Digital Mind 如何从你的文档、录音和社交帖子中学习

Digital Mind 从两个地方学习。Drive 存放你撰写的文档、上传的文件和录音，以及常见问题。Social media 同步已连接的 Instagram、TikTok、YouTube、X 和 LinkedIn 账号中的帖子。每个条目先显示 Learning…，然后显示 Learned，此后 Mind 就能根据它回答问题。先从你的常见问题和当前提供的产品或服务入手。

Digital Mind 从什么内容中学习？

知识库有两个区域，它们的运作方式不同。

这里存放的是事实，而不是指令。“一次问一个问题”或将退款请求转给指定人员这样的规则应放在行动手册中；如何编写行动手册会另行介绍。想了解全貌，请参阅什么是 Digital Mind。

在 Drive 中，每篇文档只放一个主题。文档会在你输入时保存，Mind 会立即学习其中的内容。常见问题位于顶部：写下一个问题和答案后，就会出现新的一行供你填写下一个。文档和常见问题答案不消耗训练点数；文件、录音和社交帖子可能消耗 AI 点数，费用会在你确认前显示。

可以上传哪些文件，大小限制是多少？

截至 2026 年 10 月，Drive 接受以下内容：

Mind 会读取图片中的文字，例如菜单或价目表，也会识别图片展示的内容。存储文件数量和录音总时长还受方案限制。

如果只需添加一条事实，可以撰写文档或常见问题答案，无需上传文件。

Learning… 和 Learned 是什么意思？

在 Drive 中，Mind 读取条目时显示 Learning…，完成后显示 Learned。等到显示 Learned 再在聊天预览中测试。如果条目显示 Failed，选择 Try again。

Social media 中的帖子有四种状态。

Mind 将在下一次每日同步时学习选中的帖子，因此需要等待一段时间。Mind 会保留最先学习的帖子；方案容量用满后，较新的帖子会等待空出空间，将较旧的帖子移至 Trash 可以释放空间。

检索如何让回答有据可依？

以来源为依据意味着系统先从你的材料中查找相关段落，再参考这些段落撰写答案，而不是仅依靠语言模型在训练中吸收的内容。研究领域将这种方法称为检索增强生成（RAG）。Lewis et al. (2020, NeurIPS) （在新标签页中打开）^[1] 将预训练语言模型与由神经检索器搜索的“Wikipedia 密集向量索引”结合，并报告称，在语言生成任务中，这种方法生成的语言比仅使用参数的基线“更具体、更多样、更符合事实”。

把 Wikipedia 换成你的 Drive 和帖子，就能理解这个思路。这是对 2020 年研究系统的简化，而且 Plandora 的文档没有公开其自身检索的构建方式，因此应将其视为对技术原理的解释，而非产品规格。产品明确说明的是：Search Mind knowledge 在行动手册中始终开启，应用将回复描述为以保存或同步到你的 Mind 的内容为依据，回复还可能显示访客可以打开的来源引用。

这带来两个结果。回答的质量取决于所依据的段落，因此过时的文档可能产生看似肯定的错误回答。而且，以来源为依据可以减少错误，但不能消除错误：一篇关于自然语言生成幻觉的综述 （在新标签页中打开）^[2]指出，深度学习生成“容易产生非预期的幻觉文本”，Lewis 的摘要也将提供来源和更新知识列为 2020 年尚待解决的研究问题。财务、法律、医疗和其他重大决策应由人参与，并可参阅为什么 AI 回复会出错。

为什么应该停止使用过期内容？

检索通常按段落与问题的匹配程度排序，而价目表不会主动说明自己是去年的。如果两份价目表都在 Drive 中，Mind 可能使用其中任何一份。

在文档或文件上使用 Set dates… 可将其使用时间限制在两个日期之间；Plandora 的术语表将其称为有效期。对于季节性优惠、活动日程或固定期限的政策等自然会结束的内容，请使用此功能。对于经常变化的信息，只保留一份最新文档或常见问题答案，其余移至回收站。

应该先添加什么？

这个顺序是建议，并非 Plandora 的规定：先添加反复出现的问题，再添加准备起来较费时的材料。

1. 你的常见问题：最常被问到的五个问题。 Plandora 建议从这里开始，并在聊天预览中测试。简短、准确的答案不容易产生歧义，而重复出现的问题最容易暴露知识缺口。
2. 一篇介绍你提供的产品或服务的文档。 说明它适合谁、包含什么、不包含什么，以及从首次交流到交付的过程。如果你销售咨询或服务，面向专家的解决方案页面介绍了 Mind 在初期处理的范围和适配性问题；请回答这些问题。
3. 访客会询问的政策。 退款、取消、改期、交付、资格要求。如果这些内容会变化，请添加有效日期，并将需要人工处理的事项放入行动手册的 Boundaries。
4. 你自己的解释性材料。 指南、演示文稿、讲义、演讲录音。你的方法和推理可以放在这里，这些内容是常见问题无法容纳的。文件和录音可能消耗 AI 点数，因此请添加能回答实际问题的材料，而不是整个资料库。
5. 完成以上内容后，再添加社交媒体。 帖子展现你的表达方式，但它们较为随意、针对特定时刻撰写，也可能与你当前提供的产品或服务不一致。在精心整理的材料之后添加帖子，可以补充你的表达风格，而不是让帖子决定事实。

应该排除什么？

你无权使用的内容。 他人的文章、许可范围不涵盖此用途的课程、竞争对手的宣传册。正如美国版权局所解释的 （在新标签页中打开）^[3]（页面访问于 2026 年 10 月 22 日），按美国法律，原创作品一经固定就自动受到版权保护，所有者享有复制作品的专有权。上传他人的作品可能涉及复制，因此许可很重要。你仍可在获得授权或许可、适用合理使用等例外情况，或作品属于公共领域时使用他人的作品；美国的例外规定见《版权法》第 107 至 122 条，其他国家的规定有所不同。Plandora 的常见问题将责任交给客户：你必须拥有上传所有内容的权利。某次具体上传是否符合要求，应咨询你所在司法管辖区的合格律师。

客户私人数据。 客户档案、登记表、会谈记录、聊天导出内容。Plandora 的常见问题建议，除非你的协议和工作区配置明确支持，否则不要上传保密、受监管或敏感的个人信息。数据保护法也指向同样的做法：英国 ICO 的数据最小化指南 （在新标签页中打开）^[4]引用了 UK GDPR 第 5(1)(c) 条，要求个人数据对于处理目的而言“充分、相关且仅限于必要范围”。该页面访问于 2026 年 10 月 22 日，并指出在 Data (Use and Access) Act 通过后正在接受审查。其他司法管辖区有各自的规定。上传任何个人信息前，请寻求专业审查。

过时价格和已被替代的条款。 如上所述，为其设置日期或移至回收站。

任何你不愿向访客展示的内容。 回复会使用 Mind 学到的内容，并可能显示访客可以打开的来源引用，因此不要将内部笔记和未完成的草稿放入 Drive。

如何判断 Mind 缺少知识，它又会怎么做？

1. 分享前先测试。 在聊天预览中提出真实的问题，包括你预计它无法回答的问题。预览回复会消耗 AI 点数。
2. 阅读早期对话。 在受众 › 收件箱中查看，在知识库中补充缺失的事实，在行动手册中修正不清楚的指令。
3. 打开 Insights。 Conversations 报告显示热门问题、回答覆盖情况和正在使用的知识。对于 No answer 或 Partial answer，Add an answer 会打开常见问题并预填该问题。“Answered”是系统评估，并不能证明访客满意；回答分析需要付费方案。

知识缺失时 Mind 的表现取决于你给它的指示。Plandora 的文档没有承诺固定的回复，因此不要假设它一定会说自己不知道。公开的常见问题称，Mind 的设计目标是识别不应回答的情况并转交人工，也说明所有者可以设置备用回复。请自己设定规则：在 Boundaries 中列出需要人工处理的主题和负责人；转交会在收件箱中标记对话，你可以在那里使用 Take over。Search web 需要主动启用，适用于当前公开信息有帮助的情况，可能产生额外使用费用。

你上传的内容会怎样处理？

• 所有权。 根据 Plandora 的常见问题，客户保留其原创内容的所有权，并授予 Plandora 有限权限，以托管、处理、传输和展示内容来运营服务。
• 模型训练。 你添加的知识会被处理，以运行你的 Mind 并生成有据可依的回复。公开条款和隐私政策没有针对每一家底层 AI 提供商、每个模型或每种企业配置作出一概承诺；如果你需要关于训练、隔离、保留或数据驻留的合同承诺，请在上传前咨询 Plandora 销售团队。
• 移除。 你可以控制哪些来源处于启用状态。移除来源会改变 Mind 可以使用的内容，但独立的对话、受众、连接器、备份或法律保留记录可能遵循不同的保留规则。

Plandora 常见问题中关于数据和隐私的回答提供了更多详情。