用 Obsidian 建 AI 知識庫：創作者把舊文變成新題目
先說結論
- 用 Obsidian 建 AI 知識庫，是把舊文、課程和筆記集中在自己電腦裡，讓 AI 協助整理成能持續產出新內容的素材庫。
- 先把分工想清楚：你決定方向與權限，ChatGPT 協助判斷，Codex 動手整理，Obsidian 長期保存。
- 讓 AI 動手前講清楚四件事：能讀哪裡、能寫哪裡、什麼不能碰、做完怎麼回報。
- 先從自己寫過的內容建起。外部資料要經過你理解和使用，才算進入你的知識體系。
很多創作者的電腦裡都有一個這樣的資料夾：舊貼文、課程講義、讀書筆記，還有和 ChatGPT 聊過的長對話。
寫的時候很認真，寫完就再也沒打開過。下次要發文，又從一片空白開始想。
我自己的 Obsidian 知識庫目前有 400 多則筆記。這個網站上的第一篇文章〈網紅業配價格怎麼算〉，就是從裡面幾則舊筆記長出來的：定價三因素、業配成本結構、合作需求確認表。題目和素材早就在了，AI 幫我把它們找出來、串起來。
這篇整理我在「創作者的 AI 知識系統」課程裡教的流程，也就是很多人說的「AI 第二大腦」。它不是一篇 Obsidian 功能教學，也不是指令大全，重點是讓你的內容可以被持續整理、轉化和再次使用。
Obsidian 搭配 AI 的分工：你在經營一座 AI 圖書館
我在課堂上會用一個比喻：你正在經營一座 AI 圖書館。
| 角色 | 在圖書館裡的位置 | 負責什麼 |
|---|---|---|
| 你 | 圖書館老闆 | 決定方向、規則、權限與取捨 |
| ChatGPT | 管理員 | 協助判斷、規劃、翻譯回報、產生指令 |
| Codex App | 行政人員 | 在你授權的資料夾裡讀取、整理、檢查、寫入 |
| Obsidian | 圖書館本體 | 保存素材、筆記、索引、方法論與作品 |
這幾個角色可以換成你習慣的工具。我自己現在也常用 Claude 和 Codex 直接讀取 Obsidian 資料夾，整理筆記、找文章題目，分工的原則都一樣。
這個比喻要提醒的是決定權。
創作者的資料夾裡，可能有私人筆記、客戶資料、還沒公開的策略和未成熟的想法。這些東西不能用同一種方式處理。AI 可以協助整理，但不能替你決定創作方向。
讓 AI 動手前，先講清楚四件事
「幫我整理這個資料夾」是最常見、也最危險的一句話。
AI 不知道它可以只讀、可以修改、可以移動，還是可以改寫原文。讓它自己猜，結果很難預期。
每次交代任務前，先講清楚四件事：
- 讀取範圍：AI 可以看哪些資料夾。
- 寫入範圍：AI 能不能新增或修改檔案。
- 禁止事項：哪些內容不能刪除、移動、重新命名或改寫。
- 回報方式：做完要怎麼跟你報告。
操作也可以分成三種模式：
- 只讀分析：AI 只看不改。第一次整理一定從這裡開始。
- 整理建議：AI 根據分析提出分類、標籤、連結的建議，但不動手。
- 安全寫入：你確認建議之後，才讓 AI 建立或修改指定內容。
建一個「待 AI 整理區」，不用自己先分類
很多人整理知識庫，第一步就卡在分類。這篇是素材還是筆記？這段算觀點還是方法論？
這正是 AI 可以幫忙的地方。比較好的做法，是先建一個「待 AI 整理區」，把素材集中放進去，再請 AI 協助辨識。
可以放進來的：舊社群貼文、靈感筆記、讀書心得、課程筆記、講義草稿、逐字稿、直播大綱、非敏感的顧問觀察。
不要放進來的：密碼、API key、個人資料、客戶完整對話、未授權的私人文件、公司機密，以及沒有取得同意的學員內容。
每份素材進場前，問自己三個問題：這是什麼來源？它現在能不能給 AI 讀？它未來可能拿來做什麼？
用六種狀態判斷素材整理到哪裡
AI 初步看過之後，不要先問「它應該放哪個資料夾」。先問「它現在整理到什麼程度」。
| 狀態 | 意思 |
|---|---|
| 素材 | 原始內容，還沒整理 |
| 筆記 | 初步整理過，看得懂，但還沒有明確主張 |
| 觀點 | 有清楚立場，可以延伸成文章 |
| 方法論 | 可以重複使用、拿來教學或做成服務的流程與框架 |
| 輸出成果 | 已經完成的文章、課程、簡報、文案 |
| 待人工確認 | AI 判斷不了，或內容敏感、模糊、還不成熟 |
AI 的判斷只是縮小範圍。它可能把一段靈感誤判成方法論，也不知道哪些內容不適合公開，最後還是要由你確認。
用 Obsidian 的連結做概念卡
分類回答的是「這份內容放在哪裡」。知識連結回答的是「這份內容和哪些內容有關」。
舉個例子：一篇文章在講親密關係，一段課程筆記在講情緒反應，一個個案觀察在講防衛機制。表面上是三份不同的素材，背後可能都連到同一個概念，例如薩提爾冰山理論。
這個概念就可以做成一張「概念卡」，三份素材都連回這張卡。
概念卡不用寫成百科全書。它要整理的是：這個概念在你的創作裡怎麼被使用。如果概念來自外部理論，就把三件事分開寫：原理本身是什麼、你怎麼理解它、你怎麼延伸應用。
在 Obsidian 裡，只要在筆記中寫上 [[概念名稱]]，就會連到那張概念卡。打開關聯圖（Graph view），可以直接看到哪些素材串在一起。
當越來越多素材指向同一張概念卡，知識庫就開始長出網絡。
AI 知識庫要從自己的內容開始建
很多人建 AI 知識庫，第一件事是把一堆書摘、網路文章、別人的課程筆記搬進來。
這些資料可以參考，但不會自動變成你的知識。一個概念要被你理解過、用自己的話說過、拿來解釋過問題、放進自己的作品裡，才算真正進入你的知識體系。
所以我建議先把自己寫過的東西打包回來：Facebook 和 Threads 的貼文、IG 文案、部落格、電子報、課程講義、直播逐字稿。
把你的寫法整理成一份 Skill
過往內容整理好之後，請 AI 只讀分析這些內容，找出你反覆關注的主題、常用的概念、觀點展開的方式和語氣。
再把結果整理成一份「內容 Skill」，存在 Obsidian 裡。Skill 是一份寫給 AI 看的說明書：你寫給誰、常談什麼、語氣怎麼樣、哪些話不要說。之後請 AI 協助寫作，先讓它讀這份 Skill，產出的東西會比較像你。
這份 Skill 也會跟著知識庫一起長大。每次修改 AI 寫的稿子，發現它又用了你不喜歡的句型，就把規則補進去。
我寫這篇文章時用的，就是我自己的文風 Skill。裡面寫著我常用的開場方式、段落節奏，也列了一串不要出現的詞。
把素材轉成題目，再讓作品回流
整理不是終點。下一步是請 AI 協助判斷：這份素材可以變成什麼？
| 輸出層級 | 例子 |
|---|---|
| 短內容 | 社群貼文、短影音腳本、電子報段落 |
| 中型內容 | 長文、直播大綱、Podcast 主題、講義小單元 |
| 大型內容 | 課程章節、顧問流程、產品雛形、方法論架構 |
不是每份素材都要寫成長文。先判斷它適合哪一層，再決定要不要做。
作品發布之後，記得讓它回流。把標題、發布平台、日期、核心觀點、用到的素材和相關概念存回知識庫。一篇已經發布的文章，可能是下一堂課的單元，也可能是下一篇文章的起點。
結論
AI 很會整理，但它不能替你理解。
AI 知識庫的價值，在於你寫過、想過、教過的東西，下一次還找得到、還用得上。工具會一直換，你累積下來的內容和判斷才是自己的。
如果你的團隊也想學會把 AI 接進日常工作，可以看看我的演講授課主題。
常見問題
AI 知識庫是什麼？
把自己的文章、課程、筆記集中在一個地方，讓 AI 協助分類、找出關聯、轉成新題目的資料庫。它的重點是讓內容可以被反覆使用，而不是存起來就結束。
AI 知識庫和「第二大腦」一樣嗎？
指的是很接近的事。第二大腦偏向個人的知識管理；我說的 AI 知識庫更強調讓 AI 協助整理、找出關聯，最後轉成新的內容。
Obsidian 和 Notion 差在哪？
Notion 的資料存在雲端，適合團隊一起協作。Obsidian 的筆記是存在自己電腦裡的純文字檔，AI 工具可以直接讀取整個資料夾。想讓 AI 讀遍自己所有的內容，我會選 Obsidian。
一定要用 Obsidian 嗎？
不一定，其他筆記工具也能做。我選 Obsidian，是因為筆記以純文字檔存在自己的電腦，筆記之間可以互相連結，AI 工具也容易讀取。
Obsidian 可以直接接 AI 嗎？
Obsidian 的筆記都是存在電腦裡的純文字檔，能讀資料夾的 AI 工具都可以直接處理。我在課堂上教的做法，是用 Codex App 讀寫 Obsidian 的資料夾，不需要另外安裝外掛；Claude 這類能讀取電腦資料夾的工具也可以。
不會寫程式也能用 Codex 嗎？
可以。用電腦版 App，用平常說話的方式交代任務就行。看不懂它的回報時，把回報貼回 ChatGPT，請它翻譯並建議下一步。
哪些資料不能放進 AI 知識庫？
密碼、API key、個人資料、客戶完整對話、未授權的私人文件和公司機密都不要放。學員的內容如果沒有取得同意，也不適合公開引用。
知識庫整理好之後要做什麼？
開始輸出，並讓輸出回流。每發布一篇內容，就把標題、平台、核心觀點和用到的素材存回知識庫，它會變成下一輪題目的來源。