很多 AI 任务失败，并不是模型不会写，而是它没有稳定、准确、足够具体的业务背景。每次临时补充几句话，会让不同任务使用不同版本的事实，最终产生难以审核的内容。
背景库应该包含什么
至少分为五类：公司事实、产品事实、目标客户、品牌表达和禁止事项。
产品资料需要明确规格、材料、认证、适用场景、不能承诺的能力和仍待确认的信息。目标客户部分则应记录地区、角色、典型问题、采购顾虑和常用表达。
把事实与策略分开
“产品通过某认证”属于事实，需要来源；“优先向某行业推广”属于策略，可能随阶段调整。把二者混在一起，会让旧策略被误当成永久事实。
可以为每条重要信息记录来源、负责人、更新时间和验证状态。无法确认的内容标记为待核实，而不是让 AI 自行补全。
为具体任务建立小型上下文
完整资料库不应每次全部塞给模型。执行某项任务时，只提取与该任务有关的公司、产品、受众和规则，形成可审阅的任务上下文。
例如分析 Google Ads 搜索词，需要产品范围、排除需求、目标市场和询盘判断标准；撰写产品页，则还需要规格、应用、证据和品牌语气。
建立人工审核出口
AI 输出必须能被验证。审核时分别检查事实、逻辑、品牌表达、合规和下一步行动。涉及价格、认证、法律、平台规则或客户数据的内容，不应只依赖模型记忆。
今日行动清单
先创建一页“业务事实索引”，只放已经确认的信息和来源链接。随后选一个高频任务，为它整理不超过两页的专用上下文，并记录哪些部分仍需人工判断。