一只阿木木

Obsidian×AI 产品化工作流库:7天把经历变成小红书模板知识库(01|系统结构)

Obsidian×AI 产品化工作流库:把经历变成可卖清单/模板的可调用资产(开箱即用)

下面给你「01|系统结构(壁垒1:Schema 标准)」模块的完整文档内容,可直接复制到 Obsidian 里使用。

这个模块是整套系统的"地基",让用户理解为什么要用统一结构、怎么用、字段标准是什么。


01|System(系统结构)

文档清单

  1. 01-ARCH|整套系统长什么样:Experience → Method → Asset
  2. 01-RULES|命名规则&标签体系:让资产永远找得回
  3. 01-SCHEMA|字段标准:哪些字段缺了就无法产品化(必填清单)

文档1:01-ARCH|整套系统长什么样

Markdown

---
title: 01-ARCH|整套系统长什么样:Experience → Method → Asset
type: system
priority: 1
---

# 整套系统长什么样:Experience → Method → Asset

## 一、为什么需要统一结构
大多数人用 Obsidian + AI 做不起来,问题不在工具,而在:
- **输入太散**:想到什么写什么,AI 每次都要猜
- **输出不稳**:同样的素材,今天输出 A,明天输出 B
- **无法复用**:写完就忘,找不回来,更无法变成产品

解决方案:**用统一的卡片结构(Schema)做"中间层"**
- 你的经历 → 先写成「经验卡」(结构化事实)
- 经验卡 → 提炼成「方法卡」(可复用规则)
- 方法卡 → 生成「资产卡」(可交付产品)

这样 AI 不用猜、你能找得回、产品能持续迭代。

---

## 二、三类核心卡片

### 1)ExperienceCard(经验卡)
**定义**:一次具体经历/踩坑/项目卡点的结构化记录

**核心字段**:
- 场景:什么情况下发生
- 目标:当时想达成什么
- 问题:卡在哪里
- 动作:你做了什么(步骤化)
- 结果:最终数据/状态(有证据更好)
- 规则:可提炼的结论(如果…就…)
- 边界:什么情况下不适用

**用途**:
- 作为"原始素材"喂给 AI
- 作为"证据"支撑你的方法和产品
- 作为"案例库"持续积累

---

### 2)MethodCard(方法卡)
**定义**:从多张经验卡中提炼出的可复用规则/框架/SOP

**核心字段**:
- 目标:这个方法解决什么问题
- 适用场景:什么时候用
- 步骤:1-2-3-4(可执行)
- 检查项:做完后如何自检
- 边界条件:什么时候不适用/会翻车
- 关联经验卡:证据来源

**用途**:
- 作为"内容生产"的输入(生成笔记/脚本/文案)
- 作为"产品化"的输入(生成清单/模板/知识库条目)
- 作为"可复用资产"持续调用

---

### 3)AssetCard(资产卡)
**定义**:最终可交付的产品单元(清单条目/模板/知识库条目)

**核心字段**:
- 资产名称
- 资产类型:清单条目 / 模板 / 知识库条目 / 其他
- 内容主体:实际交付内容
- 使用说明:买家怎么用
- 适用边界:什么情况下有效/无效
- 关联方法卡:来源
- 版本记录:更新历史

**用途**:
- 直接作为产品内容交付
- 汇总后打包成"可售卖产品"
- 持续迭代更新

---

## 三、三类卡片的关系(流程图)

┌─────────────────────────────────────────────────────────┐
│ 你的经历/踩坑/项目 │
└─────────────────────────────────────────────────────────┘
│
▼
┌─────────────────────────────┐
│ ExperienceCard(经验卡) │
│ 结构化事实 + 证据 + 边界 │
└─────────────────────────────┘
│
工作流A:提炼
▼
┌─────────────────────────────┐
│ MethodCard(方法卡) │
│ 可复用规则 + 步骤 + 边界 │
└─────────────────────────────┘
│
工作流B:产品化
▼
┌─────────────────────────────┐
│ AssetCard(资产卡) │
│ 可交付产品 + 说明 + 版本 │
└─────────────────────────────┘
│
工作流C:上架
▼
┌─────────────────────────────┐
│ 商品页 + 交付包 + 成交 │
└─────────────────────────────┘

text


---

## 四、为什么是"三层"而不是更多/更少

### 太少(只有笔记)的问题:
- 无法区分"事实"和"方法"
- AI 无法稳定调用(不知道输入是什么结构)
- 无法追溯"这个结论从哪来"

### 太多(五六层)的问题:
- 维护成本高,容易放弃
- 对新手不友好
- 过度分类反而找不到

### 三层刚刚好:
- 经验卡:记录事实(低门槛)
- 方法卡:提炼规则(核心资产)
- 资产卡:交付产品(变现出口)

---

## 五、这套结构的长期价值

### 1)越用越值钱
- 经验卡越多 → 方法卡越可靠 → 资产卡越丰富
- 形成"个人知识复利"

### 2)AI 调用更稳定
- 统一字段 = 稳定输入
- 稳定输入 = 稳定输出
- 不用每次重新"调教"AI

### 3)产品可持续迭代
- 新经验 → 更新方法卡 → 更新资产卡
- 版本记录清晰,买家信任度更高

### 4)可扩展到团队
- 多人用同一套 Schema
- 资产可合并、可协作

---

## 六、下一步
- 了解命名规则与标签体系:[[01-RULES|命名规则&标签体系]]
- 了解每个字段的详细标准:[[01-SCHEMA|字段标准]]

文档2:01-RULES|命名规则&标签体系

Markdown

---
title: 01-RULES|命名规则&标签体系:让资产永远找得回
type: system
priority: 2
---

# 命名规则&标签体系:让资产永远找得回

## 一、为什么命名和标签很重要
你的知识库会越来越大。如果命名混乱、标签随意:
- 3个月后你自己都找不到
- AI 无法按规则批量处理
- 无法做成"可筛选"的知识库产品

解决方案:**固定命名规则 + 三维标签体系**

---

## 二、文件命名规则

### 总原则

[类型前缀]-[日期/编号]-[核心描述]

text


### 各类卡片命名示例

| 卡片类型 | 命名格式 | 示例 |
|---------|---------|------|
| 经验卡 | `EXP-YYYYMMDD-描述` | `EXP-20240115-封面改三层后CTR提升` |
| 方法卡 | `MTD-编号-描述` | `MTD-001-封面三层信息设计法` |
| 资产卡 | `AST-编号-描述` | `AST-001-封面设计检查清单` |
| 案例 | `CASE-编号-描述` | `CASE-001-从踩坑到清单产品全流程` |
| 产品规格 | `SPEC-编号-产品名` | `SPEC-001-CTR提升清单产品` |

### 命名注意事项
- 描述用"结果/动作"而非"感受"(❌ 很棒的经验 ✅ 封面改后CTR翻倍)
- 避免特殊字符(`/ \ : * ? " < > |`)
- 长度控制在 50 字符以内
- 编号从 001 开始,方便排序

---

## 三、标签体系(三维结构)

### 为什么用"三维"
单一标签容易混乱(太多/太少都不好用)。
三维标签 = 从三个角度定位一张卡片,交叉筛选时最高效。

### 三维标签定义

#### 维度1:场景标签(在哪用)
描述这张卡片适用于什么场景/领域。

| 标签 | 含义 |
|-----|------|
| `#scene/xiaohongshu` | 小红书相关 |
| `#scene/content` | 内容创作相关 |
| `#scene/product` | 产品化相关 |
| `#scene/workflow` | 工作流/效率相关 |
| `#scene/career` | 职场/求职相关 |
| `#scene/ai` | AI工具/提效相关 |

#### 维度2:问题标签(解决什么)
描述这张卡片解决什么问题/痛点。

| 标签 | 含义 |
|-----|------|
| `#problem/ctr-low` | 点击率低 |
| `#problem/impression-low` | 曝光低 |
| `#problem/save-low` | 收藏率低 |
| `#problem/conversion-low` | 转化低 |
| `#problem/output-empty` | AI输出空泛 |
| `#problem/structure-messy` | 结构混乱 |
| `#problem/cant-reuse` | 无法复用 |

#### 维度3:资产标签(产出什么)
描述这张卡片能产出/沉淀什么类型的资产。

| 标签 | 含义 |
|-----|------|
| `#asset/checklist` | 清单 |
| `#asset/template` | 模板 |
| `#asset/sop` | SOP/流程 |
| `#asset/prompt` | 提示词 |
| `#asset/case` | 案例 |
| `#asset/framework` | 框架/方法论 |

---

## 四、标签使用示例

### 示例1:一张经验卡的标签
```yaml
tags:
  - scene/xiaohongshu
  - problem/ctr-low
  - asset/checklist

含义:小红书场景 + 解决CTR低 + 可沉淀为清单

示例2:一张方法卡的标签

YAML

tags:
  - scene/content
  - scene/xiaohongshu
  - problem/structure-messy
  - asset/sop
  - asset/template

含义:内容创作+小红书场景 + 解决结构混乱 + 可沉淀为SOP和模板


五、标签使用原则

1)每张卡片至少打 3 个标签

  • 至少 1 个场景标签
  • 至少 1 个问题标签
  • 至少 1 个资产标签

2)标签用小写英文

  • 便于 Dataview 查询
  • 避免中英文混用导致的检索问题
  • 如需中文,可在标签后加注释

3)新增标签要谨慎

  • 先检查是否已有类似标签
  • 新增前问自己:这个标签会被用 5 次以上吗?
  • 定期清理低频标签(合并或删除)

4)层级用 / 分隔

  • 便于按层级筛选(如 #scene/ 开头的所有标签)
  • 保持一致性

六、文件夹结构与标签的配合

文件夹用于"大类归档"

text

├── 00_Start_Here
├── 01_System
├── 02_Templates
├── 03_Workflows
├── 04_Cases
├── 05_Boundaries
├── 06_Index
├── 07_Changelog
└── 99_Inbox

标签用于"跨文件夹检索"

例如:你想找"所有解决 CTR 低的内容"

  • 用标签 #problem/ctr-low 检索
  • Dataview 会跨文件夹汇总所有相关卡片

两者配合原则

  • 文件夹:按"卡片类型"分(经验/方法/资产/案例)
  • 标签:按"内容属性"分(场景/问题/资产类型)

七、Dataview 快速检索示例

查询所有"解决CTR低"的方法卡

dataview

TABLE file.name AS "方法卡", tags
FROM "03_Workflows" OR "02_Templates"
WHERE contains(tags, "problem/ctr-low")
SORT file.mtime DESC

查询所有"可生成清单"的经验卡

dataview

LIST
FROM "04_Cases"
WHERE contains(tags, "asset/checklist")

查询"小红书 + AI"交叉场景

dataview

TABLE file.name, tags
FROM ""