天工AI双向链接功能完整使用教程：知识卡片整理与关联全攻略

假设你手里堆着大量零散的AI学习笔记、会议纪要、产品文档，希望自动将这些内容编织成一张可跳转、可追溯的知识网络，而不是任由它们在文件夹里越积越乱。遗憾的是，天工AI目前并不支持双向链接——它缺乏Obsidian或Logseq那样的内部链接解析与反向索引机制。

天工AI缺失双向链接的根本原因

这源于它的产品定位和底层设计。天工AI本质上是企业级问答与内容生成助手，核心工作流是：你上传文档后，系统将内容切分为语义块，存入向量库，然后等待你提问。整个流程中，它不会关注某个段落与其他段落之间的语法锚点或ID关联。

更具体地说，它无法识别诸如 `[[``双括号`、`![[`嵌入`、`^1234` 这类标记语法。当你上传一个写满内部链接的Markdown文件，系统会老老实实地解析文本，但链接本身会被当作纯文本“洗”掉。你不会看到任何可点击的跳转按钮，也不会在其他知识卡片里发现“被引用”列表。一句话：底层架构完全不同。

变通方案：用知识库+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，通过一套精心设计的操作流程，在提问时触发跨文档的语义关联，达成类似效果。说白了，就是把“硬链接”转为“软链接”。

第一步：上传文档时，命名要体现逻辑关系。
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》。命名时最好带上“Prompt”“RAG”“归因”这类关键词。这样能帮助后续的语义召回更精准地对齐相关片段。

第二步：创建一个知识库，把需要关联的文档全部放入其中。
注意：不要为每个文档单独建库。你必须把它们放在同一个库中，并开启“智能切分”功能。这一点至关重要：只有让模型在同一个向量空间里同时看到这些文档，才能建立它们之间的距离关系，这是实现跨文档关联的基本前提。

第三步：提问时，用明确的指代词激活关联。
比如输入：“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，并在回答中标注具体来源。这就在事实上形成了一种“软链接”——虽然没有跳转，但知识被有效地串联了起来。

真正支持双向链接的替代工具推荐

如果你工作流对双向链接有硬性要求，可能需要借助其他工具，或者将它们组合使用。

方法一：Obsidian + 天工AI插件（需本地部署）
这个组合相当强大。将你的知识库Markdown文件放入Obsidian的Vault，然后安装社区插件「Text Generator」，并配置好天工AI的API密钥。之后，你在笔记中写下 `[[RAG调试日志]]`，选中这个链接，右键选择「Ask AI about this note」，Obsidian就会自动把目标笔记的全文喂给天工AI，并返回分析结果。

方法二：Notion AI + 页面关系属性
在Notion数据库里，为每张知识卡片添加一个“相关卡片”的多选属性，手动勾选你想关联的项。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，让你清晰看到文档间的引用关系。它还能导出为Markdown格式。即便导出文件上传到天工AI后会丢失链接功能，但你在语雀端已经搭建好了完整的结构，随时可以回去检索和回溯。