Obsidian + Claude 合體工作流：打造個人「第二大腦」的知識管理 SOP
整理版優先睇
用Obsidian加Claude打造「第二大腦」：一條完整嘅知識管理SOP
呢篇文章係由蝦哥寫嘅，佢係一個知識工作者，成日要處理大量資訊，但發現自己遇到三大問題：收集咗唔睇、睇咗記唔住、記住咗揾唔返。佢試過好多方法，最後明白關鍵在於人嘅意志力根本搞唔掂知識嘅量同碎片化程度，所以佢諗到一個新思路——將機械嘅知識整理工作交畀AI，自己專心思考同創造。
佢揀咗嘅工具組合係Obsidian加Claude。Obsidian負責做本地知識庫，核心係雙向連結、本地存儲同標籤系統，但佢唔識幫你理解內容；Claude就係AI加工車間，擅長語義理解、結構化整理同知識圖譜生成。簡單講，Obsidian係倉庫，Claude係加工車間，兩層分工，各做自己最擅長嘅嘢。
佢設計咗一個四步SOP：第一步用Obsidian快速收集，唔好諗；第二步用Claude提煉，將別人嘅文字變成自己嘅理解；第三步將筆記歸檔，跟住三個原則——一個筆記只講一件事、標籤唔好濫用、用雙向連結代替文件夾分類；第四步定期用Claude生成知識圖譜，睇嚇知識結構有咩空白。成個系統要運作，前提係你要持續輸入，如果收藏夾成日積灰，呢套SOP幫唔到你。
- AI加本地知識庫分工係解決知識管理痛點嘅核心：Obsidian負責儲存同檢索，Claude負責理解同連接。
- 四步SOP：收集（快、唔好諗）→ 提煉（用Claude結構化輸出）→ 歸檔（一個筆記只講一件事，用雙向連結）→ 生成圖譜（定期跑分析，睇結構空白）。
- Obsidian同Claude嘅差異：前者係倉庫，後者係加工車間；倉庫唔會理解內容，AI先做到語義分析同跨筆記連接。
- 啟發：收集階段只收唔理，提煉比例控制在20%-30%，保留原文連結避免信息損耗；用雙向連結建立關係而唔係靠文件夾層級。
- 可行動點：即刻用文章提供嘅文件夾結構同提煉prompt模板，由一篇長文開始實踐，逐步建立自己嘅知識網絡。
提煉筆記用嘅Claude prompt
將筆記內容粘貼畀Claude，用呢個結構：1. 用3-5句總結核心觀點；2. 提取3-5個關鍵細節或論據；3. 標註同現有知識體系嘅潛在關聯點；4. 打2-3個主題標籤；5. 列出1-3個可進一步探索嘅問題或方向。
生成知識圖譜用嘅Claude prompt
將所有筆記標題同簡要主題列畀Claude，要求：1. 識別主要主題簇；2. 找出每個簇嘅核心筆記；3. 找出孤島筆記；4. 識別知識空白；5. 畀2-3個值得深入探索嘅跨主題連接點。
Obsidian vault文件夾結構建議
vault/ 0-Inbox/（收集箱）、1-Inbox/（待處理）、2-Literature/（文獻筆記）、3-Permanent/（永久筆記）、4-Projects/（項目筆記）、.templates/（模板）。
必裝Obsidian插件
Templater或QuickAdd：快速創建帶預設結構嘅筆記。
內容片段
vault/ 0-Inbox/ ← 收集箱，所有新筆記先扔這裏 1-Inbox/ ← 待處理，讀完後提煉的筆記放這裏 2-Literature/ ← 正式歸檔的文獻筆記 3-Permanent/ ← 永久筆記，真正有價值的核心知識 4-Projects/ ← 項目相關筆記 .templates/ ← 筆記模板問題同工具定位：點解揀Obsidian加Claude
知識工作者成日面對三大困境：收集咗唔睇、睇咗記唔住、記住咗揾唔返。蝦哥自己都中曬，後來佢發現光靠意志力根本搞唔掂，所以諗到將機械嘅整理工作交畀AI。
- Obsidian擅長：雙向連結、本地存儲、標籤系統——但唔會幫你理解內容。
- Claude擅長：語義理解、結構化整理、知識圖譜生成——但冇長期記憶。
所以組合邏輯好簡單：倉庫負責存嘢同揾嘢，Claude負責睇明內容同串起關係。
核心SOP：由讀文章到形成知識網絡
收集階段嘅核心原則是：快，唔好諗
第一步：用Obsidian收集，推薦插件Templater或QuickAdd，設定一個模板自動加日期同標籤。文件夾結構分0-Inbox到4-Projects，收集時只將連結同標題掉入Inbox，唔好整理分類。
第二步：用Claude提煉，將筆記內容粘貼畀佢，用文章提供嘅提煉prompt。佢會畀出核心觀點、關鍵細節、關聯點、主題標籤同進一步問題。提煉結果可以取代原筆記或者做補充。
第三步：歸檔時更新狀態標籤、加上元數據（來源URL、日期），並補充「關聯筆記」章節手動寫[[wikilink]]。
第四步：定期（例如每50-100篇新筆記或每月初）用Claude跑知識圖譜，將筆記清單畀佢，分析主題簇、核心筆記、孤島筆記同知識空白，指導下一步收集方向。
實操場景：由長文到碎片再到寫文章
- 1 讀長文：用瀏覽器剪藏存到Inbox，讀時隨手高亮批註，再用Claude提煉，最後歸檔到Permanent文件夾，補上關聯筆記。
- 2 處理幾百條碎片：將Inbox筆記清單畀Claude分類，佢會分出主題同核心筆記；跟住批量歸檔，再跑圖譜睇結構。
- 3 寫文章時調取歷史筆記：先用Obsidian原生搜索同Graph View，或者直接問Claude——佢會做語義匹配，唔需要你記住標題。
長期維護一個「知識地圖.md」索引筆記，按主題列出重要筆記嘅入口連結，寫文前先睇呢個索引。
避坑指南：幾個常見死法
- Obsidian過度美化：花幾個鐘配置主題，結果筆記冇寫幾篇。解決方案係先寫後美，過咗50篇先考慮美化。
- Claude整理過度導致信息損耗：總結壓縮得太勁，丟失原文行文邏輯同細節。提煉比例控制在20%-30%，原文連結始終保留。
- 收藏夾囤積症：以為收集等於學到。Inbox裏待處理嘅筆記唔好超過20條，超過就停一停先處理現有。
- 雙向連結強迫症：乜都連，結果維護成本高。只連真正有關係嘅筆記，連結貴精唔貴多。
適合邊啲人同最後提醒
呢套工作流適合有持續輸入習慣嘅人，例如大量讀書、寫文章、做研究嘅知識工作者。如果你輸入量好少，或者已經有穩定運作嘅系統，就冇必要轉。
蝦哥建議：如果你係嗰啲讀咗好多文章但唔知點樣串起嚟嘅人，試一週，睇嚇你個知識庫會變成點樣。
【蝦哥導讀】 呢篇文章解決一個問題：點樣令讀過嘅文章真係變成自己嘅知識，而唔係堆喺筆記軟件度食塵。
知識工作者嘅三大困境
第一，收集咗唔會睇。 收藏夾裏面嘅文章仲多過書架上嘅書。
Notion、Get筆記……全部都有儲，真係成日翻睇嘅冇幾篇。
第二，睇咗記唔住。 硬住頭皮睇完，過兩日連作者叫咩名都諗唔起。更加唔好講將唔同文章裏面嘅觀點串埋。
第三，記住咗揾唔到。 個腦入面有個模糊印象，「好似喺邊度見過」，但就係揾唔返。同一個知識點，可能散落喺十幾篇唔同嘅筆記入面。
呢三條你中咗幾條？
我自己就全部中曬。
後尾我試咗好多方法，最後卡住嘅關鍵得一個：淨靠人嘅意志力，根本頂唔順知識嘅量同埋碎片化程度。
所以我轉咗諗法——等AI接手啲機械式嘅知識整理工作，將人腦留返俾自己真正擅長嘅嘢：思考同創造。
工具組合係：Obsidian + Claude。
點解係呢兩個？
先講清楚佢哋各自嘅定位。
Obsidian擅長啲咩
Obsidian唔係一個普通嘅筆記軟件。佢本質上係一個本地優先嘅個人知識庫，核心能力有三個：
雙向連結。 你喺一篇筆記裏面寫 [[另一篇筆記]]，Obsidian會自動建立關係。呢種連結唔係複製，而係引用。改一篇，所有相關嘅筆記都會更新。
本地儲存。 所有筆記係Markdown文件，存在你自己電腦度。唔使怕有一日服務閂咗你嘅數據全部冇曬。亦因為係純文字，Obsidian嘅vaults可以用任何工具編輯、搜尋、備份。
標籤系統。 配合插件，Obsidian可以幫筆記打多層標籤，加上日期、狀態、來源等各種元數據。呢個係後期檢索嘅基礎。
Obsidian嘅短板喺邊？佢唔會幫你理解內容。
你叫佢存一篇文章嘅截圖，佢可以存。但你要叫佢話俾你知呢篇文章同其他邊啲筆記有關、核心觀點係咩——對唔住，佢做唔到。
呢個唔係Obsidian嘅問題，佢本身係個倉庫，唔係大腦。
Claude擅長啲咩
Claude係一個AI對話模型，但佢喺呢套工作流入面扮演嘅角色，遠唔止「傾偈」。
語義理解。 Claude能夠真正讀明一段文字講緊咩，而唔係配對關鍵詞。佢可以分到「呢篇文章討論係X，但作者真正想論證嘅係Y」呢種層次嘅分別。
結構化整理。 你俾一段亂七八糟嘅筆記佢，佢可以幫你提煉出核心觀點、關鍵論據、待驗證假設，仲可以幫你按主題分類。
知識圖譜生成。 呢個係最關鍵嘅能力。你將一批筆記掉俾Claude，佢可以分析出佢哋之間嘅邏輯關係，生成一張你用眼睇唔容易睇出嚟嘅知識網絡。
Claude嘅短板喺邊？佢冇你嘅筆記，冇長期記憶。
每次對話都係獨立嘅，佢唔知你上個月睇過嗰篇文章。除非你將內容俾佢。
所以組合邏輯好簡單
Obsidian = 知識倉庫（你知道知識存在邊）
Claude = 知識加工車間（你知道知識講緊咩、有咩關係）
倉庫負責儲存同檢索，Claude負責理解同連接。兩層分工，各自做自己最擅長嘅事。
核心SOP：由讀文章到形成知識網絡
全套工作流分四個步驟：
第一步：Obsidian收集 —— 隨手存，唔好糾結格式
第二步：Claude提煉 —— 讀完提煉，提取乾貨
第三步：Obsidian歸檔 —— 按結構存入知識庫
第四步：Claude生成圖譜 —— 定期跑圖譜，串起碎片
循環往復，知識庫自己生長，你只需要持續輸入。
下面一步一步講。
第一步：Obsidian收集
收集階段嘅核心原則係：快，唔好諗。
你睇文章嘅時候，唔好邊睇邊整理，咁會令閲讀速度斷崖式下跌。儲咗先講。
推薦插件配置
我嘅Obsidian vault基本配置係咁樣：
必裝插件：
- Templater 或 QuickAdd —— 快速創建帶預設結構嘅筆記
- Quick Add 設定一個模板，筆記創建自動帶日期、標籤位、來源字段
文件夾結構建議：
收集時做啲咩：
- 文章連結 + 標題直接掉入
0-Inbox/ - 如果有想法，隨手寫幾句批註（Obsidian支援高亮批註）
- 唔整理，唔分類，唔打標籤
收集工具推薦：
- 瀏覽器剪藏插件：用Obsidian嘅Clipper或者MarkDownload，將網頁轉成Markdown
- PDF直接導入：Obsidian原生支援PDF，可以直接喺筆記入面嵌入PDF並高亮
呢一步嘅關鍵心態：淨係收，唔使理明唔明。
第二步：Claude提煉
等你積累咗一批筆記（例如5-10篇，或者每星期集中處理一次），就開始提煉。
提煉嘅目的係：將讀過嘅內容，由「人哋嘅文字」變成「你自己嘅理解」。
提煉prompt模板
將筆記內容掉俾Claude，用呢個結構：
Claude會返回一個結構化嘅提煉結果。
提煉結果點樣用
提煉完之後，你有兩個選擇：
選項A：直接用Claude嘅輸出取代原本筆記嘅內容
適合筆記內容本身比較水，得核心觀點有用嘅場景。
選項B：將提煉結果作為新筆記嘅核心內容，原文連結保留喺底部
適合原文有大量細節、案例、引用值得保留嘅場景。
我嘅習慣係：核心觀點存在筆記入面，原文連結同原始批註存在附件或者底部引用區。
第三步：Obsidian歸檔
提煉完之後，你需要將筆記放返喺正確嘅位置。
歸檔嘅三個原則
原則一：一篇筆記淨係講一件事
如果你發現一篇筆記入面撈埋咗兩個唔相關嘅主題，拆開佢。Obsidian嘅雙向連結支援連結到碎片，一個大話題可以由多個小筆記共同支撐。
原則二：標籤係用嚟約束檢索嘅，唔好濫用
我見過好多人喺一篇文章入面打十幾廿個標籤。標籤太多等於冇標籤。我嘅策略係：每篇筆記最多3個核心標籤，1個狀態標籤（待讀/已提煉/歸檔）。
原則三：用雙向連結建立關係，而唔係用文件夾層級
Obsidian新手容易陷入「文件夾分類焦慮」——成日想揾最準確嘅文件夾嚟放呢篇筆記。
唔好糾結。文件夾分類係層級思維，Obsidian真正強大嘅地方係網狀思維。一篇筆記放入邊個文件夾唔重要，重要嘅係佢同邊啲筆記建立咗連結。
歸檔時順便做嘅事
- 更新狀態標籤：
#待處理→#已歸檔 - 喺筆記頂部加上元數據（來源URL、日期、提煉日期）
- 補充一個
## 關聯筆記章節，將Claude提到嘅關聯點手動寫成[[wikilink]]
第四步：Claude生成知識圖譜
呢一步係成個工作流最有價值嘅環節，亦係好多人冇意識到嘅AI加持點。
幾時跑圖譜
唔係每日都跑。我建議每累積50-100篇新筆記就跑一次，或者每個月頭跑一次月度回顧。
跑圖譜嘅目的係令你睇到：你呢段時間收集嘅知識，喺結構上有咩空白？邊啲主題你已經累積咗好多筆記但未串埋？邊啲碎片係孤島？
圖譜生成prompt
Claude俾你嘅輸出，係一張虛擬嘅知識地圖。你可以用佢嚟指導下一階段嘅收集方向。
實操場景A：讀一篇長文點樣用Obsidian做筆記 + Claude提煉核心觀點
場景描述：
你讀到一篇5000字嘅長文，《點解AI時代知識工作者更加需要「第二大腦」》。你想認真消化呢篇文章，然後將有價值嘅內容沉澱到知識庫入面。
Step 1：收集
用瀏覽器剪藏插件將文章轉成Markdown，存到 0-Inbox/2026-04-28-ai-second-brain.md。打開Obsidian，睇一次，將文章嘅核心章節喺筆記入面用 ## 分級標題標出嚟。
Step 2：寫批註
讀嗰陣隨手高亮。喺Obsidian入面，高亮文字可以直接批註。讀到「知識工作者最大嘅浪費唔係唔學習，而係學咗唔用」呢句說話時，喺旁邊寫：「同之前讀嗰篇關於知識複利嘅文章可以串埋？」
呢種批註係後期Claude提煉嘅重要素材。
Step 3：Claude提煉
將完整筆記內容複製俾Claude，用上面嘅提煉prompt。
Claude會返回：
Step 4：Obsidian歸檔
根據提煉結果，將筆記移動到 3-Permanent/知識管理/第二大腦/ 目錄下，更新標籤為 #第二大腦 #已歸檔，喺底部加上原文連結。
寫一個 ## 關聯筆記 章節，連結到之前讀過嘅知識複利相關文章。
實操場景B：幾百條碎片筆記點樣用Claude自動分類 + 生成知識圖譜
場景描述：
你的 0-Inbox/ 裏面堆咗200條隨手記嘅碎片筆記。有啲係讀書批註，有啲係突然諗到嘅點子，有啲係課程記錄，有啲係金句摘錄。撈埋一齊，根本唔知從邊度開始整理。
Step 1：先俾Claude做筆記清單
喺Obsidian入面，用插件或者手動跑一個搜尋，將Inbox入面所有筆記嘅標題同首行內容整理成一個列表：
Step 2：Claude批量分類
將呢份清單連同問題描述一齊發俾Claude：
Claude會返回一個分類結果。
Step 3：根據分類批量歸檔
拎到Claude嘅分類結果之後，喺Obsidian入面：
- 為每個主題類別創建文件夾/標籤
- 批量移動筆記到對應位置
- 核心筆記優先做深度提煉
Step 4：跑圖譜
分類完成之後，將完整清單再掉俾Claude跑一次圖譜生成prompt，睇下呢200條筆記入面邊啲係孤島、邊啲形成咗簇、邊啲跨主題連接點值得深化。
實操場景C：寫文章時點樣用雙向連結快速調取歷史筆記
場景描述：
你要寫一篇關於「知識焦慮」嘅文章。喺動筆之前，你想快速調取知識庫入面所有同呢個主題相關嘅筆記同觀點。
方法一：Obsidian原生搜尋 + Graph View
Obsidian內置咗搜尋（Ctrl/Cmd + Shift + F），直接搜「知識焦慮」，會揾到標題同正文入麪包含呢個關鍵詞嘅所有筆記。
Graph View（關係圖譜視圖）可以令你睇到邊啲筆記同而家呢篇筆記有關聯。喺Graph View入面，撳開「知識焦慮」呢個節點，就可以睇到佢連住邊啲筆記。
方法二：Claude輔助搜尋（更加強大）
當你記得「好似有個咩觀點，但唔知擺喺邊」嘅時候，直接將問題掉俾Claude：
呢種方法比單純關鍵詞搜尋強大嘅地方在於：Claude會讀內容，會做語義配對。 你唔使記得嗰篇筆記嘅標題係咩，只要描述你嘅需求，佢會幫你揾。
方法三：提前建好索引筆記
長期維護一個 知識地圖.md 筆記，按主題分類列出知識庫入面所有重要筆記嘅入口連結。每次寫新文章之前，先睇下呢個索引。
避坑指南
坑一：Obsidian過度美化陷阱
呢個係Obsidian新手最常見嘅死因。
花3個鐘配置主題、插件、配色、狀態欄。最後配置好曬，筆記就冇寫幾篇。
症狀：Vault入面一堆配置好嘅模板同空文件夾，真正嘅筆記冇幾條。
解決方案：先寫後美。 筆記數量過咗50篇先考慮美化嘅事。工具係為工作流服務嘅，唔係反過嚟。
坑二：Claude整理過度導致資訊損耗
Claude好擅長總結，但「總結」本身已經係一種資訊壓縮。
你將5000字嘅文章掉俾Claude，佢提煉成500字嘅版本。睇落精華都喺度，但係你冇咗：原文嘅行文邏輯、舉例嘅具體細節、作者論述嘅節奏。
過度提煉嘅症狀：知識庫入面全部係「核心觀點」，但當你需要引用具體案例或者重現論證過程時，發現根本做唔到。
解決方案：提煉比例控制在20%-30%。 5000字嘅文章，提煉結果應該大約1000-1500字。唔好追求極短，保留足夠嘅細節層。
另一個建議：原文連結始終保留喺筆記底部。 提煉係為咗快速調用，原文係用嚟深入研究嘅。
坑三：收藏夾囤積症
收集階段最大嘅陷阱係「收集咗=學咗」嘅幻覺。
儲咗100篇文章，唔代表你擁有100篇知識。收集嘅速度永遠唔好快過你處理嘅速度。
我嘅經驗：Inbox入面等住處理嘅筆記唔好超過20條。 超過就停一停，將現有嘅處理曬先，再繼續收集。
坑四：雙向連結強迫症
啱啱學識雙向連結嘅時候，好容易陷入「咩都想連」嘅陷阱。
每篇筆記都加上七八個 [[wikilink]]，結果維護成本極高，而且連結質素參差，好多連結連完自己都唔知點解要連。
解決：只係連真正有關係嘅筆記。 連結唔在多，在於精準。
呢套工作流適合咩人
適合嘅人：
- 有持續輸入習慣嘅人：大量讀書、讀文章、聽課，需要一個系統嚟消化
- 寫作者：寫文章需要調用大量背景知識，Obsidian嘅雙向連結係素材庫
- 研究者：需要管理文獻、論文、筆記之間嘅引用關係
- 知識工作者：日常工作涉及大量資訊處理，需要減熵
唔太適合嘅人：
- 輸入量好少（每個月讀唔到幾篇文章），知識管理需求冇咁迫切
- 已經有一套穩定運作嘅筆記系統（Evernote + 手寫 + Notion），冇痛點驅動就唔好轉
- 只係想「更好地管理時間」，而唔係真正管理知識
寫喺最後
工具解決唔到動力問題。
Obsidian + Claude呢套工作流做到嘅，係降低知識管理嘅摩擦成本——令你由「整理好麻煩唔整理了」變成「整理呢樣嘢可以交俾AI做，我只要持續輸入就得」。
但呢套系統要運作得起，有一個前提：你真係要持續輸入。
如果收藏夾成年封塵，提煉階段永遠 skip 過，呢套SOP幫唔到你。佢係為咗啲讀咗好多文章、個腦裝咗好多想法、但係唔知點樣將佢哋串埋嘅人而設。
如果你正正係咁嘅人，試一個禮拜，睇下你嘅知識庫變咩樣。
歡迎喺留言區講下你嘅諗法～
如果呢篇文章令你有得著，唔好唔記得like、分享、推薦～
亦都歡迎關注我嘅公眾號，每日有AI最新資訊分享🦐
【蝦哥導讀】 這篇文章解決一個問題：怎麼讓讀過的文章真正變成自己的知識，而不是堆在筆記軟件裏吃灰。
知識工作者的三大困境
第一，收集了不看。 收藏夾裏的文章比書架上的書還多。
Notion、Get筆記……全存了，真正常翻的沒幾篇。
第二，看了記不住。 硬着頭皮讀完了，過兩天連作者叫什麼都想不起來。更別說把不同文章裏的觀點串起來。
第三，記住了找不到。 腦子裏有個模糊的印象，"好像在哪兒見過"，但就是搜不到。同一個知識點，可能散落在十幾篇不同的筆記裏。
這三條你中了幾條？
我自己全中。
後來我試了很多方法，最後卡住的關鍵只有一個：光靠人的意志力，根本扛不住知識的量和碎片化程度。
所以我換了思路——讓 AI 接手那些機械的知識整理工作，把人腦留給自己真正擅長的事：思考和創造。
工具組合是：Obsidian + Claude。
為什麼是這兩個？
先說清楚它倆各自的定位。
Obsidian 擅長什麼
Obsidian 不是一個普通的筆記軟件。它本質上是一個本地優先的個人知識庫，核心能力有三個：
雙向連結。 你在一篇筆記裏寫 [[另一篇筆記]]，Obsidian 會自動建立關係。這種連結不是複製，而是引用。改一篇，全相關筆記都更新。
本地存儲。 所有筆記是 Markdown 文件，存在你自己電腦上。不用怕哪天服務關了你數據全丟。也正因為是純文本，Obsidian 的 vaults 可以用任何工具編輯、搜索、備份。
標籤系統。 配合插件，Obsidian 可以給筆記打多層標籤，加上日期、狀態、來源等各種元數據。這是後期檢索的基礎。
Obsidian 的短板在哪？它不會幫你理解內容。
你讓它存一篇文章的截圖，它可以存。但你要讓它告訴你這篇文章跟其他哪些筆記有關、核心觀點是什麼——對不起，它做不到。
這不是 Obsidian 的問題，它本來就是個倉庫，不是大腦。
Claude 擅長什麼
Claude 是一個 AI 對話模型，但它在這套工作流裏扮演的角色，遠不止"聊天"。
語義理解。 Claude 能真正讀懂一段文字在說什麼，而不是匹配關鍵詞。它能區分"這篇文章討論的是 X，但作者真正想論證的是 Y"這種層次的區別。
結構化整理。 你給它一段亂七八糟的筆記，它能給你提煉出核心觀點、關鍵論據、待驗證假設，還能幫你按主題分類。
知識圖譜生成。 這是最關鍵的能力。你把一批筆記丟給 Claude，它可以分析出它們之間的邏輯關係，生成一張你用眼睛看不容易看出來的知識網絡。
Claude 的短板在哪？它沒有你的筆記，沒有長期記憶。
每次對話都是獨立的，它不知道你上個月讀的那篇文章。除非你把內容給它。
所以組合邏輯很簡單
Obsidian = 知識倉庫（你知道知識存在哪）
Claude = 知識加工車間（你知道知識在講什麼、有什麼關係）
倉庫負責存儲和檢索，Claude 負責理解和連接。兩層分工，各自做自己最擅長的事。
核心 SOP：從讀文章到形成知識網絡
整套工作流分四個步驟：
第一步：Obsidian 收集 —— 隨手存，不糾結格式
第二步：Claude 提煉 —— 讀完提煉，提取乾貨
第三步：Obsidian 歸檔 —— 按結構存入知識庫
第四步：Claude 生成圖譜 —— 定期跑圖譜，串起碎片
循環往復，知識庫自己生長，你只需要持續輸入。
下面一步一步說。
第一步：Obsidian 收集
收集階段的核心原則是：快，不要想。
你讀文章的時候，不要邊讀邊整理，那會讓閲讀速度斷崖式下降。存下來再說。
推薦插件配置
我的 Obsidian vault 基礎配置是這樣的：
必裝插件：
- Templater 或 QuickAdd —— 快速創建帶預設結構的筆記
- Quick Add 設置一個模板，筆記創建自動帶日期、標籤位、來源字段
文件夾結構建議：
收集時做什麼：
- 文章連結 + 標題直接扔進
0-Inbox/ - 如果有想法，隨手寫幾句批註（Obsidian 支持高亮批註）
- 不整理，不分類，不打標籤
收集工具推薦：
- 瀏覽器剪藏插件：用 Obsidian 的 Clipper 或者 MarkDownload，把網頁轉成 Markdown
- PDF 直接導入：Obsidian 原生支持 PDF，可以直接在筆記裏嵌入 PDF 並高亮
這一步的關鍵心態：只管收，不管懂。
第二步：Claude 提煉
等你積累了一批筆記（比如 5-10 篇，或者每週集中處理一次），就開始提煉。
提煉的目的是：把讀過的內容，從"別人的文字"變成"你自己的理解"。
提煉 prompt 模板
把筆記內容丟給 Claude，用這個結構：
Claude 會返回一個結構化的提煉結果。
提煉結果怎麼用
提煉完之後，你有兩個選擇：
選項 A：直接用 Claude 的輸出替換原筆記的內容
適合筆記內容本身比較水，只有核心觀點有用的場景。
選項 B：把提煉結果作為新筆記的核心內容，原文連結保留在底部
適合原文有大量細節、案例、引用值得保留的場景。
我的習慣是：核心觀點存在筆記裏，原文連結和原始批註存在附件或底部引用區。
第三步：Obsidian 歸檔
提煉完之後，你需要把筆記放進正確的位置。
歸檔的三個原則
原則一：一個筆記只講一件事
如果你發現一篇筆記裏混了兩個不相關的主題，拆開。Obsidian 的雙向連結支持連結到碎片，一個大話題可以由多個小筆記共同支撐。
原則二：標籤是用來約束檢索的，不要濫用
我見過很多人在一篇文章裏打十幾二十個標籤。標籤太多等於沒有標籤。我的策略是：每篇筆記最多 3 個核心標籤，1 個狀態標籤（待讀/已提煉/歸檔）。
原則三：用雙向連結建立關係，而不是用文件夾層級
Obsidian 新手容易陷入"文件夾分類焦慮"——總想找到最準確的文件夾來放這篇筆記。
別糾結。文件夾分類是層級思維，Obsidian 真正強大的地方是網狀思維。一篇筆記放進哪個文件夾不重要，重要的是它跟哪些筆記建立了連結。
歸檔時順便做的事
- 更新狀態標籤：
#待處理→#已歸檔 - 在筆記頂部加上元數據（來源 URL、日期、提煉日期）
- 補充一個
## 關聯筆記章節，把 Claude 提到的關聯點手動寫成[[wikilink]]
第四步：Claude 生成知識圖譜
這一步是整個工作流最有價值的環節，也是很多人沒有意識到的 AI 加持點。
什麼時候跑圖譜
不是每天都跑。我建議每積累 50-100 篇新筆記跑一次，或者每月初跑一次月度回顧。
跑圖譜的目的是讓你看到：你這段時間收集的知識，在結構上有什麼空白？哪些主題你已經積累了很多筆記但沒有串起來？哪些碎片是孤島？
圖譜生成 prompt
Claude 給你的輸出，是一張虛擬的知識地圖。你可以用它來指導下一階段的收集方向。
實操場景 A：讀一篇長文怎麼用 Obsidian 做筆記 + Claude 提煉核心觀點
場景描述：
你讀到一篇 5000 字的長文，《為什麼 AI 時代知識工作者更需要"第二大腦"》。你想認真消化這篇文章，然後把有價值的內容沉澱到知識庫裏。
Step 1：收集
用瀏覽器剪藏插件把文章轉成 Markdown，存到 0-Inbox/2026-04-28-ai-second-brain.md。打開 Obsidian，看一遍，把文章的核心章節在筆記裏用 ## 分級標題標出來。
Step 2：寫批註
讀的時候隨手高亮。在 Obsidian 裏，高亮文字可以直接批註。讀到"知識工作者最大的浪費不是不學習，而是學了不用"這句話時，在旁邊寫："跟之前讀的那篇關於知識複利的文章可以串一下？"
這種批註是後期 Claude 提煉的重要素材。
Step 3：Claude 提煉
把完整筆記內容複製給 Claude，用上面的提煉 prompt。
Claude 會返回：
Step 4：Obsidian 歸檔
根據提煉結果，把筆記移動到 3-Permanent/知識管理/第二大腦/ 目錄下，更新標籤為 #第二大腦 #已歸檔，在底部加上原文連結。
寫一個 ## 關聯筆記 章節，連結到之前讀過的知識複利相關文章。
實操場景 B：幾百條碎片筆記怎麼用 Claude 自動分類 + 生成知識圖譜
場景描述：
你的 0-Inbox/ 裏堆了 200 條隨手記的碎片筆記。有的是讀書批註，有的是突然想到的點子，有的是課程記錄，有的是金句摘錄。混在一起，根本不知道從哪開始整理。
Step 1：先給 Claude 做筆記清單
在 Obsidian 裏，用插件或者手動跑一個搜索，把 Inbox 裏所有筆記的標題和首行內容整理成一個列表：
Step 2：Claude 批量分類
把這份清單和問題描述一起發給 Claude：
Claude 會返回一個分類結果。
Step 3：根據分類批量歸檔
拿到 Claude 的分類結果後，在 Obsidian 裏：
- 為每個主題類別創建文件夾/標籤
- 批量移動筆記到對應位置
- 核心筆記優先做深度提煉
Step 4：跑圖譜
分類完成後，把完整清單再丟給 Claude 跑一遍圖譜生成 prompt，看看這 200 條筆記裏哪些是孤島、哪些形成了簇、哪些跨主題連接點值得深化。
實操場景 C：寫文章時怎麼用雙向連結快速調取歷史筆記
場景描述：
你要寫一篇關於"知識焦慮"的文章。在動筆之前，你想快速調取知識庫裏所有跟這個主題相關的筆記和觀點。
方法一：Obsidian 原生搜索 + Graph View
Obsidian 內置了搜索（Ctrl/Cmd + Shift + F），直接搜"知識焦慮"，會找到標題和正文中包含這個關鍵詞的所有筆記。
Graph View（關係圖譜視圖）可以讓你看到哪些筆記跟當前筆記有關聯。在 Graph View 裏，點開"知識焦慮"這個節點，可以看到它連着哪些筆記。
方法二：Claude 輔助搜索（更強大）
當你記得"好像有個什麼觀點，但不知道存在哪"的時候，把問題直接拋給 Claude：
這種方法比單純關鍵詞搜索強大的地方在於：Claude 會讀內容，會做語義匹配。 你不需要記得那篇筆記的標題是什麼，只要描述你的需求，它會幫你找。
方法三：提前建好索引筆記
長期維護一個 知識地圖.md 筆記，按主題分類列出知識庫裏所有重要筆記的入口連結。每寫新文章之前，先看看這個索引。
避坑指南
坑一：Obsidian 過度美化陷阱
這是 Obsidian 新手最常見的死法。
花 3 小時配置主題、插件、配色、狀態欄。最後配置出來了，筆記沒寫幾篇。
症狀：Vault 裏一堆配置好的模板和空文件夾，真正的筆記沒幾條。
解決方案：先寫後美。 筆記數量過了 50 篇再考慮美化的事。工具是為工作流服務的，不是反過來。
坑二：Claude 整理過度導致信息損耗
Claude 很擅長總結，但"總結"本身就是一種信息壓縮。
你把 5000 字的文章丟給 Claude，它提煉成 500 字的版本。看起來精華都在，但你丟失了：原文的行文邏輯、舉例的具體細節、作者論述的節奏。
過度提煉的症狀：知識庫裏全是"核心觀點"，但當你需要引用具體案例或者復現論證過程時，發現根本做不到。
解決方案：提煉比例控制在 20%-30%。 5000 字的文章，提煉結果應該在 1000-1500 字左右。不要追求極短，保留足夠的細節層。
另一個建議：原文連結始終保留在筆記底部。 提煉是為了快速調用，原文是用來深入研究的。
坑三：收藏夾囤積症
收集階段最大的陷阱是"收集 = 學到了"的幻覺。
存了 100 篇文章，不代表你擁有 100 篇知識。收集的速度永遠不要超過你處理的速度。
我的經驗：Inbox 裏待處理的筆記不要超過 20 條。 超過就停一停，先把現有的處理完，再繼續收集。
坑四：雙向連結強迫症
剛學會雙向連結的時候，很容易陷入"什麼都想連"的陷阱。
給每篇筆記都加上七八個 [[wikilink]]，結果維護成本極高，而且連結質量參差不次，很多連結連完自己都不知道為什麼連。
解決：只連真正有關係的筆記。 連結不在多，在於精準。
這套工作流適合什麼人
適合的人：
- 有持續輸入習慣的人：大量讀書、讀文章、聽課，需要一個系統來消化
- 寫作者：寫文章需要調用大量背景知識，Obsidian 的雙向連結是素材庫
- 研究者：需要管理文獻、論文、筆記之間的引用關係
- 知識工作者：日常工作涉及大量信息處理，需要減熵
不太適合的人：
- 輸入量很少（每月讀不了幾篇文章），知識管理需求沒那麼迫切
- 已經有一套穩定運轉的筆記系統（Evernote + 手寫 + Notion），沒有痛點驅動就別換
- 只是想"更好地管理時間"，而不是真正管理知識
寫在最後
工具解決不了動力問題。
Obsidian + Claude 這套工作流能做的，是降低知識管理的摩擦成本——讓你從"整理好麻煩不整理了"變成"整理這件事可以交給 AI 做，我只要持續輸入就行"。
但這套系統要運轉起來，有一個前提：你得真的在持續輸入。
如果收藏夾常年積灰，提煉階段永遠跳過的，這套 SOP 幫不了你。它是給那些讀了大量文章、腦子裏裝了很多想法、但不知道怎麼把它們串起來的人準備的。
如果你正是這樣的人，試一週，看看你的知識庫長什麼樣。
歡迎在評論區聊聊你的想法~
如果這篇文章讓你有收穫，別忘了點贊、分享、推薦～
也歡迎關注我的公眾號，每天有AI最新資訊分享🦐