别再把 Obsidian 当收藏夹：这是我把 Codex 变成「内容生意操作系统」的方法

我以前也以为：把推文、网页、截图都扔进 Obsidian，就等于有了“第二大脑”。

结果是收藏越来越多，真正能变成视频、文章和项目的内容却没增加。

后来我把 Obsidian + Codex 改成了一套 5 层系统：

Raw → Wiki → 项目 → 输出 → 回流

现在一条 X 收藏，不会只躺在文件夹里。它会变成可追溯的知识、正在推进的选题，最后进入 YouTube、博客、Telegram 或 X。

下面把完整方法拆开讲。

很多人的 Obsidian 最后都会变成一个更漂亮的下载文件夹。

网页剪藏了几百条，截图存了上千张，插件也装了一堆。但真到要写视频、做商单、整理一个项目时，还是得重新搜索、重新判断、重新写一遍。

问题不在 Obsidian。

真正的问题是：你只有“收藏”，没有一条把资料变成结果的生产线。

我现在使用的 Redman Knowledge OS，只解决一件事：

让每一份值得留下的资料，都有机会变成以后能复用的知识、能推进的项目，或者能发布的内容。

一、先别追求第二大脑，先跑通一个闭环

知识库最小闭环应该是：

发现资料 → 保存证据 → 提炼结论 → 推进项目 → 发布内容 → 数据回流

少了任何一环，系统都会失效：

• 只有收藏，没有整理：资料坟场。
• 只有总结，没有来源：结论无法核实。
• 只有项目，没有输出：一直“在研究”。
• 只有发布，没有复盘：每次都从零开始。
• 同一事实到处复制：价格、订阅量和报价迟早互相打架。

所以我没有按照“视频、图片、文档”来分文件，而是按照信息所处的工作阶段，搭了 5 层。

二、这 5 层分别放什么

00｜资源库：保存 Raw 和证据

X 帖子、网页、GitHub 项目、字幕、截图、数据导出，先进入这里。

这一层只做三件事：保留原貌、补齐来源、记录日期。

不要一上来就把作者原话改成自己的观点。价格、播放量、版本、功能和政策这些会变化的信息，必须带查询日期。

01｜主题 Wiki：保存长期可复用的结论

Wiki 不是原文摘要仓库。

它应该回答：这份新资料增加了什么事实？修正了什么旧结论？和哪些已有内容有关？对 Redman 的选题、频道或商业合作有什么价值？

同一份事实只设一个权威位置。比如最新频道数据只维护一页，其他地方全部引用它，避免半年后出现五个版本。

02｜项目库：保存正在推进的工作

一条资料如果已经有明确目标，就不该继续躺在收藏夹里。

它可以变成视频选题、商单、竞品研究、Media Kit 更新，或者一个产品测试。

每个项目至少要有：目标、受众、状态、核心假设、来源、任务清单、下一步和最终输出位置。

03｜输出库：保存真正交付的东西

脚本、文章、发布文案、报告、标题、章节、封面和发布链接，都在这里留一份最终记录。

视频原片和剪辑工程太大，继续放 NAS；知识库只保留稳定路径、版本、发布日期和必要的轻量预览。

04｜系统维护：保存规则，而不是内容

这里放 AGENTS.md、模板、索引、待验证问题、日志和健康检查。

它的作用是告诉 Codex：什么能改，什么不能改；新资料放哪里；哪些页面是单一事实来源；做完以后要更新哪些索引。

OpenAI 官方文档也明确说明，Codex 会在开始工作前读取 AGENTS.md，并根据目录层级组合项目指令：https://learn.chatgpt.com/docs/agent-configuration/agents-md

三、一条 X 收藏是怎么变成内容的

以前我看到一条好推文，最多点个书签。

现在我会把链接交给 Codex，并要求它走完整个收录流程。

你可以直接复制这段：

请收录这个 X 链接，并遵守当前知识库的 AGENTS.md。

要求：
1. 保存作者、标题、URL、发布时间和访问日期；
2. 保留原始证据，不静默改写作者内容；
3. 先搜索是否已有相关 Wiki，避免重复建页；
4. 区分 fact、inference、opinion 和 unverified；
5. 写出新增事实、修正结论、关联页面和待验证问题；
6. 判断它更适合成为选题、项目还是长期知识；
7. 更新相关索引和迭代日志。

注意，Codex 在这里不是“摘要机器人”。

它真正有价值的工作，是把新资料放进旧知识的关系里：合并重复事实、指出冲突、建立链接，再告诉我下一步最值得做什么。

四、查询时，不要只问“帮我总结”

如果你只问一句“这个东西怎么样”，AI 很容易给你一篇听起来正确、但无法追溯的答案。

我的查询提示词会强制它先找证据：

请先读取总索引和相关分类索引，再回答这个问题。

回答要求：
- 优先使用最新且来源明确的内容；
- 把事实、推断和建议分开；
- 每个重要结论给出来源页面；
- 如果资料冲突，保留双方说法并列入待验证；
- 如果产生了有长期价值的新结论，写回主题 Wiki，并更新索引和日志。

这样问，得到的就不是一次性聊天答案，而是一份以后还能继续使用的知识。

五、发布不是终点，回流才是复利的开始

一条视频发布以后，真正有价值的数据才刚出现：

• 标题有没有带来点击？
• 哪一段让观众流失？
• 评论区反复问什么？
• 哪个工具真的有人注册和使用？
• 哪个风险提示必须补进下一版？

这些数据如果只留在 YouTube 后台，下一条内容仍然要靠感觉。

所以我的最后一步，是把表现数据、用户反馈和新结论回写到 Wiki。

这时，知识库才开始产生复利：

来源 → 知识 → 发布 → 数据 → 更好的知识 → 更好的下一次发布

六、最容易踩的 6 个坑

1. **第一天就搬完整个 Notion。**先收录 3 条真实资料，跑通流程再批量迁移。
2. **让 AI 随便移动和删除。**批量改名、移动、合并、删除之前，必须先给变更清单。
3. **把 Raw 和结论混在一起。**原始证据保持原貌，观点写到 Wiki。
4. **同一事实维护很多份。**频道数据、价格、报价和规则必须有单一权威页。
5. **把大文件全塞进仓库。**原片、工程和高清素材放 NAS，知识库保留路径和元数据。
6. **把密码也当知识。**API Key、Cookie、私钥和身份认证文件不要放进普通 Vault，更不要提交到公开仓库。

七、第一周怎么开始

不用先装几十个插件，也不用先研究 PARA 和卡片盒。

第一周只做这 4 件事：

• 白天：看到值得保留的资料，先放进 Raw。
• 晚上：让 Codex 整理 1 至 3 条，建立来源和链接。
• 周中：把最有价值的一条推进成选题或项目。
• 周末：做一次只读健康检查，找孤立页面、重复事实和过期资料。

你会发现，真正改变效率的不是“我收藏了多少”，而是：

我能不能在 10 秒内找到证据，并在 10 分钟内把它推进到下一步。

如果你想看我把这套目录、模板和 AGENTS.md 规则继续拆成可照抄的教程，就在评论区打「知识库」。

用数字科技赚new money，先把自己的知识变成可以重复调用的资产。