--- type: idea created: 2026-04-19 updated: 2026-04-19 tags: [AI一人公司, 知识库, karpathy, obsidian, claude, 小红书, 运营] sources: [wiki/sources/xhs-AI第二大脑-竞品分析, wiki/topics/AI一人公司-内容系列规划] status: ready --- # AI一人公司实录 01 · 运营知识库篇 系列第一篇。从知识库模块切入，建立"AI一人公司"的系列认知。 --- ## 核心 Hook > 一个程序员，如何在不懂普拉提行业的前提下，用AI系统在10分钟内完成原本需要一整晚的竞品调研？ 切入点：不是讲工具，是讲「外行如何快速建立对陌生行业的系统认知」。 --- ## 标题 **主推：** AI一人公司实录｜运营知识库篇 **备选：** - AI一人公司实录｜我给老婆的馆搭了个AI运营大脑 - AI一人公司实录｜程序员接管运营的第一步 --- ## 正文 背景交代一下。 老婆的普拉提工作室去年开业，她负责教学和服务，其余的事——运营、内容、品牌、竞品研究——理论上都需要人，但我们没有团队预算。 我的本职是程序员。能写代码，但不懂普拉提行业。这件事的本质是：一个外行如何快速建立对陌生行业的系统认知，并持续输出有效内容。 答案是把自己变成一个节点，让AI做执行层。 这是「AI一人公司实录」系列的第一篇，讲我搭的第一个模块：运营知识库。 ⸻ 问题定义 做小红书运营，最耗时的不是写文案，是前面的信息处理： - 竞品在发什么？哪些帖子跑出来了？为什么跑出来？ - 行业里的标题公式、内容结构、标签策略有哪些规律？ - 这些规律如何转化成自己馆的内容计划？ 传统做法是刷、截图、收藏、凭感觉总结。问题在于——收藏200条笔记，三天后全忘了。知识没有沉淀，每次选题都在从零开始。 ⸻ 技术方案 这套方法论来自Andrej Karpathy（前特斯拉AI负责人、OpenAI创始团队成员）。他提出的核心观点： 不要用RAG那种每次临时检索的方式，让AI预先将素材编译成结构化的知识网络，持续增量更新。 我基于这个思路搭了一个三层架构： Raw → Wiki → Ideas Raw层：原始素材。竞品笔记、行业文章、数据报告，统一转成Markdown格式存入。不做任何加工，保证原始信息不丢失。 Wiki层：AI维护的结构化知识。AI读取Raw素材后，不是做摘要，而是做交叉分析——同一个选题方向下，不同竞品的做法放在一起比较；同一个账号不同时期的内容变化做纵向追踪。按主题组织，而非按素材来源组织。 Ideas层：可执行的创作方案。当某个主题下积累了足够的素材和分析，AI生成完整的内容策划——标题方案、图片结构、正文框架、标签组合。 ⸻ 实际跑了什么 往系统里投喂了60+篇「普拉提私教」赛道的竞品笔记后，输出如下： - 5种经过验证的标题公式（对比了点赞/收藏/评论三个维度的数据） - 4:2:1内容矩阵模型（流量款4 : 信任款2 : 人设款1的发布配比） - 单篇品牌介绍帖的10图结构模板 - 三公里范围内的社群渗透SOP - 6个实体档案（竞品账号/标杆博主的持续追踪页） 这些不是AI一次性生成的通用建议，是基于真实竞品数据反复提炼的行业知识。而且它是增量式的——每喂一篇新素材，相关的主题页和策划案会自动更新。 ⸻ 技术栈 Claude Code + Obsidian + Markdown Claude Code负责素材处理和知识编译，Obsidian作为可视化浏览界面，所有数据以Markdown文件落盘，本地存储。 不依赖任何付费SaaS，不需要写代码。核心是那份Schema文件——相当于给AI的工作手册，定义了目录结构、页面规范、操作流程。 非程序员可以用Notion或飞书文档替代Obsidian，用任何AI助手替代Claude Code，原理一致。 ⸻ 这是一人公司的第一块拼图。 有了行业知识库，后面的内容生产、品牌策划、投放分析才有数据底座。下一篇讲内容生产模块——AI如何基于知识库批量生成适配小红书调性的图文内容。 系列持续更新，关注不迷路。 --- ## 标签 `#AI一人公司` `#AI` `#AIAgent` `#知识库` `#Obsidian` `#Claude` `#内容运营` `#小红书运营` `#程序员副业` `#一人公司` --- ## 图片规划（6-9张，统一视觉风格） 系列视觉规范：深色背景 + 代码/Obsidian截图 + 白色文字标注。所有帖子封面左上角统一标注「AI一人公司实录」系列标识。 | 页码 | 内容 | 截图需求 | |------|------|---------| | P1 | 封面：「AI一人公司实录 01」+「运营知识库篇」 | Obsidian Graph View 作背景 | | P2 | 问题定义：信息处理瓶颈 | 文字为主，无需截图 | | P3 | 三层架构图：Raw → Wiki → Ideas | **截图：Obsidian侧边栏 wiki/ 目录结构** | | P4 | Raw层实例 | **截图：sources/ 目录的文件列表** | | P5 | Wiki层实例 | **截图：topics/ 某个主题页面内容** | | P6 | Ideas层实例 | **截图：ideas/ 品牌介绍帖策划页面** | | P7 | 产出清单 | **截图：内容矩阵策划页** | | P8 | 技术栈 + Schema | **截图：CLAUDE.md 部分内容** | | P9 | 系列预告 + CTA | 系列内容地图（文字排版） | --- ## 评论区互动预案 | 预期评论类型 | 回复策略 | |-------------|---------| | "求教程/求文档" | 引导关注系列，后续会出详细搭建教程 | | "token消耗多少" | 如实回答成本，强调本地Markdown零存储成本 | | "和NotebookLM/XX工具的区别" | 强调本地化+可定制Schema+增量式知识编译 | | "非程序员能用吗" | 明确回答可以，Notion+AI即可，核心是方法论不是工具 | | "你老婆馆效果怎么样" | 预告后续篇目会回溯数据 | | "我是XX行业，怎么搭" | 简要分析+引导持续关注 | --- ## 相关页面 - [[wiki/topics/AI一人公司-内容系列规划]] — 系列总规划 - [[wiki/sources/xhs-AI第二大脑-竞品分析]] — 竞品调研数据 - [[wiki/entities/focus-core]] — Focus Core 工作室 - [[wiki/topics/普拉提一人一馆-内容矩阵策划]] — 知识库产出物示例 - [[wiki/ideas/品牌介绍帖-focus-core]] — 知识库产出物示例