一个成熟的笔记系统,要自己成为一个内容生产线(Obsidian + Claude Code)

欢迎来到李无限的低熵笔记第 8 篇。

上周和一个朋友聊天，他问我：你天天说 Obsidian + AI 写东西，到底是怎么写的？是不是每天打开 Claude，然后跟它说"帮我写一篇文章"？

我说不是。他说那你到底是怎么弄的？

我发现这个问题还挺有代表性的。我见过很多人用 AI 写作的方式是：打开 ChatGPT → 输入 prompt → 复制粘贴 → 开始使用或者修改。

问题在于：AI 不知道你写过什么、你在关注什么、你的读者是谁。它只能基于你给的那一次 prompt 来发挥。

所以今天想说说，我是怎么做内容生产流水线的——不是「用 AI 写文章」，而是把 AI 嵌进从输入到输出的完整流程里。素材在资料库里自己长，文章从工作流里自己出。

— — —

01写方案这件事，80%的工作在打开文档之前就做完了

说一个我工作中经常遇到的场景。

上周要写一份产品迭代方案。以前我会这样：打开一个空白的文档，然后——

坐在那里逼自己写出第一句话。

结果就是对着光标发呆。或者去翻文件夹里以前的方案，翻聊天记录，翻各种零碎的讨论……结果越翻越乱，花了好几个小时，找了一堆材料，却连一个像样的框架都没有。

最后逼自己硬写，写出来的东西，越改越觉得不对，推倒重来是家常便饭。

现在，我换了一个方式。

我打开 Obsidian，进到对应的项目文件夹，打开一个新笔记，然后在claudian里面说：帮我搭一个产品迭代思路框架。

同时，我不会只用一句提示词的，而是：

▸把[[历史方案]]@ 过去（就是同一个文件夹里的另一篇笔记），让它参考以前的思路

▸把[[最近的团队讨论]]@ 过去（平时讨论的时候的亮点，已经通过飞书随手记下来并且日常轻松整理了），让它帮我提炼核心问题

▸把[[work-ideas]]@ 过去，让它把这里我自己都有可能忘了的相关想法也找出来

几分钟后，一个有逻辑、有素材、有缺口的框架就出来了。

然后我开始审阅：这个方向对不对？缺少哪个维度？素材够不够支撑每个论点？还有哪里需要进一步讨论？这个来回的过程中，新的想法冒出来，接着让AI搜索、提炼、进一步深化。

最后一步，才是真正的“写作”。但因为前面的框架和资料都已经非常扎实，写作反而是最快的环节。

说起来挺有意思的，花时间最多的环节，其实不在「写」本身，而是「日常记录」和「最终判断」。AI 进入到我的 Obsidian 工作区之后，写作本身确实变快了——它能快速帮我找到素材、整理思路、搭出框架。

但日常的灵感、思考、反馈，反而成了更有意思的部分。判断「这个方向对不对」「这个素材能不能用」，最后也还是要我自己来。

— — —

02公众号文章是怎么写出来的：从资料库里「长」出来的

之前有读者说，你写的文章跟别人就是有点不一样，这些想法都是从哪来的？

我当时也有点不谦虚了，就说：这些主题大部分时候不是「临时想出来的」，而是早就在我的资料库里长好了的。

我的资料库，来源主要有三个：

第一个是随手看。

最近 AI 相关的内容很火，经常在微信上就能看到有价值的文章，我会发给飞书小助手「存一下」。它自动抓取全文，调用 AI 做拆解——核心观点提取出来，生成一张张笔记卡片，存入 Obsidian 的对应文件夹，顺便建立双向链接。

第二个是集中读。

为了让笔记系统的输出更稳定，我会去读相关的书，提炼出原则来应用，也能校准我的实践。有些体会觉得有价值，就让飞书记下来。这个过程有点像「批量采购」——不是临时找素材，而是主动去构建某个领域的知识体系。

第三个是实践。

我日常做项目的时候，会在对应的笔记里记录——哪些做法效果好，哪些坑踩过。把这些沉淀下来，既是给自己复盘，也是给未来的文章积累素材。

这样下来，我的资料库里会沉淀大量的拆解笔记、读书体会、项目复盘。等到需要的时候，打开知识图谱，找找比较“重”的节点，和他们的关系，「AI 工作流」和「笔记整理」这两个主题，自然而然地产生了很多链接。

这个时候，我就知道：可以写一篇了。

我会让 AI 从这两个主题出发，把相关的笔记和内容都找出来，帮我整理成一个框架。然后我再根据我的实践，去调整角度、补充细节、把控质量。

不是我去「找」素材，而是素材自己在资料库里长出来了关系。

— — —

03怎么让这种「发现」持续发生？靠的是「回顾」

素材会在资料库里自己长出关系。那怎么让这种「发现」持续发生？

光积累不够。还得定期去「看一眼」。

有个思路叫「延迟组织」——简单来说，就是不要在记录的时候强行分类，把组织这件事留到回顾的时候再做。

说起来，这个思路其实是从卢曼的卡片盒笔记法来的。德国社会学家卢曼用它几十年写了 70 多本书，他的原则是：记的时候追求最小成本，把组织工作推迟到回顾时刻去做。他有一句话很扎心：「没有人完全从零开始写作」——你今天写的每一篇，其实都是过去积累的笔记在等你。

在 Obsidian 里，我回顾的时候一般会做这么几件事：

1打开图谱，看看最近哪些笔记之间产生了新的连接

2翻翻之前随手链上的那条笔记，看看和现在的想法有没有新的关系

3链接的时候顺手写上原因——这条和那条为什么连在一起

特别是，当我用飞书保存文章的时候，原始的链接在笔记写下来的那一刻，就已经自然“拟好了”，发现链接、修改链接更加轻松，更多的精力就会放在链接的筛选、判断、知识的吸收上。

比如我上周随手存的一篇关于「注意力管理」的文章，当时没觉得有多特别。但今天打开图谱一看——哎，这条笔记不知道什么时候和我的「产品复盘」链接在一起了。再一看内容，发现讲注意力管理的那段话，恰好可以用来解释为什么上次产品迭代的某个决策出了问题。

灵感这东西，不会凭空出现——你得先积累，然后定期被「看一眼」才能被唤醒。

— — —

04怎么让 AI 每次产出都「像你写的」

用 AI 写作还有一个常见痛点：让 AI 写出来的东西总觉得「味道不对」，不像自己的风格。

我解决这个问题的办法是：给 AI 定一套「写作规范」。

具体来说，我写了一个文档，每次让AI写东西之前，先让它读一下。每次写作 AI 都会按照这个规范来，不需要每次重新调教，产出质量稳定。

其实我这个文档的时候，甚至 Claude Code 的 Skills 功能都还没出来。但实际上它就是一个skill，只是我把它写成了一篇 Obsidian 笔记，放在了我自己的3-Area文件夹下面。每次开始写作之前，把文件at一下就可以，非常方便。

这个写作规范文件，大概长这样：

有了这套规范，AI 写出来的东西和我自己的风格越来越接近。我的精力就可以更多放在全篇逻辑、细节打磨、素材补充、判断修改上，而不需要再把“风格”这个因素考虑得过多了。

在工作场景里用，也是一样的，只是内容就大不一样了，有时候对比看看，还真的挺有意思的~

— — —

05知识资产是会「自己生长」的，前提是你得给它一个家

回过头来看，这套内容生产系统让我觉得最开心的一点，不是它能帮我写文章，而是它让我的知识资产真正变成了「资产」。

以前收藏的那些文章、记录的那些碎片，写完就忘了，下次想用的时候根本想不起来自己存过。

现在不一样了。每一条记录都在 Obsidian 里，它们会自动分类、自动关联、自动生长。每隔一段时间打开图谱，我都会发现一些新的连接——「这条笔记和那条笔记，怎么自己连上了？」

这种感觉就像你养了一盆花，你每天浇水、偶尔修剪，然后某天发现它自己长出了一个新的枝条，开了一朵你没预期过的花。

知识不是囤出来的，是长出来的。这套系统给知识提供了一个可以让它自己生长的容器。

当然，它也在生长。这套系统还不完美，AI 分类有时候会判断错，有些工作流还在摸索，资料库里的笔记也不是每一条都发挥价值了。

但就像我之前说过的——如果等一切都完美了才开始用，那就永远不会开始。

— — —

有人可能会问：这套系统配置起来是不是很贵？我用的是多模型分工——写长文用最强模型，处理碎片用本地小模型，成本几乎为零。每月支出比通勤电费还少。

这套系统的中枢是Obsidian + Claudian + Claude Code，让我能方便地让claude住进工作区，还能用上高性价比模型。后台回复「claudian」，我把配置方法分享给你。

— — —

又到了你来决定下一篇的时间了，评论区扣数字告诉我吧~

1：《Obsidian 和 AI 原生的文档格式为什么让这套系统运转得丝滑》，看看 markdown 格式到底好在哪里

2：《P.A.R.A有了，二级文件夹成了难题》，看看这个小坑，是不是有更好的迈过去的方法

— — —