[
](/zkbupt/article/2026186833370259870/media/2026183443311427585)
AI 内容创作的高阶玩法：搭一套有记忆、可积累、会进化的内容生产系统
1
2
[
86
](/zkbupt/status/2026186833370259870/analytics)
你打开各种 AI 工具，输入一段提示词，AI 给你生成了一篇文章。你复制粘贴，发布，关闭。第二天，又从零开始。
这是大多数人用 AI 创作的方式。每次都是新的开始，没有固定风格，没有素材积累，配图没有标准，经验不能沉淀，更不能迭代。那么创作这件事就越来越难坚持了。
内容创作有更高阶的玩法：你需要的不是一个「工具」，而是一套「系统」—— 一套有记忆、可积累、会进化的内容生产基础设施。
最近一周深入研究了一些大佬们的内容创作系统，在此基础上我用 Obsidian + Claude Code + Skills 搭建了这样一套系统。现在我每天花 30 分钟，就能完成从素材收集到发布归档的完整流程。AI 负责 80% 的草稿工作，我负责 20% 的判断和灵魂。
这篇文章拆解这套系统的实际运作方式。
为什么需要「系统」而非「工具」
用工具和建系统的区别，就像点外卖和拥有自己的厨房。
点外卖很快，但你没法根据自己的口味调整配方，也没法把上次的经验用到下次。建厨房前期投入大，但一旦建好，做饭效率越来越高，食材可以复用，菜谱可以积累。
大多数人用 AI 的方式是前者：
打开工具 → 输入需求 → 获取输出 → 关闭工具
下次创作，再走一遍同样的流程
没有素材积累，没有风格沉淀，没有质量把关机制
我想要的是后者。一套系统应该具备三个特征：
有记忆 —— 今天收集的素材，下周创作时能直接引用
可积累 —— 每次创作都在丰富素材库，后续效率越来越高
能迭代 —— AI 每犯一次错，系统就进化一次，规则越来越精准
这就是我选择 Obsidian + Claude Code 的原因。
[
](/zkbupt/article/2026186833370259870/media/2026181060414042112)
工具栈拆解：三层架构
这套系统由三层组成。
基础设施层
Obsidian（容器）：本地 Markdown 文件，数据完全自主可控，不依赖任何平台
Claude Code（大脑）：AI Agent，能读写文件、调用工具、执行脚本，而非只会对话的 Chatbot
Claudian 插件（桥梁）：把 Claude Code 嵌入 Obsidian 侧边栏，在笔记中直接调用 AI
Obsidian 是你的硬盘，所有数据存在本地。Claude Code 是你的助手，能理解文件、操作文件、调用外部能力。Claudian 让两者无缝协作。
能力扩展层：Skills
Skills 是 Claude Code 的「能力模块」，类似浏览器的插件系统。
我把 Skills 分为两层：
自定义 Skills（业务流程层，5 个）：
x-material-cleaner —— 批量清洗收件箱素材，提取金句、案例、数据
x-topic-planner —— 分析素材库热点，推荐高潜力选题
x-content-writer —— 根据选题撰写短推文/长推文/Article
x-red-team —— 四角色红队审核（结构/事实/读者/平台）
x-publish-flow —— 发布前检查 + 发布 + 自动归档
baoyu-skills（通用能力层，15 个）：
素材采集：网页转 Markdown、X 推文转 Markdown
图片视觉：文章配图、封面图、信息图、图片压缩
排版格式：中英文排版修正
发布：Chrome 自动化发布到 X
自定义 Skills 负责业务流程，baoyu-skills 提供底层能力。就像乐高积木，基础件可以组装成各种成品。
规则定义层：
这是系统的灵魂。
是一个放在项目根目录的文件，包含：
身份定义：我是谁？目标读者是谁？我的独特视角是什么？
写作风格：短句优先、具体胜过抽象、禁用 AI 套话清单
工作流规则：文件怎么流转、Skills 怎么协作、什么内容不可发布
Claude Code 每次启动都会读取这个文件，理解「我在帮谁写内容」「什么能做什么不能做」。
最关键的是迭代日志。每次 AI 犯错或我发现新问题，就在
里加一条规则。系统就这样不断进化。（CLAUDE.md 的完整设计，见下文专章。）
[
](/zkbupt/article/2026186833370259870/media/2026181116265394176)
六阶段工作流实战
这套系统的核心是一条六阶段流水线：
信息输入 → 素材清洗 → 选题决策 → 内容创作 → 质量把关 → 发布归档
我用一个实际例子展示它怎么运作。
阶段 ① 信息输入：零摩擦捕获
我在 X 上看到一条有价值的 Thread，想保存下来。
传统方式：复制粘贴到备忘录，或者点收藏然后再也不看。
我的方式：直接使用Obsidian Web Clipper进行剪藏，目前也支持文章推文的剪藏了，很方便，或者使用 宝玉老师的 skill，具体如下
我：保存这条推文：
https://x.com/someone/status/123456
AI：[调用 baoyu-danger-x-to-markdown] → 转为 Markdown + 下载图片 → 保存到 00-收件箱/待处理/
网页文章也一样。一句话，素材就进了系统。
关键是低摩擦。不需要手动整理，先扔进收件箱再说。
阶段 ② 素材清洗：从信息到知识
收件箱积累了 10 篇素材。我说：「清洗素材」。
AI 调用 x-material-cleaner，自动完成：
标准化 frontmatter（标题、来源、作者、日期）
提取核心观点、关键数据、金句、案例
追加到 金句库.md、案例库.md、数据库.md
建立 [[双链]] 关联
归档到素材库对应目录
原本需要手动整理半小时的工作，3 分钟搞定。
更重要的是，这些素材变成了结构化知识。下次创作时，AI 能直接检索引用。
阶段 ③ 选题决策：找到值得写的话题
我说：「推荐本周选题」。
AI 调用 x-topic-planner：
扫描素材库最近新增的内容
识别反复出现的主题（热点聚类）
交叉匹配我的内容定位和历史高互动模式
推荐 3-5 个选题，附带：核心角度 素材支撑（链接到相关素材） 潜力评估（素材充分度、独特性、时效性） 建议大纲
我从中选一个，确认方向。
[
](/zkbupt/article/2026186833370259870/media/2026181167217823744)
阶段 ④ 内容创作：人机协作
我说：「写一篇长文关于这个选题」。
AI 调用 x-content-writer：
从素材库检索相关素材
生成结构化大纲（章节标题 + 要点）
我确认大纲，AI 逐章节展开
融入金句、案例、数据
标记需要配图的位置
保存到草稿目录
初稿完成后，我说：「配图」。注：这里我踩的坑较多，最初为了节约成本使用 Z-Image-Turbo 模型，生图基本能达到预期，但是部分图中的“中文“会出现错字或者乱码情况，也使用宝玉老师的 "baoyu-danger-gemini-web" skill 测试过，觉得只能用于临时方案，最后使用 "gemini-3-pro-image-preview" 解决所有问题，所以往往很多问题的根因是没钱，哈哈！
AI 调用 baoyu-article-illustrator：
分析文章结构，识别需要视觉辅助的位置
根据内容匹配图片类型（信息图/场景图/流程图/对比图等）
自动生成提示词并调用图片生成 API
插入文章对应位置
最后生成封面图：
我：生成封面图 AI：[调用 baoyu-cover-image] 基于五维度决策（类型/色板/渲染风格/文字层级/情绪强度） → 生成封面图
这个阶段，AI 完成了 80% 的草稿工作。但我会保留 20% 的空间给自己 —— 添加个人经历、调整观点表达、删掉 AI 味太重的句子。
阶段 ⑤ 质量把关：红队审核
我说：「红队审核」。
AI 调用 x-red-team，模拟四个角色：
结构审核员：开头钩子强度？段落节奏？结尾有力吗？
事实核查员：数据有来源吗？技术描述准确吗？有 AI 幻觉吗？
读者代言人：目标读者会觉得有价值吗？标题有吸引力吗？
平台优化师：字数适配吗？格式符合 X 渲染要求吗？配图够吗？
输出一份审核报告，分为「必须修改」和「建议优化」两类。
我逐条审阅，采纳合理的建议。这一步是质量保障的核心 —— 避免 AI 幻觉、套话、事实错误。
[
](/zkbupt/article/2026186833370259870/media/2026181218078011392)
阶段 ⑥ 发布归档：一键完成
我说：「发布」。
AI 调用 x-publish-flow：
执行发布前检查清单（字数、配图、禁用表达、事实性内容）
展示最终预览，请求确认
调用 baoyu-post-to-x 完成发布
自动归档：将草稿移到「已发布」目录 更新选题池状态 初始化数据追踪模板（预留 3 日数据、7 日数据填写位置）
发布完成。我只需要 3 天后回来填一次互动数据。
：系统的灵魂
为什么这套系统能理解我的风格？因为
。
它是一个放在项目根目录的文件，定义了系统的「人格」。包含：
1. 身份定义
[markdown] - 我是谁：资深开发者，横跨软件开发与 AI 应用 - 专注领域：AI 工具与工作流、开发者效率工具 - 独特视角：用造工具的人的视角拆解工具 - 目标读者：对 AI 工具感兴趣的中文用户，不限技术背景
这让 AI 知道：我在帮一个开发者写给非技术背景读者的内容。语言要技术准确，但表达要通俗易懂。
2. 写作风格规范
[markdown] - 短句优先。一句话表达一个意思 - 多用主动语态 - 具体胜过抽象 - 口语化但不随意 - 善用类比
3. 禁用表达清单
这是最关键的部分。AI 生成的内容最大的问题是「套话」。
我列了一个黑名单：
「在当今数字化时代」「随着 AI 的飞速发展」
「让我们一起探索」「接下来让我们深入了解」
「赋能」「抓手」「颗粒度」「底层逻辑」
「宝子们」「家人们」「绝绝子」
一篇内容最多 2 个感叹号
禁止装饰性 emoji 堆叠
AI 生成内容后，会自检是否触犯这些规则。触犯了就重写。
4. 迭代日志
每次 AI 犯错，我就在
里加一条规则：
[markdown] [2026-02-15] 修复：解决触发短语冲突（x-publish-flow 用「发布」，baoyu-post-to-x 用「发推」） [2026-02-14] 新增规则：Article 配图间隔不能超过 500 字
系统就这样不断进化。错误只会犯一次。
[
](/zkbupt/article/2026186833370259870/media/2026182983368216576)
我的实际使用体验
这套系统上线两周，我的感受：
创作方式变化：从人工搜集素材、选题、内容创作、审核、发布变为自动化、智能化。
效率提升：从每篇 2 小时降到 30 分钟。AI 负责草稿、配图、排版，我负责判断、精修、补充个人经历。
质量保障：红队审核机制让我避开了很多坑 —— AI 幻觉、事实错误、套话表达。发布前心里有底。
知识积累：素材库现在有 50+ 篇素材，金句库有 30+ 条。后续创作越来越快，因为可引用的内容越来越多。
踩过的坑：
流程不熟悉，不知如何使用
规则需要不停的优化
生图
剪藏设置
保持 “宝玉老师”的 Skill 可更新
文件流转规则不清晰，草稿、素材、已发布文件到处乱放，找不到。
一开始想一次性搭完所有功能，结果 3 天都没产出第一篇内容。
后来我明白了：系统不是设计出来的，是用出来的。
先打通最小闭环（收集 → 创作 → 发布），跑通一篇内容。然后每次遇到重复劳动或痛点，就加一个 Skill 或一条规则。
[
](/zkbupt/article/2026186833370259870/media/2026181318275710976)
如何开始
如果你也想搭建这样一套系统，我的建议是：不要试图一次搭完所有东西。
第一周：打通最小闭环
安装 Obsidian + Claudian 插件
安装 baoyu-skills（git clone 到本地）
创建
，填写你的身份定义和写作风格
完成一次完整的创作 → 配图 → 发布流程
重点是：走通一遍，感受整个链路。
第二周：建立素材供应链
建立目录结构（收件箱、素材库、选题管理、创作工坊）
养成每天剪藏 2-3 篇内容的习惯
尝试用 x-material-cleaner 批量清洗素材
开始维护选题池
第三周起：系统迭代
根据实际使用体验调整目录结构
每次 AI 犯错，就在
加一条规则
开始记录发布数据，做第一次复盘
根据需要优化自定义 Skill
重要的是：今天就开始第一篇内容的创作。
写在最后
AI 一分钟能生成一万字。
但只有你知道哪两千字值得读。
工具本身不重要。重要的是，你用这些工具搭建了一个放大你独特视角的系统。
Obsidian 是容器，Claude Code 是大脑，Skills 是能力，
是灵魂。真正让内容有价值的，是你的判断、你的经验、你的独特视角。
AI 负责 80% 的草稿工作，你负责 20% 的灵魂。
你现在用什么工具管理内容创作？或者你在哪个环节最卡？欢迎评论区聊聊。
[
](/zkbupt/article/2026186833370259870/media/2026181372008910848)
大伙有什么问题，请留言～，一起探讨！！！
Want to publish your own Article?
想发表自己的文章吗？
·
[
86
Views](/zkbupt/status/2026186833370259870/analytics)
1
2