让 AI 帮你整理，再接回同一份文档继续

理清结构、改善表达，或生成一份译文。把结果取回来，先看清改了什么，再决定怎样继续。

AI 可以很快给出另一版内容。真正需要花心思的，是判断这一版是否保留了原意、有没有漏掉重要细节，以及它是否适合成为你接下来维护的版本。

DeMinds 的「借助 AI 继续」把文件准备与返回审阅连在一起。你选择 AI 工具，也保留对最终文档的决定权。

先决定这轮希望改变什么

打开准备处理的文档，结合 Markdown 预览与通用导图检查内容。明显的缺失和结构错误，最好先对照来源修正。

在下载菜单的「Markdown 标准包」中，选择「借助 AI 继续…」。

保留原文，还是同时改善表达？

• 结构优化：适合内容本身已经写得清楚，主要希望层级和阅读脉络更容易把握的情况。
• 结构与表达优化：适合在保留信息与原意的前提下，同时改善衔接和可读性。

两种模式都以保留信息和原意为要求。需要另一种语言的成果时，可以叠加「同时翻译为」。

选择这一轮的优化方式，并准备 AI 编辑文件或标准包。图中选择了「结构与表达优化」。

用一个具体任务选定这一轮范围

假设你有一篇论证完整、但章节不清楚的文章，希望下次能直接找到「方法」「适用条件」和「例子」。这时可以选择结构优化，让 AI 建立必要的标题层次，同时保留作者的段落、例证和限定条件。完成的标准是更容易定位内容，而不是节点变得更多。

如果材料来自多次讨论，句子重复、段落衔接生硬，可以选择结构与表达优化。额外要求可以写得具体一些，例如：「保留三个案例及其适用条件，合并重复解释，读者是第一次接触这个问题的人。」明确读者与保留项，通常比笼统要求「优化一下」更容易得到可用结果。

这两种模式都不是默认摘要。若你另外要求摘要、观点分析或通俗导读，应清楚标识新增内容，并在返回后检查它与原文的关系。只想理清结构时，不要同时要求大幅压缩正文，否则很难判断信息是否完整保留。

把完整的工作材料交给 AI

选择适合对方的文件形式

AI 工具支持 ZIP 时，优先使用标准包，将 Markdown 与可用的本地图片、相关资源一起交接。不支持 ZIP 时，准备单个 AI 编辑文件。

把下载的文件上传到你选择的 AI 工具，并发送：

按附件要求执行。

文件已经包含处理说明。你也可以补充本轮真正关心的要求，例如「保留现有章节，只在必要的位置增加一级结构」。

DeMinds 在本地准备文件，不会自动上传或调用 AI。上传后的内容按你所选服务的条款与设置处理。

单文件方便，但不能替代未附上的资源

AI 编辑文件可以携带正文与接回原工作的识别信息，但不包含本地图片或附件。正文中的相对图片路径只说明图片原来在哪里，并不代表 AI 已经看过图片。如果这一轮任务需要理解图表、修改图注或核对图片内容，应使用 AI 能读取的资源交付方式，并确认它实际收到了这些文件。

收到结果后，打开返回目录，确认正文引用的图片和相关资源也在其中。

优先取回完整文件

让 AI 提供可下载的成果。使用 AI 编辑文件时，保留整个文件，不只取出文章正文；其中的识别信息与正文边界用于帮助 DeMinds 接回工作。

如果平台只能返回文本，复制其单个 Markdown 代码块中的完整文件，不要把周围的聊天说明一起复制进去。

在 AI 工具中下载完整返回文件，再回到 DeMinds 打开。图中以 ChatGPT 为例。

接回来，先看变化是否值得保留

打开返回文件或有效标准包。在当前工作区识别到原项目时，选择「继续原工作」，查看版本比较，再确认应用。受支持的剪贴板和系统分享路径，也可以接收 AI 编辑文件。

从内容判断，不只看版面

先读主结论，再检查具体变化：原有例子是否还在，限定条件有没有被删掉，层级是否反映了真实关系。如果进行了翻译，还要留意术语、语气与不确定性的表达。

然后检查重要链接、图片、公式和表格。文字更顺畅，不代表这些内容也一定完整。

确认应用后，返回版本成为当前工作副本；应用前会保存可恢复的历史，初始基线保持独立。还不想替换当前方向时，可以将结果作为新文档打开。

在历史版本中查看正文与导图：上方是历史版本，下方是当前版本。结合具体内容判断变化是否值得保留。

原文档也在变化时，先停下来核对

你可能在等待 AI 的过程中，又给 DeMinds 里的文档补了笔记。此时，AI 返回的是基于先前交出去的版本产生的结果，不会天然包含后来写下的内容。比较时要特别检查这些新增段落，避免为了采用更顺畅的一版文字而丢掉自己的后续工作。

如果暂时无法确定哪一版应作为主线，可以先「作为新内容打开」，保留两份结果，再决定如何整理。接回流程用于识别、比较和确认，不意味着外部改动会自动与后来所有编辑合并。

在宽屏环境中，可以用左右分栏同时审阅结构和正文，并在 Markdown 一侧查看历史与比较。它帮助你判断改动的组织方式，但事实、数字、术语和引用仍需逐项阅读。判断一个结果是否值得保留，不能只看导图是否更整齐。

没有识别到原项目时

先确认当前工作区里有原文档，并检查返回文件是否完整。如果项目或关联信息不可用，可以将结果作为新内容打开。普通 Markdown 仍可编辑，但它本身不能建立与原项目的关联。

让这一轮整理成为下一轮的起点

保存审阅后的版本，从「继续工作」再次返回。可以继续手动修改，也可以再交给 AI 处理一个更具体的问题。

想先练习，可以下载阅读笔记示例，在 DeMinds 中打开并保存，再通过「借助 AI 继续」导出工作文件。先做一轮结构优化，比较前后的组织是否更清楚、信息是否仍完整。

需要恢复早期内容时，见历史版本与恢复。