為什麼你收藏了那麼多文章，最後還是寫不出來想要的文章？你要打造自己的個人知識工廠

我以前一直以為，自己寫唔出嚟，係因為輸入仲唔夠多。

所以我養成咗一個習慣：見到好文章就收藏，見到好觀點就轉發俾自己，見到一個工具教程就先保存落嚟。

微信收藏裏面有一堆文章；瀏覽器收藏夾裏面有一堆連結；Obsidian、Notion、飛書文檔度亦放咗唔少資料。

表面睇，我好似一路學習、一路積累、一路搭建自己嘅知識庫。

但後來我發現一個好尷尬嘅問題：

寫文章陣時，我仲要重新揾資料。做項目陣時，我仲要重新整理思路。問 AI 陣時，我仲要重新解釋一遍背景。

見到一個之前收藏過嘅主題，我甚至諗唔起當時點解要收藏佢。

呢啲被我保存落嚟嘅內容，最後只係換咗個地方食塵。

我後來意識到，自己犯咗一個好常見嘅錯誤：

我將「收藏」誤以為係「積累」。

但收藏只係將信息由一個地方搬到另一個地方。

一篇文章由網頁進入 Obsidian，並唔會自動變成我嘅知識。一個觀點由公眾號進入筆記，亦唔會自動變成我嘅判斷。一個連結被我保存落嚟，都唔會自動變成下一篇文章嘅選題。

佢只係被存起咗。

真正嘅問題在於：呢啲資料冇被拆解。

一篇文章裏面真正有價值嘅，可能唔係成篇原文，而係其中幾個部分：一個開頭鈎子，一個結構模式，一個關鍵判斷，一個案例，一個讀者心理轉化過程，一個可以延展成新文章嘅選題。

但如果我只係將原文保存落嚟，呢啲嘢就全部埋喺裏面。

只要佢冇被加工，就冇真正變成知識。

好多知識庫工具解決嘅係「點樣存」。

佢哋可以幫你保存網頁、管理標籤、建立文件夾、做雙鏈、做圖譜。呢啲功能當然有用。

但佢哋冇自動解決一個更關鍵嘅問題：

比如你收藏咗一篇關於 AI 寫作嘅文章。

如果只係存起嚟，佢就係一個連結。

但如果你將佢拆開，佢可能會變成：

呢個時候佢先真正變成咗你嘅資產。

否則，佢只係人哋嘅文章。

我而家愈來愈覺得，知識庫真正嘅價值，唔在於你存咗幾多嘢，而在於佢可唔可以幫你產生新嘅嘢。

可唔可以幫你產生判斷？可唔可以幫你產生選題？可唔可以幫你產生文章？可唔可以幫你產生方案？

如果唔得，咁佢只係一個靚靚嘅資料倉庫。

我開始重新思考呢個問題，係因為見到 Dan Koe 嘅內容系統（youtube上可以揾到）。

我由佢嗰度得到嘅啟發，唔係某個具體模板，而係一個更底層嘅思路：

好多人寫唔出嚟，唔係因為個腦空，而係因為素材冇被加工。

你平時睇咗好多嘢，但佢哋冇沉澱成自己嘅觀點。你收藏咗好多文章，但佢哋冇拆成可複用嘅結構。你讀到好多金句，但佢哋冇進入自己嘅表達系統。

於是每次寫作都好似由零開始。

打開空白文檔，重新諗標題，重新揾角度，重新揾案例，重新設計結構，重新說服自己呢篇文章值得寫。

真正可以持續輸出嘅人，唔係每日都有好多靈感，而係佢哋有一套自己嘅內容資產系統。

佢哋唔係每次由空白頁開始，而係由素材庫度組合。

所以我而家愈來愈唔想單純收藏原文。

我想要嘅係由原文度拆出「創意積木」。

所以，一篇好文章對我嚟講，唔應該只留低一個連結。

佢至少應該被拆成幾個觀點、幾個鈎子、一個結構、一個轉化弧、幾個可延展選題，同埋一個可以進入我寫作系統嘅素材卡。

慢慢咁，我對「個人知識庫」嘅理解發生咗變化。

我唔想再做一個更大嘅收藏夾。

我想做嘅係一個知識工廠。

佢唔係只負責存資料，而係負責將資料加工成可以用嘅嘢。

呢個同普通收藏最大嘅分別係：

收藏夾嘅終點係「存起嚟」。

知識工廠嘅終點係「用起嚟」。

所以我準備做一個 AIWiki。

佢唔係普通嘅 Obsidian 模板，亦唔係單純嘅提示詞合集，更加唔係一個新嘅收藏夾。

我想令佢做一件好具體嘅事：

即係話，我俾佢一篇資料，佢可以幫我生成：

原文歸檔、Source Card 資料卡、關鍵觀點、金句同鈎子、結構模式、可寫選題、文章大綱。

咁樣一嚟，我下次寫文章嗰陣，唔係重新面對一堆原文，而係面對一組已經加工過嘅內容資產。

我可以直接睇：呢篇資料可以支撐邊啲選題；裏面有邊啲鈎子可以用嚟開頭；有邊啲結構可以複用；邊啲觀點可以同我自己嘅經驗組合。

呢個先係我想要嘅知識庫。

唔係一個「我保存咗好多嘢」嘅地方，而係一個「我可以不斷由裏面長出內容」嘅系統。

Dan Koe 呢條線俾我嘅啟發係：內容唔係靠臨時靈感，而係靠長期積累同系統組合。

但呢度仲有另一個問題：

呢啲資料、觀點、結構、積木，應該點樣長期沉澱？佢哋點樣變成一個可以維護、可以更新、可以被 AI 調用嘅知識系統？點樣避免最後又變成一堆散亂文件？

呢個就要講到另一個啟發來源：Karpathy 嘅 LLM Wiki。

我而家想做嘅 AIWiki，就係試嚇將呢兩條線結合起嚟。

一邊係內容生產，一邊係知識沉澱；一邊係創意積木，一邊係結構化 Wiki；一邊解決「寫唔出嚟」，一邊解決「存咗用唔到」。

接下來，我會將 AIWiki 嘅搭建過程持續記錄落嚟。

我會寫清楚：

呢個系列唔會只講理論。

我會盡量將真實搭建過程、工作流、翻車點同修正方法都記錄落嚟。

因為我愈來愈覺得，AI 時代真正有價值嘅唔係「我識一個工具」，而係：我可唔可以將工具接入自己嘅真實流程度。

AIWiki 都係一樣。

佢唔係為咗令我多一個收藏資料嘅地方，而係為咗令我少啲重複整理，多啲真正產出。

咁呢個系列應該會對你有用。

我會先整理一份《AIWiki 個人知識工廠流程圖》。

我以前一直以為，自己寫不出來，是因為輸入還不夠多。

所以我養成了一個習慣：看到好文章就收藏，看到好觀點就轉發給自己，看到一個工具教程就先保存下來。

微信收藏裏有一堆文章；瀏覽器收藏夾裏有一堆連結；Obsidian、Notion、飛書文檔裏也放了不少資料。

表面上看，我好像一直在學習、一直在積累、一直在搭建自己的知識庫。

但後來我發現一個很尷尬的問題：

寫文章時，我還是要重新找資料。做項目時，我還是要重新整理思路。問 AI 時，我還是要重新把背景解釋一遍。

看到一個之前收藏過的主題，我甚至想不起來當時為什麼收藏它。

這些被我保存下來的內容，最後只是換了一個地方吃灰。

我後來意識到，自己犯了一個很常見的錯誤：

我把“收藏”誤以為是“積累”。

但收藏只是把信息從一個地方搬到另一個地方。

一篇文章從網頁進入 Obsidian，並不會自動變成我的知識。一個觀點從公眾號進入筆記，也不會自動變成我的判斷。一個連結被我保存下來，也不會自動變成下一篇文章的選題。

它只是被存起來了。

真正的問題在於：這些資料沒有被拆解。

一篇文章裏真正有價值的，可能不是整篇原文，而是其中幾個部分：一個開頭鈎子，一個結構模式，一個關鍵判斷，一個案例，一個讀者心理轉化過程，一個可以延展成新文章的選題。

但如果我只是把原文保存下來，這些東西就都埋在裏面。

只要它沒有被加工，它就沒有真正變成知識。

很多知識庫工具解決的是“怎麼存”。

它們可以幫你保存網頁、管理標籤、建立文件夾、做雙鏈、做圖譜。這些功能當然有用。

但它們沒有自動解決一個更關鍵的問題：

比如你收藏了一篇關於 AI 寫作的文章。

如果只是存起來，它就是一個連結。

但如果你把它拆開，它可能會變成：

這時候它才真正變成了你的資產。

否則，它只是別人的文章。

我現在越來越覺得，知識庫真正的價值，不在於你存了多少東西，而在於它能不能幫你產生新的東西。

能不能幫你產生判斷？能不能幫你產生選題？能不能幫你產生文章？能不能幫你產生方案？

如果不能，那它只是一個漂亮的資料倉庫。

我開始重新思考這個問題，是因為看到了 Dan Koe 的內容系統（youtube上可以搜索到）。

我從他那裏得到的啓發，不是某個具體模板，而是一個更底層的思路：

很多人寫不出來，不是因為腦子空，而是因為素材沒有被加工。

你平時看了很多東西，但它們沒有沉澱成自己的觀點。你收藏了很多文章，但它們沒有拆成可複用的結構。你讀到很多金句，但它們沒有進入自己的表達系統。

於是每次寫作都像從零開始。

打開空白文檔，重新想標題，重新找角度，重新找案例，重新設計結構，重新說服自己這篇文章值得寫。

真正能持續輸出的人，不是每天都有很多靈感，而是他們有一套自己的內容資產系統。

他們不是每次從空白頁開始，而是從素材庫裏組合。

所以我現在越來越不想單純收藏原文。

我想要的是從原文裏拆出“創意積木”。

所以，一篇好文章對我來說，不應該只留下一個連結。

它至少應該被拆成幾個觀點、幾個鈎子、一個結構、一個轉化弧、幾個可延展選題，以及一個可以進入我寫作系統的素材卡。

慢慢地，我對“個人知識庫”的理解發生了變化。

我不再想做一個更大的收藏夾。

我想做的是一個知識工廠。

它不是隻負責存資料，而是負責把資料加工成可以使用的東西。

這和普通收藏最大的區別是：

收藏夾的終點是“存起來”。

知識工廠的終點是“用起來”。

所以我準備做一個 AIWiki。

它不是普通的 Obsidian 模板，也不是單純的提示詞合集，更不是一個新的收藏夾。

我想讓它做一件很具體的事：

也就是說，我給它一篇資料，它能幫我生成：

原文歸檔、Source Card 資料卡、關鍵觀點、金句和鈎子、結構模式、可寫選題、文章大綱。

這樣一來，我下次寫文章時，不是重新面對一堆原文，而是面對一組已經加工過的內容資產。

我可以直接看：這篇資料能支撐哪些選題；裏面有哪些鈎子可以用於開頭；有哪些結構可以複用；哪些觀點可以和我自己的經驗組合。

這才是我想要的知識庫。

不是一個“我保存了很多東西”的地方，而是一個“我可以不斷從裏面長出內容”的系統。

Dan Koe 這條線給我的啓發是：內容不是靠臨時靈感，而是靠長期積累和系統組合。

但這裏還有另一個問題：

這些資料、觀點、結構、積木，應該如何長期沉澱？它們怎麼變成一個可以維護、可以更新、可以被 AI 調用的知識系統？怎麼避免最後又變成一堆散亂文件？

這就要講到另一個啓發來源：Karpathy 的 LLM Wiki。

我現在想做的 AIWiki，就是試着把這兩條線結合起來。

一邊是內容生產，一邊是知識沉澱；一邊是創意積木，一邊是結構化 Wiki；一邊解決“寫不出來”，一邊解決“存了用不上”。

接下來，我會把 AIWiki 的搭建過程持續記錄下來。

我會寫清楚：

這個系列不會只講理論。

我會盡量把真實搭建過程、工作流、翻車點和修正方法都記錄下來。

因為我越來越覺得，AI 時代真正有價值的不是“我知道一個工具”，而是：我能不能把工具接進自己的真實流程裏。

AIWiki 也是一樣。

它不是為了讓我多一個收藏資料的地方，而是為了讓我少一點重複整理，多一點真正產出。

那這個系列應該會對你有用。

我會先整理一份《AIWiki 個人知識工廠流程圖》。