基于腾讯IMA与DeepSeek R1的个人药政知识库构建与应用实践（注48）
药政管理领域这几年信息量越来越大，涉及注册、费用、技术指南各方各面。如何在AI时代高效管理这些知识，而不是被海量文件淹没，确实值得认真琢磨。这里结合个人实践经验，分享一套基于ima.copilot和DeepSeek R1的升级方案。
一、个人药政知识库构建
1. 前期药政知识库构建简介
最初的方案是用OneNote来承载。利用它的笔记本→分区→分组→页标签功能做分类排序，再通过插入文件打印功能进行精读和笔记记录。这套体系的好处是结构清晰，适合从零开始的学习——毕竟大脑消化新知识，本身就需要一个反复“烧录”的过程。
但问题也很明显。一旦遇到药政问题咨询、或者需要出具药政简报、综述时，基本只能靠人脑去翻阅核实、归纳整理，效率确实不高，还容易遗漏。得到的信息往往是单一的，有时甚至模棱两可。
图1 基于OneNote的药政知识管理体系
图2 OneNote日常使用示例（如注册受理要求）
2. 基于AI，升级个人药政知识库
引入AI，核心目的只有一个：利用它的知识归纳能力，辅助人脑提升学习效率、加速认知迭代、查漏补缺。简单说，就是推动个人药政知识从量变向质变的转化。
但OneNote在国内环境下无法接入微软的Copilot，原地升级走不通。面对这个问题，找到一个折中方案——腾讯的ima.copilot，作为辅助工具来升级个人知识库。升级后的体系逻辑如图3所示，知识来源还是日常在OneNote里积累和分类好的药政文件。
AI的好处是，能在短时间内基于“投喂”的文件做归纳整理，甚至利用上下文关联算法，判断可能还缺什么。而且可以反复计算，给出多种答案。当然，AI并不是万能的，它给出的东西依然需要人脑去甄别——这或许也是人类在下一个时代存在的价值所在吧，做一个“AI共生体”。
图3 基于ima和DeepSeek的个人药政知识库管理体系
ima.copilot（简称ima）是腾讯出品的一款以知识库为核心的智能工作台，接入了腾讯混元大模型和DeepSeek R1模型满血版，把搜、读、写整合到一起。需要注意的是，ima不像OneNote那样具备本地阅读标记功能——毕竟一个是平台软件，一个是专业笔记软件，各有侧重。
还有个现实问题：ima中的个人知识库文件要上传到云端，DeepSeek R1实际也在腾讯云端，两者都不在本地。如果涉及保密文件，需要慎重。好在药政文件多是政府公开信息，倒不存在这个顾虑。
二、应用实践
（一）基础用法
来，走一遍基础流程。
首先，把OneNote里收集的所有关于药品注册费用政策的文件（PDF、Word格式）上传到个人知识库。笔者上传了13个文件。上传后可以加标签，比如“缴费”“化药”“注册”等，一个文件可以同时打多个标签，比OneNote的单一分组更灵活。
图4 ima知识库界面
图5 上传个人知识文档
接下来提问。问一个大家经常关心的问题：“目前化药注册费用是多少？”
在知识库底部选中DeepSeek R1模型，输入问题。或者从首页基于知识库提问也行。结果如下图所示：
图6 DeepSeek推理过程（部分）
图7 DeepSeek推理结果
针对这13篇药政文件，DeepSeek经过短暂推理，快速给出了不同药品注册费用的答案。归纳得像一篇综述论文，逻辑清晰、出处明确。比如有人常问：增加一个规格如何收费？AI甚至还贴心地给出了计算结果示例——18.36×1.2=22.03万，确实很贴心。
如果你认可这个回答，可以直接导入笔记。系统会自动引入，你可以给笔记命名，甚至把这篇笔记再加入知识库，继续参与知识迭代。
图8 AI答复引入ima笔记
另外，在首页也可以问一些非药政领域的问题，用法和DeepSeek网页聊天版类似。合理的答案同样可以导入笔记或加入知识库。
（二）用法升级
除了本地文件，ima也支持从其他渠道补充知识。比如通过微信小程序联动，让公众号文章也能成为知识库的一部分。添加标签后，知识库内容多了，可以用“#标签名+问题”的方式缩小推理范围。例如：选择了鼻喷雾剂方面的文章，打上“制剂”标签，然后提问——“#制剂 鼻喷雾剂体外一致性评价那些内容？”归纳效果确实不错，有时候AI整理得比原文还要清晰。
图9 基于公众号文章的DeepSeek答复
三、应用要点
通过“添加知识库→人脑提问→AI归纳推理→笔记→知识库”这样一个循环迭代，基于AI的“复利”式学习确实能带来个人认知的指数级提升。但实践中也有几个关键点需要留意。
1. 人脑思维（问题）是知识迭代的起点
有人说，下一个时代，会提问题的人才是胜者。确实，即便有了好工具和好模型，人脑的创新思维依然重要。而这些思考和问题，恰恰来自前期在OneNote里“烧脑发问”的过程。换句话说，即使AI再强大，构建个人知识库时，从零到一的学习仍然是基础。ima并不能完全替代OneNote在新内容学习中的作用。
2. 个人知识库容量是有限的
AI训练需要海量数据，个人知识库的容量毕竟有限。就药政知识而言，可以充分利用他人建立的专项知识库来提问。ima是腾讯的产品，因此可以共享微信好友的知识库，也可以利用公众号里的优秀文章来扩充。这些都能弥补个人知识库的不足。当然，既然把DeepSeek的检索范围限定在个人知识库内，AI就不会到库外搜寻，答案的广度和深度也会受限。
3. 避免AI中毒
这一点尤其值得注意。如果知识库里混进了内容质量不佳的公众号文章，或者AI自己给出的答案本身就存在瑕疵，再把这些内容加入知识库，就容易导致“AI中毒”。特别是药政知识这类需要高度严谨的领域，更得把好质量关。
四、小结
1. 本文介绍了如何借助ima和DeepSeek，推动个人药政知识库的管理与应用升级，同时也梳理了实践中需要留意的问题。
2. 给出了几个基础用法示例。未来真正要发挥作用，重点在于提出合理的创新性问题，以及持续扩充有效知识库的容量。这两点做好了，AI才能真正成为个人知识管理的翻跟斗。
