用腾讯 ima 搭建你的知识百科：借别人脑子用用成真了？

摘要：受益于 AI 时代福利，少数派编辑部很多繁琐的工作都得到了显著优化。但我们也逐渐发现一个问题，AI 被零碎地打落到了不同的工具里。我们从过去的「善用工具」，在新时代被升级成了「善用 AI 和工具」。

受益于 AI 时代福利，少数派编辑部很多繁琐的工作都得到了显著优化。但我们也逐渐发现一个问题，AI 被零碎地打落到了不同的工具里。我们从过去的「善用工具」，在新时代被升级成了「善用 AI 和工具」。

对于比较固定、重复的工作，诸如日常沟通、线上会议和图文互助等，我们已经有相对成熟的协作范式；可当面临一些更随机和个性化的项目协作时，就难免出现矛盾：不同人都有自己的惯用工具，总有人要妥协去换用一个自己不太擅长的。所以我们仍然需要探索 AI 时代里更高效和普适的协作方式。

经过一段时间的尝试后，由腾讯推出的 AI 工作台「ima」在编辑部受到了一致好评，并且我们发现它除了在编辑部，对个人、抑或是由家人或朋友组成的「小团体」之间也非常适用，于是就有了这篇文章。

我们让早期参与测试的同事分享了他所使用 ima 的方式，希望能通过这种方式重新梳理其应用场景，便于其他同事快速了解，为未来正式投入做准备；也希望能对你有所启发，让 ima 能在生活和工作中为你所用，效率加倍。

▍ima 是什么？

首先我们体验后的感觉是：腾讯出的这款 ima 和世面上的其他 AI 应用不太一样。不同于大部分 AI 工具只为了解决单一场景——如笔记、搜索等——下的需求，它利用了 AI 时代信息复用的优势，对「知识」的收集、整理和取用提供了一套崭新的解决方案。

其次，既然来自腾讯，就一定不得不说微信。所以 ima 在工具属性之余，还具备来自微信的天然社交基因，你可以快速创建任意主题的「团队」并邀请他人加入，获得国内最便捷的召集与分享体验。当然这里说「社交」有点容易误解，称「协作」更恰当一些。

最后，则是 ima 的信息获取管道连通了众所周知的简中最佳长图文生态——微信公众号，所以当你需要更高效获取一些深度内容支撑时，ima 有着绝佳优势。当然它也并非只封闭于微信公众号生态圈，你依然可以通过它获取来自其它平台的内容，包括直接上传文档等。

从右上角「···」选择「更多打开方式」，快速添加任何公众号文章到 ima 知识库小程序

所以此刻，我再用官方定义「用全新工作流和共享知识库打造的智能工作台」来描述 ima，你应该更容易领会它的特点。

接下来我不想枯燥悬浮地介绍它的使用方式，而是直接分享少数派此前用以测试并准备启用的几个场景，它们分别包含了 ima 的功能亮点和使用方式，想必也能帮助你更快的掌握它。

▍@Lincoln：用 ima 全面、准确地搜索高时效性信息

每年春节，铁道公司总会推出许多旨在提升出行体验的惠民举措，包括火车票优惠、购票方式和列车班次增加等，但我们注意到这些政策信息分散在各处，即使是我们这样善于搜索的专业用户也难以全面、准确地掌握所有相关内容，需要在准备阶段花费大量时间，自然普通人也很难完整了解所有细节。

所以我们便尝试借助 ima 来整合这些碎片化信息，既能快速测试它的能力，还能顺便输出一篇相关文章，希望能帮助到仍在岗位上尚没有精力去捕获这些信息的打工人。

来确保内容的时效性和准确性。

从「搜索引擎」来看，ima 支持同时搜索多个来源，加之「背靠」腾讯，搜索范围也从网页扩大到了微信公众号的内部；但与传统搜索引擎不同的是，ima 不再只是检索关键词，而是能够「理解」我们的表述和查询意图，提供更加语义化的答案。比如，我希望找出「2024 年年初开始到 2025 年火车票购买方式变化」的内容，我直接如向铁道部工作人员提问般说出这句话即可，ima 可以准确地理解时间范围和需要查询内容，省去了我们手动微调搜索语法的过程。

多来源整合提取信息

除了能准确地帮我们找到需要的信息，ima 还会对这些信息进行分析和整理。它会自动从多个来源中提取最相关的信息，比如车票发售时间、车次变化信息和购买方式的变化等，并把它们清楚地呈现出来。

更重要的是，ima 还能对不同来源的数据进行对比和验证，排除错误或过时的信息，从而确保我们看到的内容是最新、最可信的。比如，当我们问及 2025 年之前的变化时，ima 不仅能告诉我们结论，它还会为我们标注这些信息的来源，帮我们快速溯源确定真伪。

而当我们想进一步了解候补等情况下如何提升购票成功率时，ima 不仅会汇总以往的功能优化和实用技巧，还会标注注意事项和潜在的关键点，帮助我们快速抓住核心信息。

有了完善的搜索结果以后，我们还可以和 ima 连续对话，它可以动态调整搜索策略，进一步细化结果。例如，当我们提出「和 2024 年相比，2025 年火车票购买方式有了哪些变化」时，ima 能够在已有搜索结果基础上补充背景信息，例如所针对的特定群体等，无需反复输入关键词和背景。当然如果资料主要是本地文档，也可自行上传有关资料，ima 也提供了文档解读的入口，方便我们对非互联网内容检索和收集。

完成资料收集后，我们不希望每次要用有关信息的时候，都要反复提问同一个问题。这时候我们就可以在 ima 里创建一个知识库，将之前的相关信息整合到知识库，搭建成清晰的参考框架。通过这种方式，我们能够在短时间内完成从信息筛选到初步内容构建的过程，为后续的分析和文章撰写打下坚实基础。

即使一时忘记将某些关键信息保存到知识库中也没关系，ima 客户端提供的「历史记录」功能会自动记录每一次搜索操作。这样，我们可以随时查找遗漏的信息或早前的草稿版本，无需重复机械化的搜索过程。例如，当需要查找某条遗漏的 12306 的变化信息时，可以通过历史记录快速定位，大幅提升素材收集和整理的效率。

▍‍@Nick：在 ima 里高效聚合与提炼复杂资料

2024 年，由我制作的影片《寻源大圣：黑神话悟空背后的民俗起源》成了少数派和我的共同符号，许多人都通过这支影片才了解到少数派探索世界的方式。在短短的二十分钟的影片背后，我们不仅驱车三千公里前往齐天大圣信仰的发源地福建进行了实地考察，而且还积累和查阅了数十万字的相关资料。可以说，在整个项目的筹备过程中，资料分析是耗时最久，也最为繁杂的步骤。

所以，当我用上 ima 之后，我的第一反应就是想要进行一次「大圣再寻源」的尝试——复刻那个令我想起来就头大的资料考证过程，看看在 AI 的辅助之下，ima 到底可以帮我节省多少时间。

先说结论：这 ima 还真有两下子。

资料的聚合与提炼

我的研究从上网搜资料开始，这是我在考证的过程中经历过的最痛苦的一步。由于大圣信仰的传播度和影响力皆不如主流民间信仰，所以网上的各种资料质量也参差不齐，而且很多文章写得东一榔头西一棒子，为了提取其中的关键信息，我花费了不少精力。

但在 ima 里，这个流程被简化成了三个步骤：

一：将搜索到的文章链接丢给 ima，AI 会自动将文中的核心资讯汇总为干练但详细的概要，既可以是思维导图（脑图），也可以是纯文本。我每篇文章都既生成文本也生成脑图，文本用于二次引用，脑图则用来快速回顾；

使用 ima 生成脑图和概括文本

二：通过问答形式与 AI 助手对话，进一步理清文章的要点。这一步主要用于搞清楚一些不了解的概念或者时间线，如果原文太长或者文笔晦涩，我也会通过问答的方式简化吸收知识的过程；

可以与 ima 内置的 chatbot 连续对话，不断追问文中涉及的知识点

三：将以上资讯以笔记的形式存入个人知识库，留待日后复用。

每篇文章生成的脑图和概要我都会存入笔记，留待之后查看

于是，我不需要再把每篇搜到的文章都逐字逐句地读一遍，只需要重点关注 AI 为我总结出的要点，很快就在脑海中形成了大圣信仰的源流和发展形成基本框架。

脑图的生成过程还是蛮解压的

ima 的方便未止于此，更精华的部分是个人知识库，以及基于知识库的全局 AI 检索。

当我积累了足够多的笔记素材之后，我会将所有搜罗到的资讯添加到我的个人知识库中，这里就成了我永久储备、随时调阅的知识根据地。然而，新的问题随之诞生：我需要面对「存了一大堆文档，复用的时候却想不起某个观点的出处，只好把每一篇都再翻一遍」的窘境。

此前，我的解决方案是将几十份文件全部打印出来，随身携带，需要用到哪些知识就翻阅一遍。这么做虽然相对提升了复盘知识点的效率，却为我的旅途带来了额外的物理负担。但有了 ima 之后，一切流程就简化成了「发问」二字——我只要在个人知识库输入我的问题，AI 就会自动搜索知识库里的全部笔记，并立刻给出答案。相比我一篇篇地在自己读过的文章里寻找 highlight 的黄线，ima 的方式显然更为简单和直觉。

所有个人笔记都可以转入知识库

在个人知识库提问时，AI 会以知识库里的全部文档为基础资料来搜寻答案，不会跑题

另外，ima 还有个小优点，那就是它在 AI 归纳观点的同时会在每段后面标注出处，点击即可跳转至对应的原始片段。这个小设计对于像我这样的文献考证而言非常重要，不仅可以随时找到原文，而且不必担心大模型胡言乱语。

点击对应归纳点的「原文」，就可以跳转至对应的引文区域

深入知识库：文档导入和共享

在建立了对大圣信仰的基本概念之后，我的探索也继续深入。网上碎片化的文章已经不足以支撑我的研究，于是，我把目光投向了更专业的论文。

我一共在各个论文平台下载和购买了二三十篇有关大圣信仰的论文，它们基本都是 PDF 或者 Word 文档，阅读门槛比网络文章更高，篇幅也往往更长。所幸，ima 支持导入外部文档，常见的 PDF、Word 乃至图片都没问题。这些文档一旦汇入知识库，ima 的 AI 能力就有了用武之地——我可以复刻上文提到的方法，继续借助 AI 问答和总结更快地了解文档的关键信息了。

PDF 等文件不仅可以导入知识库，而且也能使用 AI 总结和问答等功能

不过，还有一点仍需考虑：我们的这次大圣考察之旅不是我一人出行，团队除我之外还有两位同事。虽然我一个人研究得热火朝天，逐渐把大圣信仰摸得滚瓜烂熟，但如果他们二人对此领域不够熟悉，那势必会影响之后的交流和配合。

这样的需求，ima 也考虑到了。它不仅可以建立个人知识库，还能创建共享知识库。在我们的「大圣再寻源」共享知识库中，我就上传了本次考察需要用到的全部文档资料，希望将我的一个人的研究成果变成一群人的共识。

我把论文存进了共享知识库

当文档上传至 ima 知识库后，AI 大模型会自动分析每份文档，并形成文档摘要，不需要挨个点开文档，仅仅鼠标划过标题就能大致预览文档内容。同时，所有团队成员都可以使用问答功能来了解整个知识库里的资讯，真正的「哪里不懂问哪里」，彻底摆脱了「组长像老师抽查作业一样和组员对齐资料」的传统流程。还别说，在实地考察大圣信仰的路上，我的主要工作就是把自己的研究成果像背课文一样讲给团队成员，如果当时就有 ima，这个步骤可能丢个知识库的共享链接就搞定了。

在团队知识库内，所有人都可以基于知识库存入的内容进行问答

总体而言，我在 ima 身上看到了纳入日常工作流的可能性。虽然这次体验是对我过去项目的一次重演，但或许当 2025 年的「再寻源」项目启动时，ima 将成为我研究新课题、探索新领域的关键工具。

▍PlatyHsu：便捷的信息存取与成员管理，一种全新的「客服」实践

少数派是一个社区型写作平台，每天都会收到大量用户投稿，编辑部经过讨论，筛选出其中质量最高的篇目展示在首页上。经过多年实践，我们形成了一套审阅流程和风格规范，汇总成《少数派创作手册》供内部工作参考和外部用户查阅。

不过，《手册》的篇幅超过五万字，并不是每位作者都有耐心细读并找出需要的答案，因此我们还是经常会收到邮件和私信询问投稿规则。而即使是作为少数派成员，我们也不是总能记住规则的每个细节；又因为作者对问题的表述五花八门，通过直接搜索未必能定位到最相关的规则。

ima 给我们提供了一个有潜力的「投稿规则智能检索和答复」方案。为此，我们新建了一个共享知识库，导入《手册》PDF 版本，并分享给编辑部成员。然后，我们尝试将一些作者经常问到的规则发给 ima，看看它能否帮我们给出好的回答。

我们首先尝试提出一个最常遇到的问题：少数派的「社区」和「投稿」两种内容提交选项有什么区别？这个问题在《手册》原文中不难找到，但篇幅比较长，对概括能力有一定考验。可以看到，ima 准确定位到手册中的相关章节（上图），并且总结提炼了下面各小节的要点，其结果是简明而准确的（下图）。

我们接着又尝试了一些细节问题，站在作者视角询问少数派一些看似「强迫症」的排版规范。这里，我们有意挑选了一些在原文中只是简略提及的问题，并且采用了意思相近但用词不同的问法。值得肯定的是，ima 都找到了正确答案。

我们再试着提高一些难度，提了一个作者特别关心的版权归属问题。这里的难点在于需要定向查找问题指定的文档（作者协议），并且把合同中的法律语言（上图）用更易懂的方式转述出来。可以看到，ima 的引用和解释都是到位的（下图），是我们可以放心粘贴到邮件中回复给作者的版本。

总之，这个基于 ima 的投稿规则知识库给了我们充分的信心，我们后来又尝试将用户协议、销售条款等规则文本导入到 ima 中，同样取得了很好的自然语言问答效果。

值得指出，ima 的知识库还有一些很实用的细节功能：其一，ima 会为每个文档自动生成摘要，只要悬浮鼠标就能查看，这本身就方便在有大量文档的情况下快速定位。其二，知识库支持多种权限设置，包括成员加入是否需确认、是否可查看文件具体内容等。如果我们日后将知识库分享给作者、客服人员等外部群体查阅，这将是非常方便的。

▍最后

看到这里，你应该对 ima 的功能和用途都有了比较清楚的理解。在我们看来，ima 是一款简单的 AI 工具，简单在用户上手很简单，如果你对微信的「收藏」功能使用足够重度，你甚至会发现它某种意义上就是一个自带笔记功能和 AI 助手的高级版收藏，所以你大可不必担心它的使用门槛或学习成本；但与此同时，它也是一款非常复杂的工具，复杂在用户使用场景很多样，依托于广泛的信息搜索引擎和「知识库」理念，它几乎可以无上限地被应用到各个场景、领域。

当然，它的使用「下限」也很低，你可以和父母创建一个共享知识库，再将家中电器的电子版说明书、一些科普性质的图文等「投喂」给 ima，让它成为一个值得信赖的「家庭百科」；抑或是把一些优秀的吃喝玩乐推荐文章添加到个人知识库中，打造一个全凭喜好的专属「个人点评」。