跳到主要内容

为什么我做了 GPT AI Flow

不是我想做一款 AI 产品，是我折腾笔记折腾了 8 年， 直到有一天意识到：这件事如果不让 LLM 来干，就永远干不成。

2016：一个嗝开始的笔记人生​

2016 年 5 月 27 日 11:56，我在印象笔记写下第一条笔记。内容是一篇日记，记录考试期间忍不住打了个巨响的嗝，幸好老师没把我丢出去。

从那天起，我在笔记软件上投入的时间，超过我写过的所有文章加起来。

2017–2023：6 款笔记软件，3 次大整理，10 多次小整理​

  • 印象笔记（Evernote，2016） — 从 0 条到 1000+ 条，搜索越来越慢。为了思维导图功能迁移过一次，还丢了一部分笔记
  • Surface Pro 4 + OneNote（2017） — 2017 年 8 月 31 日买了人生第一台笔记本电脑，就为了课堂不再抄黑板
  • Effie（2021） — 李自然做的，界面干净好看，但笔记之间没关系
  • Notion（2021） — 模块化、跨端快、kanban 好用，可是要记住标题才能找到东西
  • Obsidian（2022） — 终于可以用链接管理笔记，不用再纠结目录层级
  • Flomo（2023） — 通过微信把灵感讲出来
  • Logseq（2023） — 围绕日记展开，链接到段落级

每次换工具，我都相信"这次终于找到对的了"。但每次到最后，都发现旧笔记成了一片沼泽： 知道它们在那里，但没动力翻，也翻不动。

我整理过无数次，也放弃过无数次​

我试过"轻分类，重搜索"，试过"重目录，轻搜索"，最后归纳了自己的十二字诀：

目录顺应流程，标签决定分类。

这套方法在笔记数量 1000 条以下还算能用。 再往上，维护这套结构本身，就比写笔记还累。

真正的问题不在工具​

我慢慢意识到，笔记之所以越积越乱、越写越废，不是因为工具不够好，而是因为：

  • 我每次都得重新读自己的旧笔记才知道自己写过什么
  • 我写完的东西像石沉大海，没有人——包括未来的我——会再翻
  • 我学到的东西不会自己长大，永远是一堆原始切片

这不是笔记管理问题。这是一个 维护成本 > 价值 的问题。人类维护不了一个庞大的知识库，所以最后都放弃了。

直到遇见 LLM-wiki 这个想法​

2023 年底我读到一段描述，大意是：

"普通 AI 工具每次都是从原始文件里现找答案，知识不会积累。 如果让 AI 来持续维护一层知识摘要网络——包括主题摘要、关键概念、相互关联——会怎样？"

那一刻我突然明白： 我过去 8 年尝试过的所有工具——Evernote、Notion、Obsidian、Flomo、Logseq——都在解决"人类如何维护笔记"。 但人类不应该维护笔记。维护应该交给 LLM。

所以我把自己的 Vault 改造成了这样​

我的 Obsidian Vault 现在长这样（也是 GPT AI Flow 默认推荐的结构）：

my-obsidian-notes/

1. 索引/              ← 导航入口（链接，不放内容）
2. 模板/              ← Obsidian 模板

# --- Raw sources（我写，LLM 只读）---
3.1 笔记-note/        ← 技术笔记、读书笔记、学习卡片
5.1 日记/             ← 日记、思考记录
6. 原始来源/          ← 文章、会议记录、外部采集

# --- LLM 知识合成层（LLM 完全拥有）---
7. wiki/
   index.md           ← 总目录
   log.md             ← 操作日志
   SCHEMA.md          ← 规则约定
   实体/              ← 人物、公司、产品
   概念/              ← 主题框架、理论
   方法/              ← 操作指南、实践结论
   观点/              ← 判断、预测
   综合分析/          ← 跨来源分析

我只写 3.x 和 5.x。7. wiki/ 完全由 LLM 维护。 每摄入一篇文章、一段日记，LLM 会更新 10–15 个 wiki 页。 我想查什么，LLM 先翻 wiki 再翻原文。

这是我 8 年以来第一次，感觉笔记在自己生长，而不是等我整理。

GPT AI Flow 就是这套工作流的工具化​

这款产品做的所有事——笔记自动索引、Skill 工作流技能、写作陪伴、文件读写——都是为了让上面这套工作方式，不用你自己在 ChatGPT 窗口里手动粘贴文件、手动重复提示词。

  • 你指定 Vault，它自动索引
  • 你喊 /use diary-to-note，日记变成结构化笔记
  • 你问它一个问题，它先翻 wiki 再翻原文
  • 你隔几天不写，它在晚上的陪伴时段跟你聊两句

我不想再做一款"聊天式 AI 助手"。我想做一个和我一起把旧笔记变活的东西。

给同样折腾过的你​

如果你：

  • 也在 Evernote / Notion / Obsidian 之间搬过家
  • 也做过十二字诀、PARA、卡片笔记、Zettelkasten，最后还是乱
  • 也被 ChatGPT 的"上传文件→问答→丢失"折磨过
  • 也在心里悄悄相信，自己积累的东西应该有一天会帮到自己

那欢迎你来试一下。这不是又一款笔记软件，也不是又一款 AI 助手。 这是一个和你一起把旧笔记变活的东西。

开始使用 →

附：我 8 年完整的笔记折腾史，如果你感兴趣，可以看这个视频： [《如何选择笔记工具？小卡的 8 年实战经验分享》](【整理的艺术: 如何选择笔记工具？我的 8 年笔记实战经验分享】 https://www.bilibili.com/video/BV19h4y1972Y/)

这些不是产品评价，但它们说明这件事有人在乎​

我现在还没有足够多真正使用 GPT AI Flow 的公开用户反馈。 所以这里先不放“伪证言”。

但过去我分享笔记方法、Obsidian 和本地记录思路时，已经收到过一些很真实的评论。它们不是在评价产品本身，却准确说出了为什么我后来一定要把这件事做成产品。

1. 很多人真正怕的，不是不会记，而是资料会丢​

有人提到自己小时候把重要回忆放进网络硬盘，后来功能关闭，内容直接消失。

也有人说，自己已经不再愿意把重要内容放进必须联网的平台，因为所谓“可导出”，最后常常还是会丢东西、缺东西。

这也是为什么我后来越来越坚定地选择本地文件、Obsidian Vault、markdown 这些可带走的东西。

2. 很多人不是不想用 Obsidian，而是被折腾劝退​

有人很直接地说：

Obsidian 够用是够用，但很容易越用越跑偏。最后时间不是花在记笔记，而是花在找插件、装插件、学插件。

还有人对 Logseq 和 Obsidian 做了很细的比较，最后结论不是“哪个更强”，而是： 普通人真正需要的是少折腾、能长期写、能安心留住资料。

这其实正是 GPT AI Flow 想补上的那一段： 不是再加一堆复杂能力，而是把“整理、连接、回看、接着写”这几件麻烦事接过去。

3. 也有人已经把需求说得很清楚了：本地、自由、快、安心​

我收到过几类反复出现的表达：

  • “本地、免费、纯粹、可扩展、无需网络”
  • “几乎不依赖网络环境，半秒内就能启动”
  • “笔记用法千万条，吸收对自己有用的点即可”

这些话看起来分散，实际都指向同一个需求： 用户想要的是安全感、连续性和可持续，而不是一个更花哨的编辑器。

如果你也有类似经历​

如果你也在“本地安全”和“少折腾”这两件事上很有感触，欢迎告诉我。

我更想听到的，不是“这个产品厉不厉害”，而是：

  • 你现在最怕丢什么内容
  • 你在哪一步最容易被工具折腾住
  • 你最希望 AI 帮你接手哪件重复劳动

也想试试？访问 产品建议链接 🔗 告诉我你的使用体验。你的每一个反馈都可能成为下一个重要功能。

加入我们​

AI 写作知识与视频

更多与 Obsidian、LLM-wiki、AI 写作相关的实战内容正在制作中。 请关注 小卡up 频道，和我们一起把笔记变活。

立即体验 GPT AI Flow，让你自己 Obsidian 里那些沉睡多年的笔记，重新开始生长。