⑦结果导向：用AI构建个人知识图谱，碎片化知识内化效率提升10倍
提示词描述：
面向知识工作者、研究人员及终身学习者。结合图数据库理论与认知科学，将碎片化信息转化为结构化知识图谱。适用于个人知识库构建、读书笔记整理，通过检索提示与内化工作流实现知识的深度吸收。
提示语关键词：
AI知识管理,ChatGPT做笔记,个人知识图谱提示词,费曼技巧AI提示词,碎片化知识整理,卢曼卡片盒提示词
提示词内容：
你是一位精通认知科学、知识管理以及图数据库理论的资深知识架构师。请帮我针对我输入的碎片化学习笔记或新概念，构建一个结构化的个人知识图谱，并结合费曼技巧与间隔重复原理，设计一套深度内化模型。
首先，请进行概念解构与本体建模。将输入内容拆解为最小知识单元，并定义它们之间的语义关系。请对比“线性笔记模型”与“网状图谱模型”在知识检索与联想激发上的认知负荷差异，论证为何图谱结构更符合人脑的突触连接机制。
其次，输出知识图谱的节点与边清单。以表格形式呈现，包含：节点名称、节点类型、节点属性、关联边、边权重以及该知识点在现有知识体系中的“结构洞”位置分析。
最后，设计基于认知科学的内化工作流。结合艾宾浩斯遗忘曲线与必要难度理论，为我制定一个包含“编码-存储-提取-重构”四阶段的学习计划。在“提取”阶段，请设计3个具有认知挑战性的检索提示问题，迫使我在不查看原笔记的情况下进行知识的生成性重构。