我的 AI工作流：用 Claude Code + Obsidian 打造個人 AI 助理系統

每年一月，我都會立新年目標。

「今年要健身。要多寫文章。要把產品做起來。」

然後呢？

二月：還記得。有在做。三月：有點忙。先放一下。六月：「我年初好像有設什麼目標？」十二月：「算了，明年再說。」

這個劇本，我演了好多年。

OKR、GTD、12 Week Year，各種時間管理和生產力系統我都試過。它們的問題都一樣：設定的時候很興奮，執行的時候很挫折。

因為得自己記得去檢查。自己記得去更新。自己記得去追蹤。

「記得」這件事，本身就是一個負擔。

這個月花了多少錢？上週的目標完成了幾項？三個月前立的 flag，現在進度到哪？

我不知道。

數據散落在各個 App 裡。待辦事項存在六個不同的地方，沒有一個是完整的。

問題不是意志力。問題是看不見自己。

看不見自己在哪裡、要去哪裡、還差多遠。

轉折點

去年年底，我在 X 上看到一篇文章。70 萬人看過，4000 多人收藏。

作者 Molly Cantillon 說，我們每天被 Facebook、YouTube、Google 看得一清二楚——他們比你自己更知道你喜歡什麼、買什麼、幾點睡。我們的生活早就被看透了，但看的人不是我們自己。

所以她決定自己建一套系統。同時跑 8 個 AI，各管一個領域：產品、郵件、投資、健康、寫作。她把這套系統叫 Personal Panopticon——讓 AI 幫她看見自己的人生全貌。每天早上 AI 自動生成 brief，Email 達到 Inbox Zero，甚至翻出 $2000 她不知道自己在付的訂閱。

看完之後我想了很久。不是「哇好厲害」，是想：她解決的問題，跟我的一模一樣——看不見自己。她用 AI 建了一面鏡子，讓她看見自己的財務、健康、進度。

我也想要這面鏡子。

所以我開始建自己的 AI工作流。花了三個月，從一個空資料夾長成一套完整系統。

在講系統之前，先談三個設計原則

工具會變、AI 模型會更新、服務會漲價——但原則不變。

可程式化的基礎設施。 所有文件用 Markdown。純文字、跨平台、AI 可以直接讀寫。我用 Obsidian 管理知識庫，不用 Notion——Obsidian 的筆記是本地的 .md 檔案，Claude Code 可以直接操作。選服務第一件事看有沒有 API。沒有 API，數據就被困住了。如果你的基礎設施不是可程式化的，AI 再聰明也只能在對話框裡回答你的問題——它碰不到你的數據、改不了你的系統。

數據驅動決策。 這是 Minerva University 教我的——沒有數據，你在猜；有數據，你在決策。但大部分人的數據散在各處。我不想自己開五個網站看一堆數字，我想要的是：AI 看完所有數字，告訴我「哪裡有問題」。所以系統的核心是——數據集中、AI 分析、人做決策。

AI 自動化執行。 做一次的事，手動做。做兩次的事，考慮自動化。做三次以上，一定要自動化。時間應該花在決策，不是執行。AI 自動化改變的是整個工作節奏——從「我去做事」變成「系統跑完了，我來決策」。

早上：兩個字，開始一天

我現在每天早上輸入兩個字：「開工」。

Claude Code 自動跑完 8 個步驟——回顧昨天做了什麼、查本週目標進度、同步四個專案的最新狀態、從 Google Calendar 和 iCloud Calendar 拉今天的行程、掃描 Gmail 和 iCloud Mail、抓取 Reddit 和 Hacker News 的熱門內容、建好今天的工作清單——然後把每個任務標上顏色：

• 🟢 綠色：AI 建議一個行動，我同意就執行（這封廣告信要幫你退訂嗎？這個過期任務要歸檔嗎？）
• 🟡 黃色：AI 備好選項，我來挑（這封郵件有兩種回法你選哪個、三個文章題目候選）
• 🔴 紅色：我親自處理（下午兩點的客戶會議——但 Playbook（會議作戰手冊）已經準備好了）
• ⚪ 灰色：今天不用動（等對方回信、下週才到的 deadline）

3 分鐘後，它問我：「今天先做哪個？」

我先掃一遍綠色——同意的讓 AI 直接執行，不同意的跳過。再看黃色——挑完選項，歸檔結案。這些在五分鐘內清完。然後整個早上就只剩紅色的工作：打開 Playbook 準備下午的會議、想清楚文章要怎麼寫、決定產品下一步的方向。

不用開 Gmail。不用開 Calendar。不用開 Trello。不用打開六個 App 回想昨天做了什麼。

以前每天早上花一小時「準備開始工作」——開信箱、開日曆、開待辦清單、滑社群、試著回想昨天做了什麼。資訊在各處，得自己去收集、自己判斷輕重緩急。

現在五分鐘判斷完，就開始做事。省下的不只是時間，是認知負擔——每天少做 50 個「要不要現在處理」的微決策，腦力留給真正重要的事。

不在電腦前的時候呢？我自己做了一個 Telegram AI 助理 OpenClaw，每天早上自動推送 Daily Brief 到手機——昨天還沒完成什麼、今天行事曆長怎樣、信件有沒有需要處理的、AI 建議今天先做什麼。早上 6:45，手機震一下，兩分鐘掃完就知道今天的狀況。

工作中：郵件、會議、知識庫

一天的工作裡，有三件事以前最耗我精力：處理郵件、開會、找資料。現在全部有 AI 接手。

郵件：從 40 分鐘到 10 分鐘

我的收件匣曾經長這樣：未讀 147 封，其中大概 3 封重要，但要找出來得花 40 分鐘。

每封郵件都要你做一個微小的決策：重不重要？要不要回？要不要現在回？每天做 50 次這種微決策，腦力就耗完了。

現在系統凌晨自動掃描、分類、草擬回覆：

今天有 3 封重要郵件：

1. 客戶 A 詢問報價 — 已草擬回覆，建議今天發出
2. 合作夥伴 B 確認週四會議時間 — 已草擬確認信
3. 銀行通知：信用卡帳單到期

草稿已經躺在草稿匣裡。我打開郵件，看一眼、改兩個字、按送出。不需要從空白開始寫。

而且郵件裡如果有行動項目——「請週五前回覆報價」——系統自動加進本週的 Work Items。不是我記得要去加，是它讀完就幫我加好了。以前「忘了回那封信」是最常犯的錯。現在不可能忘，因為它在任務清單上，Brief 裡也會提醒。

會議：不再漏掉細節

每次開完會，你記得多少？大方向記得，細節忘了一半。邊開會邊記筆記？在打字的時候，對方已經講到下一個重點了。

我做了一個 AI 會議記錄工具，整合進工作流。

會前，我輸入 /meeting prep，AI 從行事曆、郵件、專案進度中提取背景資訊，三分鐘生成一份 Playbook（會議作戰手冊）——這次要談什麼、會議目標、對方是誰、過去的互動紀錄。這是一個 Claude Skill，寫一次，每次會前自動套用。

會中，即時錄音轉文字，邊開會邊產出逐字稿。最關鍵的是「AI 戰術顧問」——按一下按鈕，系統根據作戰計畫和現場對話，幾秒後給出建議。不是事後才知道「我應該問那個問題」，是當下就提醒你。

會後，按一下「Summarize」，AI 根據逐字稿和作戰計畫生成會議記錄——摘要、決策、行動項目。按「Save」，自動存進目標和專案管理系統。下次跟同一個人開會，作戰計畫裡就帶著上次的 context。

會議不再是一個孤島。每場會議的輸出，會成為下場會議的輸入。

知識庫：第二大腦

你有多少筆記？500？1000？上一次你「找到」三個月前寫的那則筆記，是什麼時候？

不是筆記不夠多，是多到找不到。

知識管理的第一步是組織。我在 Obsidian 上用 LYT 框架解決了這個問題——不用資料夾分類，用連結把相關的筆記串在一起。知識不是一棵樹，是一張網。

但 LYT 只解決了「怎麼放」。AI 解決的是「怎麼用」。

Claude Code 可以直接搜尋我整個知識庫——幾千則筆記，一秒鐘。不是關鍵字搜尋，是語意搜尋。我說「找一下我之前寫的跟定價策略有關的筆記」，它就能從不同資料夾、不同時間寫的筆記中找到相關的內容。

準備會議的時候，它從知識庫抓出過去的會議紀錄、相關專案的進度、我讀過的相關文章。三分鐘，一份有脈絡的會前準備就出來了。以前光是「回想」就花掉 20 分鐘。

寫文章的時候，它找到我三個月前讀一本書時寫的筆記、上個月跟朋友聊天後記下的觀點、兩週前某個 Reddit 討論的摘要。這些素材已經在知識庫裡了，只是我自己記不得。

做決策的時候，它找到我過去對類似問題的思考紀錄。三個月前的你已經想過這個問題——只是你忘了。AI 幫你想起來。你不是從零開始想，是站在過去的自己的肩膀上想。

知識庫不再是「存了就忘」的檔案櫃。它變成一個會主動幫你調資料的第二大腦——不是幫你「記」，是幫你「想起來」。

隨時：捕捉想法

洗澡的時候突然有個好點子。「等等出來要記下來！」然後出來就忘了。

等公車想到一個功能可以加、跟朋友聊天聽到一個有趣的觀點、睡前突然想通了一個問題。這些想法如果不在 30 秒內記下來，就消失了。

現在隨時想到什麼，直接丟 Telegram 訊息給 OpenClaw。不用分類、不用整理、不用打開任何 App。系統自動存入知識庫的 inbox。

不只是捕捉。坐捷運滑 Facebook 看到一個有趣的想法，直接丟給 OpenClaw：「幫我核實這個說法。」它查完資料回覆，我追問，來回幾輪，等到家的時候方案已經有七八成了。打開電腦，Claude Code 直接讀取 OpenClaw 的對話記錄，無縫接手。

腦袋可以清空了。你不再需要「記住」任何事——丟進去就好，隔天早上「開工」的時候，系統會自動提醒你處理。

創作時：從靈感到發布

寫東西最痛苦的不是寫，是不知道要寫什麼。

以前我會花 1-2 小時滑 Reddit、Hacker News、X，看有什麼有趣的討論。滑著滑著就忘了目的。時間花了，靈感沒抓到。

現在系統每天凌晨自動抓取熱門內容、用 AI 過濾出跟我相關的、生成摘要、分類是適合社群還是 Blog。早上起床，靈感已經在 Brief 裡：

今日內容靈感：

1. Reddit：一人公司做到 $10K MRR 的經驗 → 適合 Facebook
2. @levelsio：AI coding 觀察 → 可以寫自己的看法

決定好主題，Claude Code 先到知識庫的 MOC 索引裡找相關素材——過去寫的筆記、讀過的文章、聊天時記下的觀點。找不到的再上網搜尋補充，新找到的知識建成卡片放回系統裡。

你現在看到的這篇文章，裡面關於 Molly Cantillon 的引述、設計原則的思考、各個模組的細節——大部分素材是 Claude Code 從我知識庫裡撈出來的，不用重新研究。這些素材散在不同筆記、不同日期、不同資料夾，我自己根本記不得有這些東西。但 AI 記得。

每寫一篇文章，知識庫都會多幾張卡片。下次寫相關主題，素材已經在那裡了。越用越厚，複利效應就出來了。

每週一次：用 12 Week Year 校正方向

前面講的那些——早上的 Brief、郵件處理、會議記錄、知識庫、內容創作——都是日常的執行層。但執行再順，如果方向錯了，也只是很有效率地走錯路。

所以整個系統的骨架是目標管理。

我用 12 Week Year 來設定目標。核心概念：一年太長了，大腦會自動切換省電模式。把 12 週當一整年，創造緊迫感。12 週夠短，逼你認真。12 週夠長，能完成有意義的事。一年有 4 次機會重來。

這個框架教會我最重要的一件事：盯 Lead，不盯 Lag。

以前我只盯著結果——「這個月營收要成長 20%！」然後每天看數字，焦慮數字怎麼不動。數字不是你能控制的。你能控制的是行動。

現在我盯著行動——「這週要發 2 篇文章、聯繫 5 個客戶、完成 1 個產品功能。」做完了，結果是副產品。做不完，你得自己想：是任務太大需要再拆、是被臨時的事擠掉、還是這個目標本身該調整？

每一季開始，我在知識庫裡開一份 12 Week Plan——這一季要達成什麼（Lag），先粗略拆解方向。但不會一次排完 12 週的細節，因為太遠的計畫高機率會被中途插隊打亂。每週開始的時候，再根據當下的狀況，細化成這週具體要做的 Work Items，同步到 Google Tasks。每天 Brief 裡就會看到：

本週 Work Items：

✅ 寫完本週第 2 篇文章 ✅ 聯繫 3 個潛在客戶 ⬜ 完成產品功能更新 ⬜ 社群貼文 1 篇

完成率：50%（2/4），還剩 3 天

每天掃一眼就知道：還差什麼、還有多少時間。

但真正改變方向的，是每週一次的 WAM（Weekly Accountability Meeting）。不是跟別人開會，是跟 AI 對齊。

我打開終端機，說：「WAM。」它就開始跑：

上週回顧：

完成率：80%（4/5） 未完成：產品功能更新（原因：被客戶專案擠掉）

建議： 內容產出連續兩週未達標。是寫作流程的問題，還是選題太耗時？ 客戶開發的行動都有做到，但轉化率偏低。可能不是行動量問題，是提案方式需要調整。

看到了嗎？如果只看 Lag（營收 42%），你會焦慮。但 AI 幫你分析了：Lead 都做了，問題不在行動量，在轉化率。這就是策略校正——不只告訴你「做得不夠」，而是告訴你「該調什麼」。

每週 15 分鐘。比任何生產力教練都便宜。

這就是為什麼目標不再年年失敗。不是因為我變勤勞了。是因為我終於看得見自己——每天知道自己在哪、該往哪走、還差多遠。每週都有人（好吧，是 AI）幫我校正方向。

背後的系統

前面講了 Brief、郵件、會議、知識庫、內容創作、目標管理——聽起來是六件事。但它們能跑起來，是因為背後只有一個系統。

所有數據存在同一個地方——一個 Obsidian Vault，全部是 Markdown 檔案，透過 iCloud 在所有裝置同步。Claude Code 可以直接讀寫每一個檔案。

FLUX Vault/
├── daily/           ← 每日規劃與回顧
├── goals/           ← 目標追蹤（12 Week Year）
├── efforts/         ← 專案與領域管理
├── Atlas/           ← 知識庫（筆記 + 第二大腦）
├── inbox/           ← 快速捕捉
├── content/         ← 內容創作
└── Calendar/        ← 日記與反思

關鍵不是結構，是數據會自己流動。

開完一場客戶會議 → 會議記錄自動存進對應的專案資料夾 → AI 問你：「記錄裡有三個行動項目，要排進本週還是先記著？」→ 你決定完，隔天 Brief 提醒你「昨天答應客戶的報價還沒寄」 → 下次跟同一個客戶開會，作戰計畫裡自動帶著上次的決策和執行結果。

郵件裡客戶提到一個新需求 → AI 讀完問你：「這個要排進本週做完，還是先記到專案待辦？」→ 你說先記著 → 下週規劃的時候，它已經在清單上了。

讀到一篇好文章、研究一個新工具 → AI 拆成知識卡片，歸進知識庫 → 三個月後寫文章，Claude Code 從知識庫撈出這張卡片當素材。你自己早忘了，但系統記得。

捷運上丟給 OpenClaw 一段靈感 → 系統存入 inbox → 隔天早上 Brief 提醒你有一則待處理 → 你決定：先放著再看看，還是值得成立專案 → 真的要做，再找完整的時間細部規劃。

一件事從發生到歸位，中間沒有人手動搬過任何東西。不用從 ChatGPT 複製貼到 Word，再從 Word 貼到 Notion，再從 Notion 貼到 Google Docs——那不是工作流，那是人工搬運。這裡的每一筆數據，AI 直接在系統裡讀、直接寫，不需要你當搬運工。

但它不是一開始就長這樣的。

最早，知識庫和工作規劃是兩套獨立的系統。用了一個月發現不對——數據被卡在兩邊，流不動。合併成同一個 Vault 之後，才真正串起來。

功能也不是事先規劃好的，是哪裡卡住就補哪裡。先有 Brief 和目標追蹤，跑順了才加上郵件自動草稿。手機端一開始用 LINE，後來自己做了 OpenClaw 搬到 Telegram，才有了隨時捕捉和深度對話。最近才加上會議錄音和自動筆記系統，還有會中的 AI 戰術顧問。

三個多月下來，每多接一個環節，手動的部分就少一塊。早上五分鐘判斷完就開始做事，不再花一小時「準備開始工作」。郵件從每天 40 分鐘變成 10 分鐘。會議不用再手寫筆記，上次的決策自動帶進下次的準備裡。筆記不再存了就忘——AI 會在需要的時候把三個月前的那則筆記挖出來。

到現在，我的工作變成：系統跑完，我來決策。

看得見，才改得了。

你可以開始的地方

不需要一次建完整套 AI工作流。從一個痛點開始。

問自己三個問題：

1. 我每天重複做什麼？
2. 我花最多時間在找什麼資訊？
3. 我最常「忘記」什麼？

答案就是你的起點。

如果是郵件讓你痛苦——先自動化郵件。如果是目標追蹤——先建追蹤系統。如果是筆記找不到——先在 Obsidian 裡建知識庫。

不用全部做。做一個，跑順了，再做下一個。

入門欄自己摸就行。進階欄的門檻不是寫程式——Claude Code 用自然語言就能操作。真正的門檻是系統設計：哪些步驟該自動化、哪些該留給人判斷、數據怎麼在工具之間流動、怎麼指揮 Claude 把各環節打通。這需要一些軟體工程的思維，不是會用工具就夠的。我花了三個月邊用邊調，大部分時間不是在跟 AI 對話，是在想「這一步到底該不該自動化」。

進階欄幾乎每一項都有 Claude Code。這不是業配——它能直接讀寫本地檔案，是整個系統的核心靈魂。但這張表也是暫時的。說不定哪天 Claude 出了手機端的新功能，OpenClaw 就被我換掉了——畢竟它每次對話都在燒 API token，不像 Claude Code 訂閱吃到飽。工具會一直變，原則不會。

看見自己

年度目標年年失敗，不是因為懶。

是因為看不見自己。

看不見自己在哪裡、要去哪裡、還差多遠。

AI 讓我能建立一套屬於自己的系統。不是買來的 App，不是套用別人的模板。是根據自己的需求、自己的習慣，一點一點搭起來的。

以前，我們被工具塑造。用什麼 App，就被什麼 App 的邏輯限制。

現在，我們可以塑造自己的工具。

然後，終於看見自己。

如果這篇讓你有了想法，訂閱每週一封信——我固定寫 AI工作流、和一路上想通的事。

想聊聊怎麼把 AI 融入你的工作流？看看我的服務。