---
author: 课代表立正
date: '2026-11-01'
guest: ''
layout: post.njk
source: https://www.youtube.com/watch?v=5-z-DkvUkUE
speaker: 课代表立正
tags:
  - personal-ai
  - context-density
  - knowledge-base
  - system-architecture
title: 把六年內容做成個人AI：零提示詞、便宜模型與上下文密度的實踐
summary: 演講者介紹將六年累積的800多萬字影片、對話與文章整合為免費AI工具「Ask Li」的經驗。專案不到一天即上線，且未自行撰寫提示詞，而是透過大量高品質數據與價格適中的DeepSeek模型實現思考夥伴般的湧現特性。此外，文中還分享了解決資料庫請求量暴增100倍的架構調整經歷。
insight: ''
draft: true
series: ''
category: ai-application
area: tech-engineering
project: []
people:
  - Renyu
  - Si
  - 李錚
companies_orgs: []
products_models:
  - Ask Li
  - DeepSeek
  - Claude
  - GPT
media_books: []
status: evergreen
---
### 免費發布「Ask Li」與專案背景

我把六年來的影片、對話和文章都整理成了一個名為「Ask Li」的人工智慧，並將其免費提供給所有人。您可以在 ask.lay.ai 上找到它。

無論您是在蘋果應用商店、Google應用程式商店或國內應用程式商店，只需點擊此處即可下載。它以應用程式的形式安裝在你的手機上，所以你可以隨時查看。有趣的是，你可以看到其他人提出的問題，有超過 600 個公開答案，包括最常見的問題。

例如，如果我在這裡打開一個，我可以看到我從 2020 年到 2026 年的所有內容。它會將所有這些材料綜合起來，為您提供量身定制的答案。

關於製作這個作品的一些觀點很有意思。首先，我一個字都沒寫提示詞。其次，我使用的是一款便宜的型號，但它的性能往往比最新款、最貴的 Claude 型號還要好。

從開始到發布，這個專案只花了不到一天的時間，不過之後我花了很多時間進行迭代。以下是我GitHub上的實際時間線；真的不到一天就完成了。

我認為，如果你也想建立這樣一個人工智慧，這個影片可以教你三件事：
1. 你不需要學習提示；
2. 你不需要最貴的型號；
3. 有一件事是無法取代的。

### 零提示詞與自然對話

首先，關於提示：是教它如何回答的說明嗎？

實際上，這些文章超過 5000 字，而且全部都是人工智慧寫的。我一個角色都沒寫。首先我要感謝 Renyu 和 Si 的真知灼見，讓我意識到這個計畫是值得做的。

我一開始想，「哦，這個系統提示太難理解了。」我知道要清晰地回答問題是件難事，而且技術性很強，所以我一開始並沒有嘗試，因為我不知道該如何寫出那些題目。

但在這裡，我其實什麼也沒寫。所以，我做了什麼？我剛才跟它聊了會兒天。如果太慢，我會說「太慢了」——這是一場真實的對話。如果它反應不好，我會讓它換個型號。如果它要求我再次登錄，我會問：「為什麼不能直接使用先前的設定？」這些都是我跟人工智慧說過的話。

我把自己的數據提供給了它。六年來，我累積了超過 800 萬字，每個字都有自己的出處。所以，我直接在這裡提供。甚至在製作這個工具之前，我就已經開源了內容，所有這些原始素材都可供所有人使用。這是我送給大家的禮物。

### 便宜模型與上下文密度的湧現

至於型號，你不需要買最貴的。用於應答的型號是價格實惠的 DeepSeek。

有人問 DeepSeek：「如果我缺乏銷售資源，我應該如何分銷我的產品？」其回應的第一小題標題是首先檢驗「缺乏銷售資源」這一前提。詢問如何分銷的前提是產品沒問題，這只是促銷問題，但這種判斷本身可能是錯誤的。

而這個技巧——我並沒有試著「教」DeepSeek 這個技巧。我之前以為我必須把它輸入到系統提示字元中才能質疑這個問題本身，對嗎？但我實際上並沒有教它這些。

我已經多次提到這一點：當數據充足時，它自然就會流行起來。這其實是我們「超級進化學院」課程的內容之一。如果你查看知識庫，我們會討論人工智慧建構者和人工智慧使用者之間的五個差距以及造成這些差距的原因。

第五點是，人工智慧從線性工具演變為思考夥伴。它是一種湧現特性，是上下文密度達到一定閾值的自然結果。這是一個完美的例子：因為我在這個領域的知識已經非常豐富，所以自然而然地就具備了自動質疑你的問題的能力。因此，通常情況下，價格適中的模型結合高品質的數據，其性能甚至優於最昂貴的模型。當然，我個人對這種方法有所偏袒。

### 請求量暴增與架構挑戰

最後，我想告訴你們一件人工智慧無法取代你們的事情：

第四天，我的資料庫每月 50 萬次免費請求的限額用完了，它停止了 20 分鐘。然後人工智慧告訴我，如果我升級到每月 10 美元，就可以獲得無限請求，僅此而已。所以現在是無限量的，而且價格也不貴。沒必要為此感到焦慮，網站宕機後也不用急著修復。

但我查看了曲線，發現每小時請求量在三天內增加了 100 倍——真的是增加了 100 倍。這些是官方後端數據。

原因是，我最初發佈時有一個功能。如果你查看「最近的問題」或「最常被問到的問題」，我最初有一個「未查看」功能，每次有人刷新頁面時，他們只會看到他們還沒有看過的問題。為此，每當有新人到來時，系統都必須讀取並整理每一個問題。一旦人多了，問題多了，工作量就爆炸性成長了。我不知道你是否明白，但隨著人數和問題數量的增長，負載會呈指數級增長。

所以我刪掉了那個功能。現在每個人都查看同一個清單——「最近的問題」——因此無需為每個人刷新每個問題，這大大降低了每日請求量。AI 關注的是每月帳單，而我關注的是曲線。這背後其實是一個建築學上的挑戰。

### 個人資料庫的價值

起初，我也認為，這個提問系統只是一個模型的外殼，那它的意義何在？或許人們購買它只是為了看中了 GPT 的強大功能。後來我意識到，免費提供這些資源其實很有價值。

例如，我之前問過一個關於李錚在哪裡討論「恩格斯陷阱」的問題，因為我想知道，結果在我點擊提問之後，它就變成了一個非常好的搜尋引擎。

雖然它是免費的，也不需要登錄，但你每天只能問三個問題。您必須成為 Superlinear 會員才能獲得無限制存取權限。

所以，如果你已經累積了多年的筆記、文章或視頻，你可以從建立個人資料庫開始。這裡的所有東西都已經是開源的，所以請隨意直接使用。是的。