☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
kimi需按逻辑功能而非章节提取知识骨架：先标注前提【p】、推论【r】、证据【e】、反例【x】；再串联【r】成因果链，分支用缩进+箭头；无证据的【r】标“待验证”并注明缺失类型；指令句须配真实场景动作；助教角色下输出6个动宾模块；最后暴露三个未论证前提及对应亲身反例。
你想让kimi从一本书里自动抽出可迁移、能复用、带层级的知识骨架，而不是堆砌金句或罗列观点——这需要提示词直接锁定作者的思维结构，而非内容表层。
用论证链代替章节拆解
第一步：要求Kimi识别原文中“前提→推论→证据→反例”四类句子，并用符号标注（如【P】前提、【R】推论、【E】证据、【X】反例）。【不接受按页码或章节切分，必须按逻辑功能归类】
第二步：把所有【R】推论句单独提取出来，按因果顺序排列，中间用→连接。若出现分支逻辑（如“若A则B；若非A则C”），必须用缩进+箭头显式标出。
第三步：对每个【R】推论，检查是否至少有一个【E】证据支撑。没有证据的推论，Kimi必须标为“待验证”，并注明缺失类型（数据缺失/案例缺失/对照缺失）。
把知识单元锚定在动作上
方法一：动词驱动提炼
输入：“找出书中所有以‘要…’‘必须…’‘避免…’开头的指令性句子，每条后面紧接一个真实场景动作，例如‘要建立反馈闭环’→‘下周团队复盘时，强制每人说1个刚试错的点’。”
方法二：角色绑定重构
输入：“假设你是这本书的助教，正在给新手设计3天训练营。把全书知识压缩成6个实操模块，每个模块标题必须是动宾短语（如‘拆解用户沉默信号’），且第一个字不能是‘学’‘懂’‘知’‘理’。”
一键设置，在 OpenClaw 和 Claude Code CLI 中使用 Kimi K2.5 (Kimi Code) 作为编程模型。Kimi Code 兼容 Anthropic Messages API——替换……
这一步操作起来很简单，直接把文件拖进去就行。
强制暴露知识断层
输入：“列出书中三个被作者默认成立、但未加论证的前提假设（例如‘人天然追求确定性’），再为每个假设找一个你亲身经历的反例，用‘那天我…结果…所以…’句式写。”
注意：Kimi必须先输出前提假设，再输出你的反例——顺序不能颠倒。如果它先编你的经历，说明没读懂指令。
输入完成后，Kimi会立刻开始解析文本结构，生成带逻辑标记的知识图谱。
