AI 个人知识库：链接收藏+自动整理+智能检索

这个场景解决什么问题

信息管理的三大困境：

• 收藏等于不看：微信公众号/小红书/知乎刷到好文章，收藏了，然后永远不会看
• 记不住存在哪：存了1000篇文章，想用的时候完全想不起来
• 碎片知识不成体系：看了很多零散的内容，但脑子里还是一片混乱

AI 方案：AI = 你的第二大脑，随手一存，自动整理，3 秒检索。

前置条件

• OpenClaw 已安装
• 有微信/Telegram（随手转发收藏）

配置步骤

1. 建立知识库配置

把下面的话发给 OpenClaw：

我需要你当我的第二大脑/个人知识库。

我的知识领域：
- 核心领域：[如：产品经理/增长黑客/投资]
- 关注方向：[如：用户增长、内容运营、AIGC]

你的职责：
1. 我发任何内容（链接/文字/语音）给你，你帮我提炼核心观点存入知识库
2. 定期（每周）整理知识库，给我一个知识更新摘要
3. 我问你任何问题，你从知识库里检索并给出有依据的回答
4. 帮我发现知识盲区和未建立联系的概念

存储格式：
每个知识点记录：
- 主题标签
- 核心观点（3句话内）
- 原文链接（如有）
- 我的简短评注
- 存入日期

2. 随手存入知识库

用户：[转发一篇公众号文章]用户增长北极星指标的7种错误定义

AI 自动处理：

## ✅ 已存入知识库

📄 来源：微信公众号增长圈
🔗 链接：[文章链接]
📅 存入：2026-03-24
🏷️ 标签：#用户增长 #指标体系 #北极星指标

📌 核心观点（提炼）：
1. 北极星指标必须是先因后果可归因的指标
2. 常见错误：用虚荣指标（UV/注册量）作为北极星指标
3. 正确方法：从衡量用户价值出发，而非衡量产品规模出发

💡 我的评注：
增长圈这篇写得比之前看的都好，先因后果这个判断标准很实用。

📌 可链接的知识：
- 与如何定义OKR文章形成关联（Q2 OKR可以用这个方法定义北极星指标）
- 属于用户增长知识体系下的指标体系分支

3. 自然语言检索

用户：我之前存的用户增长相关的文章，有什么核心洞察？
AI 检索知识库后回答：

## 📚 知识库检索结果：用户增长

共找到 12 条相关笔记，核心洞察如下：

### 🔥 高价值洞察（3条）

1. **北极星指标的7种错误定义**（增长圈）
   → 核心：先因后果可归因才是好的北极星指标
   → 行动：Q2 OKR 里的增长指标应该用这个方法重新审视

2. **AARRR到RARRA的范式转移**（l marbles）
   → 核心：重心从获取转向留存，因为获取成本上升，留存价值更高
   → 行动：检查现有增长策略中留存的资源投入比例

3. **用户分群的4个维度**（曹大的课）
   → 核心：行为分群比人口统计分群更有价值
   → 行动：下周的精细化运营方案应该用行为分群重新设计

### 📖 完整列表（12条）
[按相关度排序，附简要说明]

---

💡 AI 建议：你的用户增长知识体系里，留存和北极星指标这两个分支内容最多，建议优先深入。

4. 每周知识整理

AI 每周末发送：

## 🧠 知识库周报 · 第12周

### 本周新增（8条）
- 北极星指标的7种错误定义
- AARRR到RARRA范式转移
- Figma的协作设计方法论
- …

### 知识体系完善度
| 领域 | 笔记数 | 完善度 |
|------|--------|--------|
| 用户增长 | 42条 | ████████░░ 80% |
| 产品方法论 | 28条 | ██████░░░░ 60% |
| AIGC | 15条 | ███░░░░░░░ 30% |
| 投资理财 | 8条 | ██░░░░░░░░ 20% |

### 🔍 本周发现的关联
- 北极星指标和OKR制定建立了关联（本周新连接）
- Figma协作和团队效率建立了关联

### 💡 本周知识盲区
你在用户增长领域积累较多，但数据分析领域只有3条笔记。
建议下周关注2-3篇数据分析相关文章补强。

### ❓ 你可能会用到
根据你最近问的问题，你可能需要调取：
- 北极星指标相关文章（Q2 OKR制定相关）

使用示例

场景：看文章时的随手存

用户：[语音]这篇文章讲的是怎么做用户访谈，里面提到一个点很重要——不要问用户想要什么功能，要观察用户实际在做什么。记住了，存一下

AI：已存入。

📌 用户访谈方法论 核心观点：观察用户行为 > 询问用户需求（用户说不清楚自己真正需要什么） 来源：公众号[文章名] 标签：#用户研究 #产品方法论

💡 实践建议：这个方法可以用来检视你Q2用户访谈的设计方案

场景：写方案前检索

用户：我要写一个会员体系的方案，帮我看看知识库里有没有相关资料

AI 检索后：

找到4条相关笔记：

1. 会员体系设计的核心原则（曹大）——会员体系要让用户感知到差异化价值
2. 订阅制vs积分制对比（我的笔记）——两种模式各有适用场景
3. 某产品的会员体系复盘（鸟哥）——案例分析
4. 付费会员的定价策略（我的笔记）——价格锚点设置方法

建议从核心原则开始看，再结合定价策略和案例，形成方案框架。

预期结果

• 信息不再丢失：随手一存，永不遗忘
• 检索效率：从”想不起来在哪”到”3秒找到”
• 知识体系化：从碎片到框架，形成自己的知识图谱

踩坑记录

存了太多没看

症状：知识库越来越长，但从来没回顾。

解法：AI 每周整理报告会帮你回顾重点。只存”有触动”的，不要为了存而存。

标签体系混乱

症状：标签越来越多，想找的时候不知道用什么标签。

解法：AI 用自然语言检索，不需要记住标签。你只需要描述你想找什么。

不满意怎么调

• 只要检索 → 关闭每周整理推送
• 只要随手存 → 关闭知识体系分析，专注存储功能