AI时代个人工作流重构框架
核心判断
个体效率提升不再主要来自“做得更快”，而来自“把重复任务交给 AI，把自己保留在定义、判断和收敛的位置”。
一个实用的五段式流程
1. 捕获
把原始输入先收进统一入口：
- 想法
- 会议记录
- 文章摘录
- 待办事项
- 问题与灵感
如果入口过多，后续整理成本会迅速升高。
2. 澄清
把原始材料变成可执行对象：
- 这是什么？
- 要解决什么问题？
- 输出物是什么？
- 谁来执行？
- 什么时间之前完成？
3. 编排
这是 AI 时代新增的一层。
不是立刻自己做，而是先判断：
- 哪些步骤适合 AI 先处理
- 哪些步骤需要资料检索
- 哪些步骤需要模板或脚本
- 哪些步骤必须人工把关
4. 执行
执行阶段建议拆成人机分工：
| 环节 | AI 更适合 | 人更适合 |
|---|---|---|
| 初稿生成 | 快速整理、列纲、分类、总结 | 定方向、定标准 |
| 信息整合 | 汇总多来源材料 | 判断取舍 |
| 结构化处理 | 表格、清单、模板化输出 | 最终收敛 |
| 风险控制 | 暴露遗漏点 | 决策与承担后果 |
5. 沉淀
产出不应只停留在聊天记录里，应转化为：
- 模板
- SOP
- 检查清单
- 索引页
- 可复用案例
哪些任务最值得优先重构
- 重复写作
- 资料整理
- 会议纪要
- 周报月报
- 调研与对比
- 技术方案初稿
- 任务拆解与优先级排序
一个判断标准
先改造“高频、低风险、可模板化”的任务
这类任务最容易得到稳定收益，也最适合形成个人工作流资产。
与工具的关系
工作流重构不是“多装工具”，而是让工具各司其职：
- Obsidian 负责沉淀和连接
- Claude Code / AI 助手负责整理、分析、生成和执行部分操作
- Templater / QuickAdd 负责固定流程自动化
- Git 负责回溯和风险控制
推荐与本库结合的落点
- 原始材料先进入现有 Inbox 或日记体系
- 稳定流程沉淀到
template/或主题笔记 - 高价值实践汇总到 大模型/08-个体重构/05-案例观察