20分钟掌握Claude Cowork：让你的笔记库变成最懂你的AI助理
Give Me 20 Minutes. I'll Teach You 80% of Claude Cowork
本报告由 AI 深度分析生成，基于视频完整字幕。
导读
Nick Milo 是"链接你的思维"（Linking Your Thinking）方法论的创始人，在知识管理和个人笔记系统领域有相当高的知名度。他的 Obsidian 相关教程被数十万人学习，核心主张是：建立一个"Ideaverse"（想法宇宙）——一套有结构、相互关联的个人知识系统，是现代知识工作者最重要的基础设施。
这期视频的价值不只是"怎么用 Claude Cowork"，而是 Nick Milo 展示了他自己真实在用的工作流：如何让 AI 读懂你的笔记系统，如何把过去几年积累的知识变成当下 AI 工作的燃料，如何把重复性任务变成"一键自动化"。
最值得记住的一件事：Claude Cowork 的核心价值不是更好的提示词，而是上下文架构——当 AI 真正了解你是谁、你的系统如何组织，它的输出质量会发生质变。多年来你建立的笔记体系，在 AI 时代终于迎来了"复利兑现"的时刻。
📝 诚实说明：这期视频也推广了 Nick 的付费课程 Obsidian Launchpad。本报告聚焦于视频中完整分享的实操知识，这些内容有独立学习价值，不构成购课建议。
核心观点速览
-
Claude Cowork = Chat 模式与 Code 模式之间的"甜区"：不需要编程背景，直接操作本地文件、执行多步骤任务。
-
"About Me Brief"是提升 AI 输出质量的最快路径：让 AI 读懂你的笔记库，生成你的"智识 DNA 档案"，粘贴到个人偏好设置——从此每次回复都是针对你量身定制的。
-
Skills 让你"做一次，用无数次"：执行一项任务后，让 Claude 把这个流程封装成技能文件，加上定时调度，就变成了永久运行的自动化管道。
-
Obsidian 笔记库是 AI 时代的"超级上下文"：你的链接笔记和文件夹结构充当 AI 的"导航地图"——越是结构良好、相互链接的笔记库，AI 越能产出高质量结果。
-
AI 能做的是"浮出水面"，不能做的是"做判断"："AI can't resolve tensions for me — it can just surface them as jumping off points."（AI 无法帮我解决矛盾，只能把它们浮出来，让我以此为起点深入思考。）
一、Claude Cowork 是什么，为什么不一样
Claude 桌面应用有三个模式，切换条在顶部：
| 模式 | 定位 | 使用门槛 |
|---|---|---|
| Chat | 普通 AI 对话界面 | 所有人 |
| Co-work | 可直接操作本地文件的"甜区" | 所有人（无需编程） |
| Code | 编程、脚本、系统操作 | 需要技术背景 |
Cowork 的核心机制：选一个本地文件夹 → 点击 Allow（或 Always Allow，避免每次重新授权）→ Claude 就能读取、修改、移动、重命名、新建该文件夹下的任何文件，以及通过侧边栏的 Connectors 连接其他应用（如 Obsidian、Gmail 等）。
关键区别于普通聊天：你不需要每次上传文档、重复解释背景。Claude 能持续看到整个文件夹，在整个 session 中保持上下文。
Nick 提到 Cowork 还支持实时监控：任务执行时，右侧边栏会列出它正在打开的文件、完成的步骤；你可以随时点"Stop"中止、调整指令再重试。
二、第一步：让 Claude 认识你——"About Me Brief"的原理
为什么普通提示词不够
Nick 拿 324 张截图做了一个直观的对比实验：
第一次（Claude 不了解他）：让 Claude 按主题/意图/可能用途给截图分类。Claude 给出了"最佳猜测"的分类方案——逻辑合理，但与 Nick 的实际生活和工作毫无关联。
关键问题：Claude 给的是对一个"随机用户"的回答，而不是对"Nick Milo"的回答。
解决方案：用你自己的笔记库生成你的档案
Nick 的做法：把 Obsidian 笔记库（Ideaverse）授权给 Claude，专门指向 Atlas 文件夹（他存知识和想法的地方），然后发出一个核心 prompt：
"Review my Obsidian vault, especially my atlas folder, and build a dossier on me. Pull from my highest ranked notes, my personal maps, my manifestos, my values, my statements, my goals, my sources. I want a master digest of who I am — sort of my intellectual DNA, what I believe, how I think, what I keep coming back to. Write it as clean markdown."
（审阅我的 Obsidian 笔记库，尤其是 Atlas 文件夹，给我建立一份档案。从我最高评分的笔记、个人地图、宣言、价值观、陈述、目标和来源中提取。我要一份关于我是谁的完整摘要——类似我的智识 DNA，我相信什么、怎么思考、什么是我反复回来的东西。用整洁的 markdown 格式写。）
从 40 篇笔记里，Claude 生成了一份完整的"智识档案"。Nick 的评价：
"它大约有 90% 是准确的。我不觉得它应该进我的讣告，有些地方它高估了某些人和想法，但这是个很好的基础。"
操作步骤：把这份档案复制 → 打开 Claude 设置 → General → Personal Preferences → 粘贴进去。
效果：重新提问截图分类，Claude 的回答变成：按他的 ACE 框架（Atlas/Calendar/Efforts）来分类，自动识别知识资产、时间性内容、行动性输出。更重要的是，它能提出真正符合 Nick 工作习惯的问题，而不是通用问题。
这个步骤的意义：你只需要做一次，此后所有的 Claude 回复都是专为你量身定制的。通用 AI → 私人 AI 的转变，不需要花钱买定制模型，只需要给它正确的上下文。
三、执行真实任务：324 张截图的完整自动化
得到更好的分类方案后，Nick 发出执行指令：
"Please create those subfolders and name each screenshot with a short description of its contents. At the front of the title, always include a timestamp — year, month, and date. Then go ahead and move all screenshots into their respective subfolders. Extra credit: create a markdown file that serves as an index listing what's in each subfolder by name."
（创建那些子文件夹，给每张截图命名为内容的简短描述。名字开头始终加上时间戳——年月日格式。然后把所有截图移入对应子文件夹。额外加分：创建一个 markdown 索引文件，列出每个子文件夹里有什么。）
结果：一墙无名截图 → 有组织的子文件夹 + 带时间戳的描述性文件名 + 可搜索的索引文件。
Nick 在 Obsidian 打开后说的一句话道出了价值所在：
"If I need to find a screenshot later, I don't have to scan every image again. I can just search the index."（以后找截图，不用再逐张扫描，直接搜索索引就行。）
这个任务原本是典型的"脑力密集但低价值的苦力活"，每次积累几百张截图时都要手动处理几个小时。Cowork 把它变成了一次对话。
四、Skills（技能）：一次建立，终身使用
执行完一次满意的任务后，Nick 的下一步是把这个流程封装成技能：
"Hey Claude, create a skill based on what we just did. Call it screenshot-renamer."
什么是 Skills
Skills（技能）在 Cowork 里是一套详细指令打包成的文件——它教 Claude"如何按照你的偏好处理某类特定任务"。
获取 Skills 的三种方式：
- 打开 Customize → Skills → 开启 Claude 内置技能
- 下载 skill 文件上传
- 就像视频里做的：直接让 Claude 根据当前任务生成
Skills 一旦保存到技能库，就会在合适的场景自动被调用——你只需说"organize these screenshots"，它会自动识别上下文并应用对应技能。
定时调度：从"一次性任务"到"永久管道"
Nick 的最后一步：
"Let's run this screenshot process on the first of every month."
点击 Schedule → 设置每月 1 日 9:00 自动执行。从此截图永远不会再堆积。
这里展示的是 AI 工作流的"复利结构"：
- 第一次：花时间做这个任务，顺带调试流程（约 30 分钟）
- 变成技能：下次 1 次点击（约 30 秒）
- 加上调度：变成每月自动运行（0 时间）
- 长期价值：每年节省数小时的重复劳动
五、Cowork 用于写作和研究：从笔记到洞见的加速器
Nick 把他的 AI Research 文件夹（14 个 markdown 文件：文章、Twitter/X 帖子、他自己的框架）指向 Cowork，并发出一个复杂的研究综合指令：
"I'm trying to synthesize all of this research alongside my own thinking. Can you identify the common themes across the sources in this folder? Can you surface any areas where their approaches contradict or extend my existing frameworks? And can you pull out the most relevant insights so that I can start building out a curriculum of my own?"
（我想把这些研究和我自己的思考综合起来。能否找出这个文件夹里各来源的共同主题？能否找出它们与我现有框架矛盾或延伸的地方？能否提取最相关的洞见，让我开始建立自己的课程体系？）
不到 5 分钟，Claude 生成了一份四部分的 markdown 文件直接保存到 Obsidian：
-
五个汇聚主题（convergent themes）
- 其中第一个："Context architecture beats prompting"（上下文架构胜过提示词）
- Nick 的反应："Yes! I've been trying to say that — prompting is so overrated."（对！我一直在说这个——提示词技巧被过分高估了。）
-
与他现有框架的张力/矛盾点
- "Deep AI integration vs sacred separation"（深度 AI 集成 vs 神圣分离）
- "Structure must be earned vs architecture must be designed"（结构必须挣来 vs 架构必须被设计）
- Nick："我的血压在上升。当你试图从上而下建立结构时，它就会崩溃——这一点我准备好去撕碎这个反驳了。"
-
建立课程体系最相关的洞见
-
可能的课程主线
Nick 对这个工作流的核心评价：
"AI can't resolve these tensions for me. They can just surface them initially so that I can use them as jumping off points to dig in for myself."
（AI 无法替我解决这些矛盾。它只能先把它们浮出来，让我以此为跳板自己深入钻研。）
这是一个关于 AI 与人类分工的清醒认识：AI 的价值是侦察和制图，人类的价值是判断和行动。
关于模型选择（Nick 的实用建议）
| 模型 | 使用场景 |
|---|---|
| Opus | 复杂研究综合、需要最高质量输出；更消耗 token |
| Sonnet | 默认选择；质量够好，效率更高 |
| Haiku | 超简单任务（如抓取网页文字）；Nick 几乎不用 |
六、Obsidian + Cowork：知识系统遇上 AI 的化学反应
这是视频最让 Nick 兴奋的部分，也是他的核心主张：
Obsidian 笔记库天然适配 Cowork
Obsidian 的数据结构就是本地 markdown 文件，Cowork 可以直接操作。之前 Nick 在视频里演示过用 Claude Code（需要终端/命令行）处理 Obsidian，但 Cowork 不需要命令行，任何人都可以用。
三个实际应用场景
① 周回顾 / 整体简报
Nick 的提问："Co-work, based on my recent activity and active projects and the notes and things I've been working on — where am I? What matters? And what am I missing?"
结果是一份"整体简报"，包含：
- 按评分排列的活跃项目（Nick 给每篇笔记打 1-5 分，5 分以上是他认为最重要的）
- 可能被遗忘的事：即将到来的搬家 logistics、税务截止日、Obsidian Launchpad 可行性评估
- 下一步建议
- 自动保存到他预设的 Ideaverse 位置
② 笔记美化：给文章插图
Nick 找到一篇关于小行星撞击和恐龙灭绝的笔记，发出指令：
"In this note [file path], please grab an image and throw it into this note to beautify it."
一瞬间，图片就出现在了笔记里。简单、直接、不需要任何技术操作。
③ 创建内容地图（Map of Content, MOC）
Nick 在看那篇小行星笔记时，产生了一个想法：为他正在写的书（"Linking Your Thinking"，预计 2027 年春出版，Simon & Schuster）挖掘所有相关的隐藏笔记。
他的提示词："Create a map of content on [this asteroid note/theme], and mark it as AI-generated."
AI 之所以能高效做这件事，是因为他的笔记是相互链接的——找到一篇相关笔记，就能顺着链接找到更多。结果：
生成了一张 MOC，列出了他散落在笔记库里的相关内容：
- 范式转变 / 科学意外
- 小行星理论、达尔文顿悟、自然选择
- 好想法从哪里来、涌现（Emergence）
- 达芬奇的 sfumato（晕涂法）
- 梵高《星夜》
- ……
"I wanted to use this in the book, but it was buried. It was buried. And now I can see it coming back again, and that's really exciting for me."
（我想在书里用这个，但它被埋起来了。现在它又浮现出来了，这让我非常兴奋。）
最核心的反直觉洞见
Nick 反复在强调一件事，而这件事与许多"AI 会替代笔记软件"的论调正好相反：
"Structuring your knowledge in your Ideaverse is only getting MORE important when you use AI. You don't want AI to have to search through all this stuff from scratch. You want it to have a top-level understanding of how things are linked."
（在你的 Ideaverse 中有结构地组织你的知识，在使用 AI 时只会变得更重要，而不是更不重要。你不想让 AI 从头开始搜索所有东西——你想让它有一个对链接关系的顶层理解。）
换一个比喻：如果你的笔记库是一座图书馆，没有结构的笔记库是图书随机堆在地上，有结构的笔记库是按类别整理好、有检索目录的图书馆。对人来说两个都麻烦，但对 AI 来说，前者几乎不可用，后者如虎添翼。
七、行动建议：从哪里开始
如果你今天就想开始用 Cowork，最推荐的三个起点：
-
建立你的"About Me Brief"：授权你的笔记/文档文件夹，让 Claude 读取你认为最能代表自己的内容，生成一份智识档案，粘贴到 Personal Preferences。这是最快提升所有 Claude 回复质量的单一操作。
-
选一件你最烦的重复性文件任务：截图整理、邮件归档、读书笔记格式化——用 Cowork 做一次，满意后让 Claude 封装成技能，必要时加定时调度。完成一次，解放永久。
-
如果你用 Obsidian（或任何本地 markdown 笔记系统） ：把你的文件夹授权给 Cowork，试试"holistic briefing"（整体简报）prompt——"where am I, what matters, what am I missing"。你会看到 AI 从你过去的笔记里找出你已经忘记但仍然重要的东西。
附录：金句收录
"Co-work is in between — the sweet spot for doing pretty much anything you'd want to do with AI without requiring a coding background." Cowork 在中间——是在不需要编程背景的情况下，用 AI 做几乎任何事的甜区。——Nick Milo
"Claude doesn't really know me yet. So its categories here are just best guesses — they're not tuned to my life, my work, or what I would actually use these screenshots for." Claude 还不真正了解我。所以它的分类只是最佳猜测——没有贴合我的生活、我的工作、或者我实际会怎么用这些截图。——Nick Milo
"I want a master digest of who I am — sort of my intellectual DNA." 我想要一份关于我是谁的完整摘要——类似我的智识 DNA。——Nick Milo（写给 Claude 的 prompt）
"Context architecture beats prompting. Prompting is so overrated." 上下文架构胜过提示词技巧。提示词技巧被过分高估了。——Claude 从 Nick 的研究笔记中提炼的主题（Nick 高度认同）
"AI can't resolve these tensions for me. They can just surface them initially so that I can use them as jumping off points." AI 无法替我解决这些矛盾，只能先把它们浮出来，让我以此为起点自己深入钻研。——Nick Milo
"We can now actually reap the fruit of that labor in new and fascinating ways." 现在我们终于能以新的、令人着迷的方式，收获（多年笔记积累）那份劳动的果实了。——Nick Milo（谈 PKM 与 AI 的结合）
"Structuring your knowledge is only getting MORE important when you use AI." 在使用 AI 时，有结构地组织你的知识只会变得更重要，而不是更不重要。——Nick Milo
附录：时间线索引
[00:00] Claude Cowork 三模式介绍：Chat / Co-work / Code
[00:32] 设置流程：下载桌面应用，授权文件夹，开始使用
[01:26] 演示一：对 324 张截图发出分类请求，实时观察 AI 工作过程
[02:49] 关键提示：Claude 不了解你 → 结果只是"通用最佳猜测"
[04:25] About Me Brief：让 Claude 从笔记库生成你的智识档案，粘贴到个人偏好
[05:40] 第二次截图分类：有了 About Me Brief 后，分类立即贴合 ACE 框架
[07:36] 执行指令：创建子文件夹 + 时间戳命名 + 移动文件 + 生成索引文件
[07:36] 创建技能（Skill）："screenshot-renamer"，一键封装整个流程
[08:44] 定时调度：每月 1 日 9:00 自动执行，截图永远不再堆积
[09:10] 写作/研究用途：AI Research 文件夹综合，指定使用 Opus 模型
[11:06] 五个汇聚主题：首要——"Context architecture beats prompting"
[12:19] 框架张力分析：深度集成 vs 神圣分离；结构挣来 vs 架构设计
[13:25] AI 的分工：浮出矛盾，人类做判断
[13:38] Obsidian 集成：Cowork 直接操作 markdown 文件，无需命令行
[14:33] 周回顾整体简报：活跃项目 + 被遗忘事项 + 下一步建议
[16:37] 给笔记插图：file path 指定目标笔记，一句话完成图片嵌入
[18:33] Map of Content：基于小行星笔记，AI 从链接笔记库中挖掘书稿素材
[20:17] 最终洞见：结构化笔记在 AI 时代比以往更重要，折叠是最高级的导航
评论
还没有评论，来第一个留言吧 ✨