LLM Wiki 的架構：原文、筆記與規則

把資料交給 AI 整理之前，先想像桌上有三樣東西：收納盒放原文，筆記本放整理結果，一張規則紙告訴助手怎麼整理。

這個比喻能幫你看懂 LLM Wiki。你不必一開始就理解搜尋技術；先知道哪份資料可以改、哪份應該留著，以及整理要遵守什麼規則。

三層各做一件事

Karpathy 的概念文件分成原始資料、Wiki 與結構規範。下面用日常整理方式說明。

角色	可以放什麼	怎麼處理
原始資料	文章、報告、自己的原始筆記	留存原文，供回頭核對
整理筆記	重點、比較、主題頁	隨新資料更新，附來源
整理規則	頁面格式、來源要求、更新流程	由你決定，逐步調整

規則是整理時的依據，不是工作流程中最後才做的一步。

圖：原始資料保留、整理筆記更新，規則管理格式與工作方式；各層不是單純的三步驟。資料：Karpathy：LLM Wiki。

先試一個你常查的主題

以下是我的入門建議，沒有固定檔案數或指定軟體。可以先選「常用 AI 工具比較」這種你會反覆回來看的主題。

保留幾份你已讀過、覺得可信的資料，讓 AI 整理各工具的用途、使用條件、資料日期與待確認事項。看完後，回到原文核對一輪，再決定是否留下。

只有你熟悉的資料，才比較容易看出摘要有沒有漏掉重要前提。

規則先寫到夠用

與其一開始寫一大本規範，可以先用這段作為整理要求，再依自己的需求修改：

請保留原始資料，只修改整理筆記。每個重要結論附資料來源。缺少資訊就標出來；兩份資料有矛盾時，列出差異。更新後告訴我改了哪些頁面。

這是作者提供的起點，不是 Karpathy 的原文模板。文件規則也不能代替實際帳號權限；不希望 AI 接觸的資料，就不要讓工具取得存取權。

增加入口，留下改動紀錄

筆記變多時，我建議加一頁「從哪裡開始」：列出常用主題，每個連結旁寫一句它能回答什麼問題。另留更新紀錄，方便查剛剛增加或修改了什麼。

Karpathy 的概念也包含內容索引與時間紀錄。對一般使用者而言，可以把它們想成書的目錄與整理日記，不用先研究一套複雜搜尋系統。

不只收資料，也要回頭看

偶爾選一頁檢查：來源連得回去嗎？舊說法是否被新資料取代？兩個頁面是否說了相反的事？被改過的資料能不能找回前一版？

有用的第二大腦，應該讓你更容易找到答案，也更容易知道答案從哪裡來。只要這件事做得到，就可以慢慢擴充，不必先把整套系統做大。

先想了解用途，可以回到 LLM Wiki 的生活例子。

來源

• Andrej Karpathy：LLM Wiki