这几个月撰写公众号文章我是这么干的，从本地知识库里开展选题的挑选工作，让 AISet 凭借我的风格来撰写初稿，我修改一遍，它把 AI 味去掉同时排好版，直接送进公众号草稿箱，所有的数据都存放在我自己电脑上。
用下来最大的感受就是，AI 终于弄明白我是谁了。
以前每次跟 AI 进行对话都得从头交代一遍，我是谁我在做什么我写东西什么风格，交代完它写出来的东西还是通用腔，换个新对话一切就归零了。现在不一样了，写作习惯被记录在它的记忆里，素材被存放在本地知识库，跑通过的做法固化成能够反复进行调用的技能，撰写每一篇文章都站在之前所有内容的基础上。
这篇文章把这套东西拆开来进行讲解，每一步都是我自己天天在跑的，照着做就行了。
先说说为什么是选用这两个软件。
很多人借助 AI 进行写作的痛点说白了就是它不够了解你，每次对话从零开始，永远在进行背景的补充。Obsidian 加上 AISet 的组合就是冲着解决这个问题去的。有几个特点挺戳人的，头一个全部本地，Obsidian 的笔记是本地 Markdown 文件，AISet 的知识库和记忆也是本地 Markdown，封号停服跟你没关系，东西永远在你自己硬盘上。再一个 AI 读得懂，Markdown 是 AI 最友好的格式，没有富文本的垃圾标记也没有二进制黑箱，AI 拿到文件直接能读。还有一点就是知识自己会连，Obsidian 的双向链接把笔记自动进行串联，AISet 还有规矩要求每个知识页至少链接两个别的页面，知识库越长越大之后 AI 顺着链接能够摸到一整片相关的页面，检索到的就是一张网。
市面上也有人在电脑上单独装 AI 编程工具再跟 Obsidian 连起来进行选用，那条路能走但要自己安装进行配置，对不写代码的人是个门槛。AISet 直接把 AI 助手给内置了，记忆、技能、跨会话检索都是现成的，还自带一套完整的 LLM Wiki 知识库结构，打开就能选用。说白了就是 Obsidian 帮你进行存储和连接，AISet 帮你进行素材的理解以及内容的产出，两个搁一块就是个内容工作台。
知识库这东西听着玄乎，拆开来就是四块，每一块对应日常写作里最高频的一件事情。目录长这样。
知识库/
├── 原始资料/ 收集箱
│ ├── 文章/ 网页剪藏
│ ├── 论文/ 论文和 PDF
│ ├── 访谈记录/
│ └── 灵感碎片/ 脑子里蹦出来的想法
├── 实体/ 人、产品、组织
├── 概念/ 消化过的概念和方法
├── 对比/ 并列分析
├── 查询/ 值得留存的查询结果
├── 指南/ 方法指南和大纲
└── 概览/ 全景综述
收集箱其实也就是原始资料这个文件夹，剪藏下来的网页、存进去的论文、做过的访谈记录，哪怕是随手记下来的灵感，统统都可以扔到里面去。在这一层有个必须遵守的规矩，那就是原始材料绝对不去改动，并且要原封不动地保留下来。
接下来要说的就是消化过的知识了，像是实体、概念、对比这些个目录，说实在话这部分才算是整个知识库的核心所在。
读完一篇文章之后，要把你自己的理解还有判断给写下来，并且还得借助双向链接跟其他页面连在一块儿，只有到了这一个层级的内容才真正算是属于你的，AI 在写文章的时候去参考的同样也是这些内容。
另外还有个生产车间，也就是指南和查询这俩文件夹。那些经过验证的写作方法、文章大纲还有成功的选题经验统统都放在这里，时间一长这就变成你个人的内容操作手册了。
复盘档案其实也就是概览页和操作日志，这个月知识库增长了多少、新增了什么页面，在日志里面全都留有记录，要是想要复盘的话看一眼概览页就能心里有数了。
这些目录名还有约定根本不用你自己去费心思，AISet 知识库里的 SCHEMA.md 备着一整套中文规范，文件怎么去命名、标签怎么去划分、页面元数据怎么去写，在初始化的时候统统都会自动生成出来。
再来聊聊 AISet 身上几个别处见不到的特性吧。
持久记忆，你的偏好、账号定位还有润色习惯都会记录在 Memory 里面，每次开启新对话就自动注入进去，不用你再去重复交代。有些做法是把所有信息全塞进一个文件让 AI 每次都全文读一遍，而 Memory 仅仅注入最关键的事实，既省力气也省 token。
技能这东西同样也是十分好用，任何一个工作流只要跑通了一次以后还会反复去运用，那就把它写成一个 Skill。我自己的选题、写稿、润色、排版、发布全都有各自的技能，对话里面一句话就能激活。技能库里备有两百多个现成的，长文写作、公众号排版、封面生成、一键发布通通都有。
跨会话检索，一个月前你跟 AI 讲过的话它也能翻找出来，session_search 就相当于给对话历史装了个档案室，要是忘了什么事直接问它就行。
规范驱动的知识库，SCHEMA.md 里头定义了 9 类 59 个中文标签，模型、技术、Agent、产业、创作写作全都覆盖到了。每一个知识页都带有类型、标签、置信度这些元数据，在 Obsidian 里面能够借助 Dataview 插件进行查询，AI 也能够按照它来进行筛选。
接下来就是能够直接照着做的部分了。
安装软件，Obsidian 去官网下载免费装上就可以了。AISet 下载装好之后在 Obsidian 里面新建一个仓库指向你的知识库文件夹，我的是放在 E 盘 aiset_data，你放在哪里都行。
然后凭借一句话就能完成知识库的初始化。打开 AISet 把这句话发送给它：
帮我在这个目录初始化一个 LLM Wiki 知识库，用全中文目录，
建好 SCHEMA.md、index.md、log.md，标签体系选用中文标签。
跑完之后，原始资料、实体、概念、对比、查询、指南、概览这七个目录外加一整套规范文件，统统都给生成出来了。
接下来要把素材通道给连接起来。装上 Obsidian 的 Web Clipper 浏览器插件，要是看到好文章点一下全文就能存进原始资料的文章目录，并且要是看视频的话这个插件连字幕脚本都能一并抓取下来。也可以把网址直接丢给 AISet，它具备 URL 转 Markdown 的技能，抓完直接进库。录音、微信读书、日历、Word、Excel 也全都能让 AISet 汇总进 Obsidian，通道别贪多，先把你最常用的那一个接上，跑顺一周之后再去加第二个通道。
让 AI 认识你的文风这一步相当关键，它直接决定了写出来的东西像不像你本人。在 Obsidian 里面新建一个文件夹，把你过往的所有作品统统放进去，文章也好、视频脚本也罢，哪怕是周报也都算数。接着把下面这句话发给 AISet：
读一下这个文件夹里的所有文章，都是我发表过的作品。
提取我的写作风格特征，包括句式、常用修辞、叙事视角、不爱用的词，
记到 Memory 里。
这么一来，往后它每次开展写作工作的时候，都会自动带着这份风格档案。
让它借助知识库来进行选题，要是想写东西了就说下面这句：
结合知识库最近一个月的笔记和剪藏，给我 5 个公众号选题，
每个写清楚核心角度和目标读者。
凭借你自己积累长出来的选题，比硬蹭热点要准得多，毕竟那些角度可是你真正思考过的。
选定一个让 AISet 去开展写作工作，它会自动去知识库翻找相关素材进行排列组合，长文的话直接交给它的长文写作技能，好几种文体都支持。这里提醒一句，别把整篇文章都交给 AI，我的习惯是让它出初稿，自己动手去改那些不对劲的地方，完全依靠 AI 写完的文章读者一眼就能瞧出来。
改完之后还有两道工序。一道是告诉 AISet 我改了这几处，让它学习一下我的修改偏好记到 Memory 里，这样一来下次它写就会更贴近你。另一道是跑一遍降低 AI 检测率的处理，把机器常用的结构、句式、词汇一层层剥掉，这样一来文章读起来才像人写的。
排版发布这块，公众号排版本质上是一个 HTML 网页在公众号里面进行渲染。AISet 具备 Markdown 转 HTML 的技能，套上微信兼容的主题，一键排版效果可以先预览，要是没问题就运用一键发布技能，文章直接进公众号草稿箱，封面标题摘要一次搞定，你打开公众号后台点发布就行。
开展复盘并且进行固化，给 AISet 设定一个定时任务。我个人的习惯是每周日晚上跑一次，回顾一下这周的知识整理情况，每个月再复盘一次哪些做得好哪些做得不好。跑通的工作流记得把它固化成 Skill，这可是整套系统里最值钱的一个动作，任何流程跑通一次以后要是会反复去用，就让 AISet 帮你写下来，下次直接调用不用重新交代。
踩过的几个坑也顺便来说说。
光囤不消化就等于没建知识库，剪藏进来不写自己的判断仅仅是搬运仓库，AI 检索到一堆别人的原文它也运用不上。别一上来就搞结构，标签体系不用先花一星期搞得完美无缺，先用起来发现哪里不合适去改 SCHEMA 就行，规范本来就是用来改的。给 AI 立规矩，我的规矩是只有我明说写入知识库它才写入，只有我明说借助知识库它才去检索，规矩清楚知识库不乱，AI 也不会自作主张。核心判断别交给 AI，选题角度、价值立场、这篇文章到底想表达什么得你自己定，效率的事交给 AI，方向得你自己来把握。
要是今天就想按着这个顺序来，那就这么办。先把 Obsidian 和 AISet 下载并且安装好，去建立一个知识库目录，接着叫 AISet 凭借一句话就把 LLM Wiki 结构给初始化出来；然后去安装 Web Clipper，把你喜欢的 5 篇文章剪藏进原始资料里；同时把过往的作品放进一个文件夹，叫 AISet 把风格提取出来记入 Memory；再去阅读一遍 SCHEMA.md，把目录和标签规则弄清楚；随后叫 AISet 结合知识库给出 5 个选题，挑一个来撰写初稿自己动手进行修改，润色之后叫它学习你的修改偏好跑上一遍来去除 AI 味，最后排版发布并且设置一个每周复盘的定时任务。
文章里面运用到的提示词我已经放置在留言区置顶了，直接复制就能进行使用。
运用了这大半年下来，最深的体会就是撰写每一篇文章都不再是从零开始了，知识库越攒越厚实 AI 也就越用越像你本人，并且方法越攒越多，这样一来你打开电脑面对的就不再是空白页，而是之前所有的积累都摆在那等着你挑。
