过，脑子里是有“缓存”的，你处理起来可以更快，因为你有印象，在看到更多的上下文时会被激发。

所以，无论是从速度还是质量上，这个“私域”都是更胜一筹的。但它也有缺点，就是面不够广，因为你的认知有限，关心的领域也有限，不可能啥都有。

“私域”和“公域”是有一定转化过程的，当你要找的知识在“私域”找不到的时候，自然要去“公域”补货，沉淀完之后，再放入“私域”。

你可以反驳我说：“我浪费这么多时间去学习知识管理，还要学个Notion这样的软件，太折腾了，不值得。”如果你只做一次两次的知识检索，那无所谓；但是这是一个高频需求，但就ROI的角度来说，这绝对值得，这是一个高价值的杠杆。

这个“私域”系统的核心，就在于吃“复利”，缩短重复路径。下面我给大家介绍一下我在Notion中的实际应用和最上面的系统架构图的对应。

1. 领域知识

对应的是“Domain Knowledge”，这一部分就是你所关注的各个领域，比如：计算机、AIGC、音乐制作、知识管理、商业、投资……

这一部分是体系化的知识，有各种结构化的知识，或成树、或成网，交织在系统中；Notion还可以内嵌和SQL数据库使用一致的Database，非常好用（后端狂喜）。

2. flomo

这个是少楠老师做的一个“不完美”的知识工具，使用它你需要学习卢曼的卡片笔记法，或者看看flomo官网的101，才能比较好地充分使用它。

简单来说，它适合记录你零散的想法、或者碎片化的知识，这些知识不成体系，最多就是有标签，能做引用关联。你需要将这一个个的原子想法，拼装组织，像搭积木、写程序一样，组织各个模块，搭建出最后的一整块知识。这一个个的知识卡片，就是知识库的地基、砖头。

我的flomo邀请码：MTA3NDg0Ng 也可以直接访问这个链接注册：https://v.flomoapp.com/register/?MTA3NDg0Ng

至于怎么让flomo可搜，你可以直接使用flomo应用内置的，也可以像我一样，直接放在notion里，以API的形式打通（Notion API的强大！）。

3. 微信读书

微信读书是我使用的比较多的一个阅读器了，它有多好用用过的都知道，我就不多说了。我比较支持并推荐大家多做划线、批注（当然也别滥用，否则高质信息密度会下降）。

我同样是使用Notion API的能力，打通了微信读书笔记和Notion。

4. RSS

你可以理解成是一个feed的聚合器，它可以让你只关注你想关注的人和事，也不用打开各种APP。类比高德，是各种打车平台的聚合器，是个超平台；RSS就是个超feed。我使用的是Notion Feed（同样，你可以使用Innoreader这样的老牌RSS，不过需要魔法才能上）。

严格来说，RSS算半私半公，你选择相信的是内容源（人、专栏等），但是内容你可能并没看过，只是基于信任，你选择相信它的质量，并导入知识库中。

你完全可以扩展你的想象力，Notion是一个All In One的超大平台，你可以以各种方式把你想要的信息灌进去，并且把知识打通。

而我上面列举的每个usecase，除了“领域知识”是我亲自整理放进去的，其他的都是靠着API来做自动化，这样一来效率也高了不少。

当然，每条flomo里的memo（原子卡片笔记）和微信读书的批注都是我写的，RSS的关注也是我挑的。这些知识都是经过我手的。

公域

这个就是大家所熟知的去搜索引擎上搜内容了。搜索引擎的技巧我就不说了，万能的B站、油管我也不说了，我就分享一些其他方面的检索心得吧～

如果你关心“Why”，而且它偏理论，你需要被长篇内容“说服”，那你可以上知乎

如果你关心“How”，而且它偏实践，你需要看短篇内容就能快速上手，那你可以上小红书

如果介于上述二者之间，你可以看看“少数派”

如果你在检索你的内心，在探索新的可能性，试试AI

主动！主动！主动！

不仅人脑容量有限，接受信息的带宽也是有限的。所以，我们对于信息、知识的输入，一定要主动地把控好。

我的建议就是，不再接受“推X”。什么意思呢？

第一种，就是不接受被动的“推荐”，即不再去看推荐feed，比如：抖音、B站、小红书等app的推荐页面，这是被动的在接受信息，而非主动地摄入。你别杠说推荐的都是你爱看的，你所关注的，流失的除了你的注意力，还有你时间。

第二种，就是不接受被动的“推送”，app推到手机里的通知、短信、站内信，看到就算了，尽可能别点。

包括各种微信消息，该关闭消息通知的都关闭。微信群可以使用仅关注人的功能，关注你需要关注的人，现在的微信群可以设置四个。

而且不是所有消息都需要你马上回复，没有什么事情火急火燎到需要你马上回复微信的，真正着急的事情不会以微信的形式，或者不止微信一种形式通知到你的。

总结一下：关注你所关心的，主动地控制信息输入，也是在做时间/注意力/精力的管理。

写在最后

搜索引擎不是检索的全部，AI更不是。