别再研究“万能咒语”了：用 Obsidian + Claude
很多人玩 AI，第一步就走偏了。
上来就是搜：
- “最强写作 Prompt”
- “程序员专用终极提示词”
- “让 GPT 输出 10 倍质量的秘密指令”
折腾半天，复制一堆花里胡哨的提示词，结果呢？
输出还是一股“标准答案味”。
问题真的出在 Prompt 吗？
不。
真正决定 AI 输出质量的，不是你写了多优雅的提示词，而是——上下文（Context）。
如果 AI 不知道你是谁、不知道你在做什么项目、不知道你过去三个月脑子里在想什么，再华丽的提示词，本质上都只是“对着空气说话”。
今天我就用一个真实案例，带你拆解：
怎么在 Obsidian + Claude Code 这套个人工作流里，打造一个真正属于你自己的 AI 指令系统。
我们用一个具体例子来讲：构建 /graduate 指令（让零散想法“毕业”成文章）。
一、先别写 Prompt，先打地基
很多人一上来就问：
Prompt 怎么写？
正确顺序是：
你有没有给 AI 足够的“氧气”？
在这套工作流里，AI 的氧气不是 Token 数量，而是你本地的 Markdown 文件。
1️⃣ 建立全局上下文文件
在你的 Obsidian Vault 根目录，放一个文件，比如：
claude.md
里面写什么？
- 你是谁（开发者？写作者？架构师？）
- 当前在做哪些项目
- 技术栈
- 写作偏好
- 讨厌的表达方式
- 输出风格倾向
说白了，就是给 AI 一份“你的人设说明书”。
这不是给别人看的，是给 AI 用的。
2️⃣ 每日笔记 = 未来的燃料库
真正有威力的，是你每天写的：
- Daily Notes
- 项目灵感
- 零散思考
- 半成品文章
这些 Markdown 文件之间有链接，有标签，有时间线。
当你启动 Claude Code，它能直接读取你的本地仓库。
那一刻，它不再是“一个模型”，而是一个：
读过你全部大脑切片的协作者。
这就是差距。
二、别自己想功能，让 AI 反过来提建议
这里是最关键的一步，也是最反直觉的一步。
大多数人思路是：
我要设计一个什么样的 AI 指令？
更高级的玩法是：
让 AI 告诉我，我应该做什么指令。
直接在终端里问它：
基于我的 Obsidian 仓库结构和内容，分析我当前的工作流，建议我应该创建哪些 Slash Commands，来提升效率。
它会扫描你的笔记。
比如它发现：
- 你每天写很多灵感
- 但几乎没有整理成文章
- 有大量未完成草稿
它可能会建议你：
创建一个
/graduate指令
功能是：
把零散想法“毕业”成结构化文章。
这一步非常重要。
因为这个指令，不是你凭空想象的。
是基于你的真实数据长出来的。
三、别急着自动化，先手动跑一遍
很多人一想到自动化，就想立刻写规则、写模板。
正确做法是：
先人工跑通流程。
你直接对 Claude 说：
扫描我最近一周的 Daily Notes，找出一个有潜力的想法，写成一篇微型文章。
等它写完。
如果你满意。
再让它做第二步：
把刚才的工作流程，提炼成一份 SOP（标准作业流程）。
这一步非常关键。
你不是在写 Prompt。
你是在让 AI 总结你和它刚刚完成的协作逻辑。
它会写出类似这样的流程：
- 搜索最近 7 天笔记
- 识别高频主题
- 判断是否已有类似文章
- 形成核心主张
- 输出 mini essay
- 建立双向链接
这时候，你已经有了“可复用的工作流骨架”。
四、把 SOP 封装成 /graduate 指令
现在才进入自动化阶段。
你只需要说一句：
Build the /graduate command
Claude Code 会：
- 读取刚才的 SOP 文件
- 转化为可执行指令
- 配置触发规则
- 绑定到 CLI
之后你只需要在终端输入：
/graduate
它会自动：
- 扫描近期笔记
- 交叉对比仓库已有内容
- 生成新文章
- 创建双向链接
- 标注来源
这时候，你已经不是在写 Prompt 了。
你是在构建“技能模块”。
五、一定要手动微调（这一步决定质量）
很多人到这里就停了。
但真正决定好不好用的，是最后这一步：
个性化调整。
打开生成的指令文件，你会发现：
- 默认标签可能不是你常用的
- 路径可能不符合你的目录结构
- 可能包含你的真实账户名
- 命名风格和你习惯不一致
这时候你要：
- 把
#idea改成你自己的#INBOX - 调整输出路径
- 改写输出风格要求
- 删除敏感信息
记住一句话：
模板是通用的，但系统必须是私有的。
六、本质变化：从“写提示词”到“培养系统”
传统 Prompt 思维是：
写一段聪明的话，让 AI 变聪明。
现在的玩法是：
- 持续积累上下文
- 让 AI 分析你的行为模式
- 人工验证工作流
- 让 AI 提炼 SOP
- 封装成可执行技能
它不再是一次性提示词。
而是一个会随着你笔记库增长而进化的系统。
你的仓库越厚。
你的指令越聪明。
七、真正的分水岭
当你的上下文足够丰富时，会发生一个微妙的变化：
AI 开始模仿你的结构习惯。
复用你的表达方式。
延续你的论证逻辑。
你会感觉：
它不是在给你答案。
它是在延续你的思考。
这时候，AI 不再是工具。
而是一个加载了你认知模型的“外脑”。
最后一句话
别再沉迷找“神级 Prompt 模板”。
真正有效的做法是：
- 把 Obsidian 当成长期记忆层
- 把 Claude Code 当成执行层
- 把 SOP 当成技能封装层
你不是在写提示词。
你是在给自己搭建一个可以不断升级的认知操作系统。
