公司是谁、产品卖什么、目标客户是谁、当前账号发生了什么，AI 默认都不知道。
日常使用决策表
什么问题必须给资料？
凡是答案依赖你自己的情况、公司规则、某个文件、具体数据或参考样本时，最好先把资料给 AI。不给资料，AI 就只能靠通用知识和常识去猜。
一句话回答
只要答案依赖你自己的情况、公司规则、某个文件、具体数据或参考样本，就先给资料。否则 AI 看起来像在回答，其实很多时候是在用通用常识补空白。
01 这些问题必须先给资料
specific context
合同、报告、方案、表格、截图、邮件，必须先让 AI 看到原文或可读内容。
退款、保修、开票、迟到处理、售后规则，不同公司都可能完全不一样。
网站风格、已完成页面、之前定下的限制、哪些地方不能改，都属于项目上下文。
销量下滑、转化异常、客户变化、库存波动，都要给真实数据和时间范围。
“高级一点”“大气一点”太抽象。给样例、截图或参考文案，AI 才更容易对齐。
判断信号很简单：问题里出现“我、我们、这个项目、这份文件、当前数据、参考这个风格”，就先考虑补资料。
02 最值得给的四类资料
useful material
产品参数、价格、政策、订单、销量、库存、服务条款。
公司定位、项目目标、受众是谁、使用场景、业务边界。
喜欢的文章、页面截图、设计样例、过往优秀回复。
项目做到哪一步、前面确定了什么、哪些决策已经锁定。
最有用的资料不是最多的资料，而是能直接支撑当前答案的资料。
03 给资料以后，还要告诉 AI 怎么用
task + data + rule
总结、分析、改写、抽取、对比，不同任务使用资料的方式不同。
这份内容是主要依据、背景补充，还是风格参考，要提前说明。
要求 AI 不自行补参数、时间、人物和政策；没有依据就说无法确认。
推荐结构：【任务】要做什么 → 【资料】依据是什么 → 【要求】只根据资料、不自行补全、资料不足就说无法确认。
04 资料不完整时，不要硬编
answer boundary
资料只写“支持售后服务”，就不要扩展成“免费保修 3 年”。
告诉用户还缺保修期限、费用规则、当前政策或最新文件。
合同、资金、医疗、权限类问题，AI 可以整理资料，但不要直接拍板。
给资料不是为了逼 AI 一定给答案，而是让它有依据地回答；资料不足时，正确答案可能就是“当前无法确认”。
05 资料不是越多越好
right amount
AI 可能用行业常识补空白，看起来顺畅，但不一定符合你的真实情况。
无关文件会拉长上下文，增加成本，也会让关键事实被淹没。
当前问题需要什么，就给什么；需要更多时，再让 AI 说明还缺什么。
没有资料容易猜，资料太多会干扰，相关资料才是最合适的上下文。
本节练习
先判断：这题要不要补资料？
不要急着让 AI 开始答。先判断它需要看到什么：通用概念可以直接问，具体公司、文件、项目和数据就先给资料。
必须给资料
分析我们公司的产品优势
至少给公司介绍、产品说明、目标客户和客户案例。
必须给文件
这份合同有什么风险？
AI 必须看到合同原文，才能定位条款并说明风险。
必须给数据
这个月销量为什么下降？
要给本月、上月、渠道、库存、投放和客户变化。
可以直接问
什么是 API？
这是通用概念解释，通常不依赖你的内部资料。
本节小结
AI 不是“什么都不知道”，也不是“什么都知道”。它擅长处理信息，但如果你希望它回答你的公司、项目、产品和数据，就要把真实资料放到它能看到的工作区里。
- 问你自己的情况、公司规则、具体文件和业务数据时，最好给资料。
- 想要具体结论，就要给具体数据；想要模仿风格，就要给参考样本。
- 给资料不是越多越好，而是当前问题需要什么就给什么。
- 资料不完整时，要允许 AI 明确说无法确认。
- 大量企业资料要升级成 RAG、数据库或工具按需获取。