第五章：AI打标——让机器帮你分类
自动化把信息都搬到了“风来”房间，每天几十上百条。但新的问题来了：怎么找到我想要的那条？
翻文件夹，一页一页找，不现实。全靠记忆，更不现实。我开始尝试给信息打标签——用关键词标记每篇文章，以后按标签搜，就能找到。
但打了三天，我就放弃了。
一篇文章要读完才能打标签，一篇两分钟，一天几十篇就是一两个小时。而且还要想标签用什么词，用过的记不记得，分类怎么统一……太累了。
人做重复的事会偷懒，但这次不是偷懒的问题，是真的做不动。
为什么需要AI打标？
后来我明白了：人负责判断，机器负责分类。
判断一篇文章值不值得读，这件事机器做不好，得我来。但给值得读的文章打标签，这件事我可以教机器做。
AI打标的逻辑很简单：
- 我告诉AI，什么样的文章打什么标签（规则）
- 新文章来了，AI按规则判断，自动贴上标签
- 我复核一下，错了就改，AI下次会学
这样，我只需要看文章、做最终判断，不需要手动打标签。省掉的是重复劳动，留下的是核心决策。
AI能做什么？
以我现在用的系统为例，AI帮我做这几件事：
1. 打主题标签
一篇文章读完，AI判断它是“技术”“哲学”“生活”还是“工具”。我只需要在筛选时确认一下，错了就改。
2. 判断重要性
有些文章一看就是重要的——比如我关注的作者写的，或者涉及我正在研究的主题。AI根据规则（作者、关键词、来源）可以自动标“高”“中”“低”，我优先看高的。
3. 提取摘要
长篇大论，AI能生成几百字的摘要。我不用全文读，先看摘要，决定值不值得细读。
4. 推荐相关内容
存了一篇好文章，AI会从已存的内容里找出相关的，一并推给我。有时候会发现之前漏掉的宝贝。
AI打标的实现思路
你可能担心：AI打标听起来很高级，是不是要懂很多技术？
其实不用。现在有很多“开箱即用”的本地AI工具，你只要告诉它“怎么打”，它就能干活。
我自己的做法是：
- 在NAS上跑一个本地AI（比如 Ollama），选一个轻量模型。
- 在自动化工具里调用这个AI（比如 n8n），把新文章传过去，拿回标签和摘要。
- 按标签自动分发到不同房间。
整个过程不需要写代码，全是图形界面配出来的。具体的配置方法，我会在《风来工具箱》里详细写，这里只说思路。
人工复核机制
AI不是神，一定会犯错。所以一定要有人工复核这一步。
我的流程是：
- AI把文章打上标签，存到“待筛选”文件夹。
- 我每天花15分钟，快速浏览标题和摘要，确认标签对不对。
- 错的当场改，改完AI会学到。
- 确认过的文章，按标签自动分发到对应房间。
一开始AI错得多，我得改很多。但一个月后，准确率明显上升，现在基本不用改了。因为每次我改，它都在学。
本章小结
AI打标不是让机器替你思考，而是让机器帮你处理重复劳动。
你仍然要判断哪篇文章值得读，但不用亲手打标签。你仍然要决定分类规则，但不用亲手执行。AI是工具，你是主人。
有了AI打标，信息管理才能真正实现“自动化”——采集自动、分类自动、分发自动。你只需要在最关键的地方做决策。
下一章，我们来聊信息分发——让信息去该去的地方。
本章行动
- 想一下，你希望给自己的信息打哪些标签？（比如技术、生活、工具、灵感）
- 查一下“Ollama”和“n8n”，看看它们能做什么。
- 如果暂时不想动手，也没关系——知道有这个方向就行。以后需要了再回来。