> ## Documentation Index
> Fetch the complete documentation index at: https://nmem.guoxudong.io/llms.txt
> Use this file to discover all available pages before exploring further.
# 开始一个有依据的任务
> 让 AI Now 先找出与当前判断有关的已保存知识。
AI Now · 第 1 课 / 共 5 课 约 5 分钟 进阶
提出问题
加入来源
核查证据
调查缺口
保存结果
在 Nowledge Mem 的 AI Now 中，围绕自己的工作提出一个问题。请求建议前，先检查它找到了哪些已保存的事实和约束。
## 你将完成什么
在 AI Now 中开始一个真实任务，并确认它找到了与问题相关的已保存上下文。
## 先在模拟中练习
在电脑浏览器中，准备好后在下方[轮到你了](#轮到你了)点击**开始模拟**。跟随弹窗提示发送请求、阅读回答并核对结果。每课会准备好虚构的 Atlas 材料，无需先配置模型。
模拟在浏览器本地运行，使用预设回答，不调用 AI 或联网搜索；刷新后练习重置。手机端可先阅读步骤，交互练习请使用电脑浏览器。
## 在真实应用中练习前
按照[模型提供商指南](https://mem.nowledge.co/zh/docs/llm-providers)，为 AI Now 配置并测试支持工具调用的模型，可以使用受支持的本地或托管提供商。保持 Mem 服务器运行。如果连接的是远程 Mem 服务器，AI Now 使用该服务器上的模型配置。
选择一项真实判断，并准备至少一条相关记忆。使用课程案例练习时，先把以下虚构背景粘贴到 **Timeline**，按 Enter 保存：
```text theme={null}
Atlas 计划背景 — 虚构练习场景
目标：判断是否在下个季度进行一次跨团队计划评审。
范围：用现有季度记录检查未来十二个月的依赖。
本次不决定：今后的评审频率。
现有做法：各团队已经进行季度复盘。
约束：复用现有复盘记录，避免增加一套汇报流程。
待回答：扩大复盘范围，能否更早发现跨团队依赖？
状态：试行尚未获批。
```
## 轮到你了
点击**开始模拟**，跟随弹窗提示练习。熟悉流程后，再按照下方真实应用步骤，在 Nowledge Mem 中处理自己的材料。
从 Mem 侧边栏打开 **AI Now**，开始新对话。第 2–5 课继续使用这段对话。如果使用了 Spaces，请选中存放任务记忆的分区；否则保持 Default 即可。
问题需要包含一项具体判断和时间范围。例如：
```text theme={null}
在 Nowledge Mem 中搜索已保存的 Atlas 计划相关记忆。我们正在考虑下个季度进行一次跨团队计划评审，检查未来十二个月的依赖，本次不决定定期评审安排。列出相关事实、约束和待定问题，并说明各自来自哪些记忆。只使用已保存的知识，先不要搜索网络或给出建议。如果缺少上下文，请说明。
```
打开摘要所依据的记忆。使用练习案例时，确认它保留了十二个月的计划范围、已有季度复盘、避免额外汇报的约束，以及试行尚未获批的状态。不要把计划覆盖一年改写成每年开一次会。
如果遗漏了记忆，输入 `@`，找到并选中该记忆，再让 AI Now 修正上下文摘要。如果完全找不到它，先确认记忆已经保存在当前 Space 中。
准备好后开始模拟；提示会出现在弹窗中。
本课已完成，请进入下一课。也可以继续在 Nowledge Mem 中尝试。
## 你应该看到
AI Now 说明了所用记忆，并保留目标、约束和待定状态。留下核对过的摘要，下一课继续阅读来源资料。
## 为什么这很重要
先核对保存的背景，能让任务建立在自己的工作经历上，也比泛泛地征求建议更容易得到明确的调查问题。
## 深入了解
阅读 Nowledge Mem Docs 的 [AI Now](https://mem.nowledge.co/zh/docs/ai-now) 页面，了解配置和上下文行为。