如果只是逐项记功能，AI解决方案的实际价值并不容易看出来。把第一步：先做减法，删掉不该带走的内容、第二步：知识库——存事实，要能独立检索、第三步：示例库——存表达方式，要能教会新AI“怎么说话”放到具体场景里理解，使用时会更清楚。

先看原文给出的关键信息：把几百条历史对话直接塞进新AI，效果往往不如预期——新AI要么被大量无关内容干扰，要么学不到旧智能体的核心能力。；情况的根源在于：对话记录是混合了事实、语气、边界、闲聊和调试过程的原始材料，新AI要的是提炼后的“知识”和“样本”，而不是海量原文。；迁移前的关键一步，是把历史对话拆成两个独立库：知识库（存事实）和示例库（存表达方式）。。继续往下处理时，重点放在这些条件上：第一步：先做减法，删掉不该带走的内容 历史对话里不是每条都值得迁移。；第二步：知识库——存事实，要能独立检索 知识库里的内容应该具备一个特点：离开对话上下文依然能被独立使用。；比如用户问“退货流程是什么”，新AI不要知道前后聊天，就能从知识库里直接调取标准答案。。收尾检查时，再把这些细节对上：第三步：示例库——存表达方式，要能教会新AI“怎么说话” 知识库解决的是“知道什么”，示例库解决的是“怎么回答”。；示例库的价值在于让新AI模仿旧智能体的语气、结构、节奏和边界处理方式，而不是靠抽象的文字描述。；第四步：格式分离——不同内容用不同工具承载 很多用户习惯把所有内容塞进一个Word文件，但这样后续维护成本很高。。