市面上筆記工具多到眼花，嬌姐幾乎用過曬，最後留低 Obsidian。原因好簡單：所有筆記都係本地純文字 Markdown 文件，AI 可以直接讀寫，唔使搞 API，數據永遠屬於你。相比 Notion、飛書呢類雲端工具，Obsidian 冇鎖倉風險，而且文件夾就係目錄結構，所見即所得。

Obsidian 係目前 AI Agent 最容易操作嘅筆記工具，冇之一。

嬌姐仲整理咗一個主流工具對比表，話你知邊個適合咩情況：Notion 適合團隊協作、飛書適合企業辦公、Logseq 適合大綱式筆記，而 Obsidian 就係個人知識庫長期積累嘅首選。

第一步係設計目錄結構，呢步係地基，做錯咗之後會亂到七彩。嬌姐用改良版 PARA，分咗六個區：00_Inbox（收件箱）、01_Areas（持續關注領域）、02_Projects（有截止日期項目）、03_Resources（資料庫）、04_Content（內容生產）、05_Archive（歸檔）同 00_System（系統控制）。新嘢一律先掉入 Inbox，消除分類摩擦。

D:\zhishiku\
├── 00_Inbox\
├── 01_Areas\
│ ├── AI學習\
│ ├── 自媒體運營\
│ └── 個人成長\
├── 02_Projects\
├── 03_Resources\
│ ├── AI工具\
│ ├── 工作流\
│ ├── 行業資訊\
│ └── 書籍課程\
├── 04_Content\
│ ├── 選題庫\
│ ├── 草稿\
│ ├── 已發佈\
│ └── 素材庫\
├── 05_Archive\
└── 00_System\
 ├── _INDEX.md
 └── _TEMPLATES\

每篇筆記頂部要加 Frontmatter，變成一條數據庫記錄，方便 AI 過濾。仲要建立三個模板（筆記模板、項目模板、內容模板），配合 Templater 插件自動套用。三個必裝插件：Templater（模板引擎）、Dataview（數據查詢）、Smart Connections（AI 語義搜索）。

文件夾前面加數字係為咗控制排序，令目錄順序固定唔會亂。

---
title: YouTube 長視頻工作流
date: 2026-04-23
tags: [YouTube, 工作流, 自媒體]
area: 自媒體運營
status: done
source: 本地文件遷移
---

最關鍵嘅係寫一個 _INDEX.md，呢個係 AI Agent 進入知識庫嘅說明書，入面有分類判斷樹，AI 讀完就知點放內容。

1. 有截止日期、有明確目標的事？
 → 是 → 02_Projects
2. 要發佈的自媒體內容？
 → 是 → 04_Content/對應子目錄
3. AI 工具的教程、測評、使用心得？
 → 是 → 03_Resources/AI工具
4. 可複用的工作流程或方法論？
 → 是 → 03_Resources/工作流
5. 行業資訊、趨勢、新聞？
 → 是 → 03_Resources/行業資訊
6-8. 讀書筆記 / 運營策略 / AI學習...
 → 對應 Resources 或 Areas 子目錄
9. 以上都不確定？
 → 先放 00_Inbox，備註原因

日常用好簡單：有新嘢掉入 Inbox -> 每星期清理一次 -> 要寫內容就用模板。舊內容唔使一次過遷移，慢慢搞就得。呢個系統嘅價值係將「整理」呢個最費時間嘅環節從你身上拎走。

重點：系統的價值在於把「整理」呢個最費時間的環節，從你身上拿走了。

AI 接入分三個階段。階段一係手動指令模式：將內容貼畀任何 AI 工具，叫佢跟住提示詞整理。階段二係半自動：用 Claude Code 或 Hermes Agent 直接讀寫知識庫，一句指令就自動分類。階段三係 LLM Wiki 模式：AI 主動整理筆記，生成概念頁面同自動交叉連結，令知識庫越用越乾淨。

LLM Wiki 模式：AI 主動整理，生成概念頁面，自動連結，知識庫越用越乾淨。

嬌姐仲推薦咗兩個進階方案：方案 A 用 Claude Code 命令行工具，方案 C 用 Hermes Agent 開源框架，支援定時任務同跨平台觸發。如果你係進階用戶，可以試 LLM Wiki 模式，呢個係 Andrej Karpathy 提出嘅概念，係 RAG 嘅進化版。

LLM Wiki 同 RAG 嘅本質分別：一個係主動整理，一個係被動檢索。