AI日記｜最近開始用AI搭配「外置資料庫」

最近，又把主力 AI 從 Gemini 換回 ChatGPT，雖然 Gemini 被當成可愛龍和雲端硬碟贈品已經很久了，但我其實不算什麼 AI 重度使用者，至少跟拿 AI 寫程式、做自動化的人相比，我主要還是拿來做一些單純的文字功能而已，所以一直都還是 Gemini 加減用。

最近想說，不然把 Gemini 的方案降級，分點經費回 ChatGPT 看看，結果發現工作流程可以來個大升級，因為 ChatGPT 已經可以直接修改 Google 雲端硬碟裡原本的試算表和文件了， Gemini可能是因為自家服務的安全性要求比較高，只能建立新的版本，不能直接修改。

雖然這應該是 AI Agent 滿早以前就可以做到的事情，不過能夠普及到一般的對談 AI 可以直接做到，對我們這種沒有太多時間能研究 AI 功能的人來說，就大幅降低各種使用門檻。

於是我立刻發現，這代表把研究、學習的東西歸檔在一個外置資料庫中，可以讓AI對話有更準確的一個討論核心依據，當然我相信一定有人也是這樣用的。

這樣做有什麼好處呢？

1. AI 記不住一切，不如就另外保存下來

過去我會設定主題討論的對話，確保AI能夠持續接著對話的脈絡發展，但實際上他只能根據有限的近期對話來持續進行，如果你的對話需要回追到上古的討論，那麼就很容易歪掉，或是在當中校正許多次後，不對的、淘汰的版本回過頭來汙染現在正在進行的對話。

但是如果我讓外置的資料庫，我現在是讓 ChatGPT 在雲端硬碟裡面以試算表建置核心資料庫，每有需要記住的想法、收穫、新的標準甚至是歷程記錄，就讓它歸檔到核心資料庫裡，然後他再以讀取資料庫的方式來完成當前的工作，那麼就可以大幅度的避免這樣的問題，那麼我也就不需要依靠大的長串對話來維繫工作進度了。

2. 現在的流程：AI 先整理，我確認，再寫回去

現在我的流程大概是：

提出問題 → GPT 讀外置資料庫 → 跟 GPT 討論 → 生成結果 → 修正

接著它不會立刻把內容寫進核心資料，而是先把準備寫入的東西給我看，我再確認 GPT 有沒有理解錯，再讓它正式寫回試算表，這樣 AI 比較像是一個整理能力很強的研究助理，實際上我們都以那個外置的試算表資料庫來工作。

3. 舊筆記的痛點就是懶得整理

我自己是走過紙本筆記、 Evernote、Obsidian 的，多年來也存了不少東西，但這些東西很多都只是堆著，除非有大筆時間去瀏覽，不然很多東西就不會在挖出來了。

進入 AI 時代後，結果還是類似，聊完一件有價值的事情，就把內容複製、分類、找地方放，每天累積很多工作、研究和靈感之後，就很容易就繼續堆在哪裡，即使現在的工作可能以前就有收過的參考資料，但根本不記得，或是記憶很模糊，不是找不到，但可能需要花大量的時間去找，但用外置資料庫後，隨時都有能夠回溯的紀錄。

4. 其實我本來就很常拿試算表整理資料

我從以前開始，一直都滿常用試算表整理資料，以前整理植物名錄和統計資料都是這樣的模式，某種程度上有點像我自己的卡片盒筆記，一列一個案例、一個設定、一個觀察，再加上分類、狀態、日期和一些關聯。

在單一專案裡其實就很好用用，工作有工作的表，研究也有研究的表，但問題是，不同專案之間的東西要產生關聯，以前幾乎還是只能靠我的腦袋， AI 開始可以跨著幾張表一起讀之後，我可以直接叫他把當前工作與過去做連結，甚至打破了我工作、生活、興趣、家庭這類資料的界線，是資料的界線，不是實際人生的界線，讓這些資料可以彼此互相參考、發想。

5. 對話開始變成工作桌，可以隨時從材料盒中拿東西

任何一個對話都可以取用同一份外置的核心資料庫，所以這個外部資料庫可以供很多不同的對話使用，這樣同一個主題不同的工作彼此之間就不會干擾。

反過來，一個對話也可以同時讀不同的資料庫，就是一個資料不分家，操作流程要分流的概念。

6. 最重要的是，這些東西還是我的

當時 Gemini 起來的時候，很多人在教 ChatGPT 打包資料，讓Gemini可以更快了解自己，但現在不用了，因為工作中的經驗、學習紀錄、創作設定都可以存在專屬的外置資料庫裡面，所以我隨時可以讓其他AI去讀取這份試算表，繼續當前的工作。

整體而言，用 AI 寫出符合自己需求的東西並持續最佳化的過程，也變得越來越簡單了。