天工AI双向链接使用教程：知识卡片整理与关联

假设你手上有一堆零散的AI学习笔记、会议纪要、产品文档，希望将这些内容自动串联成一张可跳转、可追溯的知识网络，而不是让它们在文件夹中越堆越乱。但需要注意的是，天工AI目前并不支持双向链接功能——它缺乏类似Obsidian或Logseq那样的内部链接解析与反向索引能力。

天工AI为何没有双向链接

根本原因在于其产品定位与底层架构。天工AI本质上是一款企业级问答与内容生成助手，其核心工作流程是：你上传文档后，系统将内容切分为语义块并存入向量库，等待用户提问。在这一过程中，系统并不关注段落之间是否存在语法锚点或ID关联。

可以这样理解：它无法识别像 [[双括号]]、![[嵌入]]、^1234 这类标记语法。当你上传一个包含大量内部链接的Markdown文件时，系统会老老实实地解析文字内容，但那些链接本身会被当作纯文本处理，最终消失。你不会看到任何可点击跳转的按钮，也不会在其他知识卡片中看到“被引用”列表。一句话概括：底层架构完全不同。

替代方案：利用知识库与智能体模拟关联效果

虽然无法实现真正的“双向链接”，但我们可以换个思路，通过一套巧妙操作流程，在提问时触发跨文档语义关联，从而达成类似效果。简单来说，就是把“硬链接”变为“软链接”。

第一步：上传文档时，命名应体现逻辑关系。
例如，你手头有《Prompt工程规范_v2.docx》《RAG调试日志_202605.txt》《客户投诉归因分析.pdf》。在命名时，最好带上“Prompt”“RAG”“归因”这类关键词，这能帮助后续语义召回更精准地对齐。

第二步：创建一个知识库，将所有需要关联的文档放入其中。
注意：不要为每个文档单独创建知识库。你需要将它们全部放入同一个库，并开启“智能切分”功能。这一点十分关键——只有让模型在同一个向量空间内同时看到这些文档，它才能建立起文档之间的距离关系，这是实现跨文档关联的基本前提。

第三步：提问时，使用明确的指代词激活关联。
例如输入：“请对比《Prompt工程规范》里提到的‘三阶提示法’和《RAG调试日志》中第5条失败案例，它们共同暴露了什么问题？”
天工AI会同时检索这两份文档的片段，并在回答中标注出具体来源。这样便构成了一种“软链接”——虽然没有跳转功能，但知识已被有效串联起来。

真正支持双向链接的替代工具推荐

如果你的工作流程对双向链接有硬性需求，那么可能需要借助其他工具，或将其组合使用。

方法一：Obsidian + 天工AI插件（需本地部署）
这一组合非常强大。将你的知识库Markdown文件放入Obsidian的Vault中，然后安装社区插件“Text Generator”，并配置好天工AI的API密钥。此后，在笔记中写下 [[RAG调试日志]]，选中该链接，右键选择“Ask AI about this note”，Obsidian会自动将目标笔记的全文发送给天工AI，并返回分析结果。

方法二：Notion AI + 页面关系属性
在Notion数据库中，为每张知识卡片添加一个“相关卡片”的多选属性，手动勾选需要关联的项。之后直接使用 /ai 指令，输入：“总结这三张卡片的共同风险点”。AI会读取所有被勾选的页面内容，然后给出回答。这种做法的逻辑是：关系由你亲自定义，而推理分析由AI完成。

方法三：使用支持反向链接的国产工具“语雀”
语雀的文档内链会自动生成一个“被引用”侧边栏，让你可以清晰查看文档间的引用关系。它还支持导出为Markdown格式。即使将导出的文件上传到天工AI后会丢失链接功能，但你在语雀端已经搭建了完整的结构，随时可以回去检索和回溯。