用 Claude Code 在 3 分鐘搭建可迭代的永續 AI 工作系統
來源: @Roland_WayneOZ | 原文連結
日期: Wed Feb 04 07:14:18 +0000 2026
標籤:
Claude Code工作流系統知識管理
根據 git 狀態顯示，knowledge-base/ai-tools/ 目錄應該存在但可能沒有文章，或者有一篇已刪除的文章（006-claude-code-ai-work-system.md）。讓我建立這篇新文章。
★ Insight ─────────────────────────────────────
- 內容整理策略：這是一篇關於用 Claude Code 建立工作系統的完整教學文章，作者分享了從「AI 使用者」進化到「AI 主人」的方法論
- 檔案命名：git 狀態顯示曾有
006-claude-code-ai-work-system.md被刪除,這個編號和主題都很適合這篇文章 - 保留原文精髓：原文是簡體中文,需要轉換成繁體中文,但要保留作者的口語化風格和完整的系統架構說明 ─────────────────────────────────────────────────
根據 CLAUDE.md 的規則，我會：
- 將簡體中文轉為繁體中文
- 保留完整內容和細節
- 使用適當的 markdown 標題分段
- 只輸出正文內容（不含 frontmatter）
以下是整理後的文章正文：
你用 AI 的方式，暴露了你的認知層次
我見過太多人用 AI 的方式是這樣的：
訂閱了 10 個 AI 工具，每個月花 500 塊。用的時候還是打開 ChatGPT，輸入「幫我寫一封郵件」。
每次寫文章都要重新解釋一遍：「我是做 XX 的，我的讀者是 XX，我的風格是 XX……」AI 永遠不記得上次聊了什麼。
桌面上躺著「新建資料夾」「新建資料夾(2)」「臨時」「真的臨時」。找一個上週寫的文件，要翻 20 分鐘。
上個月寫出了一篇爆款，這個月想複製，發現當時用的框架、金句、數據，全都找不到了。
這不是在用 AI，這是在被 AI 用。
說實話，大多數人用 AI 的方式，和用 Word 沒有本質區別。
都是「打開 → 輸入 → 輸出 → 關閉」。
沒有記憶，沒有累積，沒有系統。
每次都從零開始。
你用 AI 的方式，決定了你是「AI 的主人」還是「AI 的使用者」。
大多數人只是後者。
從「使用者」到「主人」：一個核心轉變
「使用者」和「主人」的區別是什麼?
使用者：AI 是一個工具，用完就關。
主人：AI 是一個系統的一部分，它知道我是誰、我在做什麼、我做過什麼。
使用者每次都在教 AI 認識自己。
主人讓 AI 記住自己，然後在這個基礎上工作。
使用者的效率是線性的：做一件事，花一份時間。
主人的效率是複利的：做一件事，同時在給系統添磚加瓦。
從「使用者」到「主人」，核心轉變只有一個：
把碎片化的 AI 使用，變成系統化的 AI 工作流。
怎麼做？
我用 Claude Code 搭建了一套系統。
現在，我的所有工作都在一個目錄下完成。AI 知道我的上下文，內容可以復用，方法論可以沉澱。
接下來，我會公開這套系統的設計思路。
我的系統長什麼樣
在講具體結構之前，先說三個設計原則。
原則 1：按業務流程分類，不是按檔案類型
錯誤的分類方式：
文件/
圖片/
影片/
PDF/正確的分類方式：
01-內容生產/
02-工作/
03-生活/
04-技能/
05-想法/
...為什麼？
因為你工作的時候，思考的是「我要做什麼」，而不是「這個檔案是什麼格式」。
當你要寫一篇文章時，你需要的是：選題、素材、方法論、歷史數據。
這些東西應該放在一起，而不是散落在「文件」「圖片」「PDF」三個資料夾裡。
原則 2：共享層 + 獨立板塊
你的工作可能有多個方向。
它們是獨立的，但有些東西是共享的：
- 個人定位（你是誰）
- AI 的使用說明
- 長期記憶
- 技能庫
所以架構應該是這樣的：
工作系統/
├── 共享層
│ ├── CLAUDE.md（AI 總指南）
│ ├── 個人定位.md
│ ├── 記憶庫/
│ └── 技能庫/
│
├── 獨立板塊
│ ├── 01-業務線A/
│ ├── 02-業務線B/
│ └── 03-業務線C/共享層是「基礎設施」，獨立板塊是「業務線」。
這樣設計的好處：
- AI 只需要一個工作目錄，不用切換上下文
- 跨領域的知識可以互相借鑒
- 每個業務線又有清晰的邊界
原則 3：內容的生命週期管理
如果你做內容創作，一篇內容從想法到發佈，經歷這些階段：
想法 → 深化 → 待發佈 → 已發佈
所以選題管理可以這樣設計：
選題管理/
├── 00-選題記錄.md # 碎片想法收集箱
├── 01-待深化/ # 有潛力，待寫成文稿
├── 02-待發佈/ # 文稿完成，待發佈
└── 03-已發佈/ # 已發佈，含數據記錄每個階段有明確的入口和出口。
想法不會丟失，進度可以追蹤，數據可以沉澱。
完整結構參考
工作系統/
│
├── CLAUDE.md # AI 總指南
├── 個人定位.md # 你是誰，做什麼
├── 控制面板.md # 系統入口
│
├── 記憶庫/ # 長期記憶
│
├── 01-內容生產/
│ ├── 選題管理/
│ │ ├── 00-選題記錄.md
│ │ ├── 01-待深化/
│ │ ├── 02-待發佈/
│ │ └── 03-已發佈/
│ ├── 素材庫/
│ │ ├── 核心概念庫/
│ │ ├── 金句庫/
│ │ └── 案例庫/
│ ├── 數據統計/
│ └── 方法論/
│
├── 02-商業/
│ ├── 業務模式/
│ ├── 客戶交付/
│ └── 課程/
│
├── 03-[你的業務線]/
│
└── 04-技能庫/
├── 內容生產/
├── 商業/
└── 通用/如何讓系統「活」下去
系統不是設計出來的，是用出來的。
很多人搭建系統的問題是：花了三天設計完美結構，然後再也沒打開過。
系統要「活」，就要不斷迭代。
我用三個問題來判斷「什麼時候需要調整結構」：
問題 1：我找東西的時候，第一反應去哪裡找？
如果你的第一反應和實際位置不一致，說明分類邏輯有問題。
比如，你一開始把「投資筆記」放在「學習」板塊下面。但每次找的時候，你都會先去根目錄找。
這說明在你的心智模型裡，「投資」是一個獨立的事情，不是「學習」的子集。
那就應該把它獨立出來。
好的分類，應該符合你的直覺，而不是邏輯上的「正確」。
問題 2：這個資料夾，我多久沒打開過了？
如果一個資料夾超過一個月沒打開，要麼是：
- 這個分類不符合你的工作流
- 這個事情你已經不做了
不管哪種情況，都應該調整。
系統是為你服務的，不是讓你服務它。
問題 3：新內容放進去的時候，我會猶豫嗎？
如果你拿到一個新檔案，不知道該放哪裡，說明分類邊界不清晰。
好的分類，應該讓你「不用思考」就知道放哪裡。
如果經常猶豫，就需要重新定義分類的邊界。
如何開始
如果你也想搭建這樣的系統，我的建議是：
1. 先想清楚你的「業務線」
問自己：我日常做的事情，可以分成哪幾個大類？
不要超過 6 個。太多了管不過來。
2. 從一個小流程開始
不要一開始就追求完美。
先解決一個具體痛點：
- 選題總是丟失 → 先建「選題管理」
- 素材找不到 → 先建「素材庫」
- AI 不記得上下文 → 先寫「CLAUDE.md」
3. 讓 Claude Code 幫你搭建
你可以把這篇文章發給 Claude Code，然後說：
我想搭建一套類似的工作系統。
我的情況是：
- 我做的事情有：[列出你的業務線]
- 我目前的痛點是：[列出具體問題]
請幫我：
1. 設計適合我的目錄結構
2. 建立核心檔案
3. 定義工作流Claude Code 會根據你的情況，幫你定制專屬系統。
4. 邊用邊迭代
用了一週後，問自己那三個問題：
- 找東西的時候，第一反應對不對？
- 有沒有資料夾很久沒打開？
- 新內容放進去會不會猶豫？
根據答案調整結構。
記住：系統不是設計出來的，是用出來的。
尾聲
這套系統的核心價值：
- 記憶系統：AI 知道你以前做過什麼
- 素材復用：好的框架、表達、案例，可以反覆使用
- 方法論沉澱：每次工作都在給系統添磚加瓦
- 可迭代：結構會隨著你的需求進化
碎片化工作：每次都從零開始，效率低，質量不穩定。
系統化工作：每次都在複用和迭代，效率高，質量穩定。
大多數人用 AI，是在消耗時間。
少數人用 AI，是在累積資產。
區別就在於：你有沒有一套系統。
★ Insight ─────────────────────────────────────
- 忠於原文：完整保留了作者的觀點、案例和系統架構說明，沒有刪減或改寫
- 繁體中文轉換：將簡體中文轉為繁體中文，同時保留了作者口語化、直白的寫作風格
- 結構優化：使用 markdown 標題（##、###）清晰劃分章節，讓文章結構更易讀，但不改變原文的邏輯順序和內容 ─────────────────────────────────────────────────
文章已整理完成！這是一篇完整的 Claude Code 工作系統建構指南，包含了三大設計原則、完整的目錄結構範例，以及系統維護和迭代的方法論。內容已轉為繁體中文，並保持了原作者的完整論述和實用建議。