我最擅長的一件事：教你把自己的知識架構出來，讓 AI 可以應用。
流水的 AI 工具，鐵打的知識庫
把你的判斷拿出來
你腦袋裡的判斷、做法、標準，散在各種文件、會議、對話裡。AI 幫你把它們找出來。
存成你的知識庫
提煉出來的判斷，要存在一個地方。每次做完一件事，知識庫就厚一點。
讓 AI 照你的標準做事
知識庫建起來之後，AI 才能真的「照你的方式」出手。它記得你，省去亂猜。
把自己的資料整理好，讓 AI 跑就好。工具來來去去，知識持續累積。
一個 AI 能跑的系統，簡單說就是 Agent。它可以是文件、劇本、企劃，甚至程式碼。滿足三件事，它就成立：
留給 AI 的是資料，它只能幫你查；留的是判斷，它才能替你出手。
決定整套怎麼運轉的那一層。
什麼情況該怎麼選、什麼絕對不做。
大部分人做到第二層就停了：文件裡不見得有判斷。缺了規則庫，AI 就停在「查得到資料，但選不出答案」。
最後一關，AI 先整理，人再決定要不要讓它進正式知識庫。這一關的判準與審批，就是江江幫你守的價值，輔助你決策、累積你自己的知識資產。
這個官網不只做給人看。從搜尋引擎到 AI 助理，我讓每一種讀者都能找到我、讀懂我、用得上我。做法我全部公開。
搜尋引擎找得到
sitemap、結構化資料、乾淨的網址。Google 搜得到，也知道每一頁在講什麼。
實際案例現在更多人直接問 ChatGPT「幫我找 AI 老師」，可是 Google 還是要做：Google 找得到，AI 基本上也找得到。
AI 摘要讀得懂
一份寫給 AI 的網站摘要（llms.txt）。ChatGPT、Claude 讀它，一次就懂我是誰、做什麼。
實際案例想去北海道、說自己吃素，AI 要從餐廳官網正確找到有蔬食、地點在路線上，才會推薦。問「江江什麼時候有免費課？陪跑多少錢？」AI 找得到，就是 AIO。
生成式引擎願意引用
內容整理成 AI 好取用、好轉述的樣子。別人問 AI 相關問題時，我更容易被講出來。
實際案例社群新會員說，他們問 ChatGPT 怎麼學 AI，ChatGPT 推薦了江江的 YouTube 影片跟社群，他們就點進來了。
AI 幫手直接讀資料
把服務、定位、全站索引做成公開資料檔，AI 幫手不用猜、不用金鑰，直接讀。
實際案例課堂上把我的官網網址丟給 Gemini，回覆裡出現了咪卡新手引導；官網一般頁咪卡是客服，到課程簡報頁就變成這堂課的 AI 助教。
決定整套怎麼運轉的那一層
AGENTS.md、Skills 檢索、標籤字典、Hook、Loop、審查規則。
以前的網站只服務一種讀者：人。但現在幫你找資料、做決定的，常常是 AI。所以我把這個官網升級成兩種讀者都讀得懂的樣子。
第一層是靜態資料檔：全站索引 site-index.json、我的定位 profile.json、服務方案 offers.json、給 AI 的摘要 llms.txt。固定網址、公開格式，任何 AI 貼上去就讀得到。
第二層是動態端點：像瀏覽計數這種會即時運算的小服務。
（每個檔名都是可點的連結，你當場點開就看得到真的長那樣。）
這些資料本來就是要讓人和 AI 找到我，不是拿來擋、拿來收費的。所以我刻意做成公開、免申請、直接讀。別人問我怎麼申請金鑰，我的答案是：不用，直接讀網址就好。
定位、服務這些資料，我只維護一份來源，網站其他地方自動跟著更新。這樣人看到的、AI 讀到的都是同一份來源，不會有兩套對不上的說法。
「現在我只管一件事，設計一個機制，讓 AI 能快速找到對的資料，這樣就夠了。」
這條時間軸講的，就是怎麼走到這句話。也可以切成四象限地圖，看這些東西定位在哪。