我不知道你是不是也有过这种感觉，就是你记了超级多的笔记，这里存一点，那里放一点，结果回头想找点东西的时候，发现自己根本就没有一个真正的系统， 这种感觉有点乱，有点挫败，对吧？今天我想聊聊这个事，我明明有很多的材料，但就是拼不成一块而完整的东西，这就是困扰了我许久的难题，就好像我有很多的乐高积木，但就是搭不出我想要的那个模型。 想围绕一个主题深入思考一下吧，结果发现所有相关的知识点都跟天上的星星一样，零零散散的，根本连不起来，这种感觉真的太无力了。 为了解决这个问题，很多人，包括我自己，就踏上了一段特别漫长也特别曲折的旅程，就是不停的去找那种所谓的完美工具。 每次换了一个新的 app 都感觉，哎，这次总该对了吧，但结果呢，好像每一次都是以失望告终。你看这张时间线啊， 记录的就是我整整两年的折腾史。一开始用最简单的 word、 网盘，后来觉得不行，换了团队写作的飞书，后来听说语却写作体验好，又换到了语却。再后来，我又换到了卡片、笔记、工具、浮墨。 可以说，我把我能找到的所有流行的工具基本上都试了一遍。我一个个说最早用的是啥？ word 和网盘，好处嘛，不能说没有，就是简单网盘像个文件夹，往里面扔东西就行了。但问题也特别的明显，那个流程太割裂了。你想想， 每次要看点东西，你都得先找到那个文件，下载下来再双击打开，整个工作流是完全断开的， word 和网盘很快就被我淘汰了。 接下来是飞书，一开始体验是真的不错，特别的顺滑，感觉都挺好的。但是呢，随着笔记越堆越多，整个系统就开始变卡了。更要命的是，我总觉得他的结构有点死板，像个定好的框架， 缺少那种让我随心所欲组织信息的自由度。语却呢？我必须承认，如果单说写点东西，语却的体验 绝对是一流的。排版界面都特别的舒服，但用着用着我就发现他更适合用来产出一篇篇精致的文章，而不是成为一个能让我长期管理、连接、激活我所有知识的一个动态的基地。 感觉还是不太对，真正的转折点是在我遇到了伏墨的时候，也就是 flomo。 就是 这次经历让我有了一个关键的顿悟，也让我终于把目光从工具本身给移开了。 首先说一下一开始使用伏墨的那个体验，简直不要太好，界面特别的简单，记录起来也非常顺手，感觉就像跟自己轻松的聊天一样，那种熟悉的新希望又回来了。 但是问题也很快就来了，而且恰恰就处在他最核心的一个功能，标签。开始笔记少的时候，标签分得清清楚楚，一切都挺好的。但后来笔记一多， 我的天呐，整个标签系统就乱了。给新笔记打标签的时候我得想半天到底该怎么打，回头想整理一下旧的标签呢？ 那简直就是个噩梦，花了一下午都理不出个头绪来。就在这种一片混乱，感觉做什么都白费力气的时候，我的脑子里突然冒出了一个特别重要的问题， 我到底缺的是什么？难不成真的是下一个另一个更好用的工具吗？ 这就是答案，我缺的根本就不是另一个记录工具，而是一个能让这些散落的知识点真正流动起来的系统，一个能让信息之间互相连接，被重新的组合，被随时激活的系统。 带着这个全新的认识，我的这趟旅程就进入了最后的一个阶段。这次我的目标变了，不再去寻找下一个真正属于我自己的系统， 而我选用的用来承载这套系统的工具就是 no 型。但关键在于，这绝对不是一次速成的过程。你猜我花了多长的时间去从零开始理解它，到最后搭建一个我自己觉得初步能用的系统吗？我花了整整六个月， 六个月啊！这个时间本身就说明了一切，压根就不在于使用工具，而在于构建系统。 我，那我到底是怎么学的呢？这有一个我觉得特别有效的方法分享给你，不是说直接去套用别人的模板，而是你把那些很棒的模板下载下来，然后呢，就像小时候拆玩具一样，一点一点的把它拆开，去研究每一个部分是怎么设计的， 他背后的逻辑到底是什么，只有这样，你才能真正的学会怎么给自己盖房子。所以绕了这么大一个圈，折腾了整整两年之后，我终于得出了那个最终的，也是最最最重要的结论。这句话 真的可以算是整个探索的核心了。工具当然重要，它能决定你的效率上限，但它终究只是个个体，真正决定你的知识能不能产生价值的，是你自己处理信息、组织信息、连接信息的那一套底层逻辑。 这个搭积木的比喻我觉得特别的形象，你想一想，像农村这种工具，他给你的就是一个无限大的空间和一堆用不完的积木。但最后你能搭出个宏伟的城堡，还是一个简陋的茅草屋，这完全取决于你脑子里的那个蓝图， 也就是你的个人逻辑。当我们的焦点从工具转向系统之后，结果会怎么样呢？首先，你会得到一个真正为你量身打造的知识库， 你的灵感，你的项目，你的资料，全都有了，各自该去的地方，信息呢，开始自由的流动和连接，最最重要的是，那种没完没了的寻找完美工具的焦虑终于消失了。 所以聊到最后啊，我想把这个问题留给你。如果你现在也陷入那个换来换去的困境里，也许可以先停一下，别再问哪个工具最好用了，而是问一下自己，我的信息处理逻辑到底是什么样子的。
粉丝1869获赞1.5万
相关视频
05:16查看AI文稿AI文稿哈喽，大家好，我是七七，最近这一个月我测评了十几款市面上超级火的知识库加智能体的一个 ai 工具，我发现之所以百分之九十的知识库和这些搭不起来，核心就是因为它的工具选错了。首先我们先来看一下到底什么是知识库，顾名思义，知识库就是用来管理知识和信息的，你可以把它当成第二大脑， 它能够把零散的信息给你编辑成一张大网。不管在工作生活还是学习当中，知识库它都是一个效率神器，它可以让我们在 ai 时代拥有一个超强的 ai 外挂， 它仿佛像第二个你的分身。这条视频我就不讲那些官方的数据，今天我就做一个九年的 ip 操盘手，并且在 ai 公司上班，一线接触到所有 ai 工具的一个内容创作者。来跟大家讲一下现在主流的几款的知识库的工具，到底哪些它适合新手 入门。首先我们先说 obsidence， 它最近超级的火，很多博主和大佬都在推荐它，它它其实就是为什么那么多人喜欢它，并且推荐它的一个核心原因就是因为它的存储能力非常的强，它能够做到一个离线的一个管理， 可以配合多很多插件去联合办公，我们公司很多技术大拿他都很喜欢，但是你如果作为一个小白来说，他对你就门槛太高了，家人们他同步起来也比较麻烦，没有你想的那么的轻松和简单。第三个他根本不适合你用来做内容创作， 你要外这些大模型，又要去加插件，你再想看 cloud 的 这个费用，现在 cloud 的 如果用于内容创作，你一个月没有个一千到两千块钱，他 算力都是根本不够你去消耗的。所以 o p c 点词，它其实核心嫁接的还是可 low 的， 这个点大家能明白吗？ 它更加适合什么样的人？它更加适合个人知识管理的人，如果你是技术党，你很喜欢折腾，那它就会对你来说是非常好玩了。如果你想用来做短视频内容创作，它对你来说一定不是最优解。第二个点，我们来聊一下，现在也有很多人在推的就是微信生态自创的一个叫做艾玛的一个知识库，它更像是微信生态里面的 ai 知识库， 他很适合你的公众号的一些文章的收集，你的一些微信的聊天记录打包给了他，继续做收集和管理。我会把它定义为一个资料入口，你可以理解成就是就是微信生态那个资料入口。我们再来讲一下。第三个，现在所有人都在用飞书，现在也有知识库， 飞书的知识库它更加适合团队协助办公，你有很多资料，你不知道怎么去分，不知道怎么去整理，那你可以用飞书去整理它，但是飞书的容量有限，如果你要扩容也要加钱。飞书的逻辑就很简单了，它是偏适用于团队协助办公的，适用于一些全线上的管理 企业的协助。那它其实有一个叫做习惯的问题，现在很多人在用，所以它的一个使用习惯比较好，现在所有市面上卖以飞书多为表格的，你可以把它全部理解成码片， 一点都不好用，家人们真的一点都不好用，我在闲鱼上也买了，我自己包括给别人做过知识付费也买过，一堆人在用一个所谓的多维表格办公，家人们你要想想看这一个有多么的崩溃，你在里面去填你的资料，你根本没有办法去回收和收集的。就很多人说非书的一些多维表格能够实现一键的去扒网络上的素材，然后能够一键实现搭建知识库， 这些东西他就卖一个概念就可以了，你听一听就完了，他一点都不好用，除非这个多位表格是你自创的。再给你来讲一下现在就 daffy 几个跟 daffy， 其实你不能把它叫知识库， daffy 和扣子，他其实用一句简单的话来概括他们两个东西，你可以把他们叫做工作流， 它更适合用来搭一些机器人，做一些自动化了，做一些 ai 应用，它是没有问题的。但是普通人最大的问题就是你还没有开始用它来做内容创作，你先被所谓的节点，一些变量，一些参数给搞崩溃了，反正我当时是付费花了很多钱去跟着别人学，我都没学明白， 我想让别人帮我搭，别人也搭不明白，因为它是所谓的一个技术党，它根本就不懂得短视频创作，它给我搭出来东西我怎么可能用的到呢？根本不适合普通人入门，它的技术门槛太高了。家人们，好。最后我就来讲到我自己现在在用的 non， 我可以把弄弦统称一句话，就叫做内容生产的工作台，它非常适合小白去录，因为它里面有非常多成熟的模板，而它整个内容创作是壁环的，知识库加智能体，包括整个的记忆库它都有，它很适合新手去用， 因为只要把模板给到你，然后再带着你去跑一遍整个流程你就会用了，很简单。而且它里面外接的都是市面上非常火的大模型，像 g p t 了， 像 gmail 了以及 cloud 了，还有 timi 的 最强的大模型都有。所以 no 险它是适合短视频创作的，它可以联合办公，我可以跟大家讲一下， 它可以能够实现团队的协助，像我们现在公司可以一年服务两千多客户，我们所有的客户都是在 no 险上去搭库的，每个客户有他一个自己的知识库加智能体，全部为他服务，为他去协助办公的。所以 no 险来讲是非常适合内容创作的，它对新手来说非常的友好。总结，如果你是做本地 知识的管理的话，我会建议你用 obsidians， 如果你是做微信资料的整理的话，我会建议你用艾玛。如果你是团队协助办公的话，我建议你用飞书。如果你是想要创作一些 ai 工作流的话，我会建议你直接用 daffy 以及扣子。如果你现在是想要做短视频的第二档呢？ ok， no 显是你的唯一解好吗？它上面全都是无限算力使用的，所以根本就不用再去额外掏这个所谓的算力的钱了，就是 no 显的成本非常的低。 ok， 那 今天这一期视频就分享到这里了，希望对大家有用。如果你关心怎么用 low 险单支库，或者你想了解 low 险上的爆款的 模板的话，你也跟我对接，因为我已经用 low 险用了整整一年的时间了，对 low 险上很多的操作，我应该算是真正在一线跑业务的人，能够跟大家做一个更实际的分享，好吧？ ok， 这期视频到这里，拜拜。
876千万编导七七
05:44查看AI文稿AI文稿有了 ai， 还需要用 obsidian 吗？能够记录笔记的软件那么多，为什么我们需要使用它？同时像 notion 非说 i m a 都支持 ai， 为什么 obsidian 又会成为当下最适合 ai 的 工具呢？ 那么看完这期视频，你能够更加清楚地知道一件事情，你是否应该继续使用 obsidian， 以及 obsidian 的 真正价值是什么？我现在越来越觉得很多人虽然在使用 obsidian， 但是真的用错了。他们使用 obsidian 的 时候呢，是从折腾开始的。 首先会花大量的时间找插件，调主题，包括配置。 css 界面呢，越来越好看了，但是真正打开它的次数并不多，还在拼命地囤积信息，搭建知识库。出发点呢，是希望以后能够真正的用到，但结果是要写东西或者说做决定的时候呢，还是会从零开始， 同时会去研究笔记系统的搭建，比如说 parro 或者像 l m viki。 可到头来最终用的还是那几个临时的文件。 当我认真去看这三个场景的时候，会发现它背后都对应着一个问题，它的出发点是处理好信息，而不是行动。收藏资料呢？这件事情其实现在已经不是很难了，像现在资料的保存、整理以及剪辑呢， 都可以完全地交给 ai。 当你把一篇文章丢给 cloud， 几秒钟时间呢，就可以整理出重点，包括像一堆散论的文件丢给 cloud code， 它也能够帮你进行对比归纳，找出共性，最终进行分类。如果说你的需求只是说以后能够找到，那么像 no、 信非书，甚至一些普通的文件夹加上 ai 都可以能够实现了，可是现在为什么还需要去研究 obsidian 呢？我认为笔记系统的最重要的价值从来不是收藏或者说整理，现在真正稀缺的已经不是信息了，而是申小文。 因为 ai 能够帮你去分类，打标签，建立目录，但是有些问题他没办法帮你去回答，比如说这条资料能不能真正推进你当下正在做的项目，或者说它能否改变你对于某个问题的判断，以及它与你之前写过的某一个想法之间是否有冲突。 这些问题的答案其实不在于你的资料，而是在于你当下的处境。当 ai 看到文字，他不能看到这段文字背后你的生活的位置是哪里，也不知道你处在一个什么样的场景和挑战当中。 当你把一篇新的笔记，然后进行关联，或者说记录到你过往的笔记的时候呢，那么才是真正的把上下文建立起来了。这里面的重点就是说，你要去尽可能多的去建立一层连接，再多的笔记，如果说他们没有这一层连接，只是一个数据。 而当你在使用 opposite 的 时候呢，就可以去做这一件事情，而且它功能的边界非常高，你完全可以使用 cloud code 加 opposite 的 方式呢，不断地去进行完善和优化，你不需要等待笔记软件的更新，你只需要去不断地学习 ai 的 使用方法。 这样呢， obz 点就可以成为你的一个工作现场。所谓的工作现场呢，就是你打开这个笔记，然后把上下文给 ai 去进行一个更加深入的互动。这也是为什么 obz 点会有那么多人开始去使用了， 因为它能够实现一些其他软件没办法代替的。比如说第一个是本地的数据仓库里面的页面，而是你在电脑上的重文本文件， 看起来呢，它再普通不过了，但是当你去使用 ai 就 会发现这件事情比以前更加的重要，因为越来越多的笔记工具呢，开始介入 ai， 你 的内容呢，是放在云上面，它会被模型去进行训练，同时你无法进行迁移，或者说你要付费才能够迁移。而 obz 店呢，在这一点上面做得很好， 因为你写下来的东西仍然属于你，因为它是保存在本地的，不会被任何平台所绑架。同时因为它是纯文本的文件，它可以被 ai 更好的读取。 像现在我的 cloud code 以及 code x， 包括 open cloud 呢，都是在同一个 open 店仓库进行工作的，那么这一些所有的数据，所有的互动呢，都会被保存记录下来， 在下一次进行对话的时候呢，可以再次被调用到，这个时候我所得到的答案呢，跟网上找到的那些答案是完全不同的。第二个呢是双链的记录，这个过程呢是能够串联和梳理过往思考的一种方式。 我认为 obsidian 呢，有目前市面上最好用的双链功能，你只需要输入双库号，然后加上一个关键词，就能够找到相关的笔记。 当你去不断插入双链的时候，其实就是在思考这一条笔记和我过去的哪一个问题或者说项目以及概念产生了关系，它会迫使你去主动的思考，唤起你过往的记忆，平时我就是这么去处理笔记的， 可能一开始呢，对于某一个项目脑袋里是非常混乱的，但是当我去整理笔记，去思考里面的关系的时候，就会去插入双链，在这个时候呢，就会去找其中的共性和差异了。 可能原本有十几篇孤立的笔记，我不知道他们之间的关系，可是通过建立连接的方式呢，可以让他们同时服务于同一个目标，并且这些关系呢，会随着时间的增长不断的加强联系。 可能今天写的一段思考，在三个月之后呢，就可以连接到一篇文章，然后发表出去，或者说上一周的复盘会出现在你下一周计划的时候，那么这些长期积累后的内容是任何一个 ai 无法给你提供的信息支持。第三点呢是 ops 点，它足够轻，同时它的启动很快， 不受限于网络。 excel 这种纯文本的文件有一个好处是你只需要去创建一个空白的页面，然后把想法记录下来，同时去加上双链，这样呢就可以完成一个最简单的记录了。 当我们说完这些，你回头再去看一下，有了 ai 之后，你还需不需要使用 excel 点，如果说你只是想要去收集资料，那么不一定需要，但如果说你想要让资料进入到你未来的行动和思考的话，那么 excel 的 价值才会发挥出来。
5787Kiven大汉堡
05:00查看AI文稿AI文稿去年十一月，我干了一件蠢事，二十多篇 ai 学习笔记全扔进 chat gpt， 让他帮我整理，结果每次打开对话记录翻半天，格式乱得像密码本，关键是找不到了。 后来我花了不少时间试了 notion、 ai 飞书、 ai、 腾讯 ima、 obsidian， 还有 microsoft loop， 折腾了一大圈，踩的坑比学到的多。今天把这五个 ai 笔记本的真相摊开来讲，帮你少走弯路。 写之前我理的三个问题估计你也遇到过。第一， ai 笔记本跟直接用叉 ppt 到底有啥区别？第二，不会写代码的人能用吗？第三，免费版够不够用？这三个问题接下来一个个回答。 先弄清楚 ai 笔记本到底干了什么。我用了个比较土的类笔，你可以把它想象成一个会自己收拾东西的助手。 普通笔记本就像你家的书桌，东西堆上去找的时候全靠记一番。 ai 笔记本不一样，它会在你放东西的时候自动归类，贴标签。 具体来说，做了四件事，自动摘要，丢一篇文章进去，帮你提炼要点，智能关联。你写了十篇 ai 笔记， 他能发现第三篇和第七篇讲的是同一件事，按需生成，你记了半句话，他能根据你之前的笔记帮你补全。最厉害的是跨笔记问答，你可以直接问他，我以前记的那个 embedding 的 类比是什么，他会在你所有笔记里找答案。 这才是 ai 笔记本和 chat gpt 最大的区别。 chat gpt 只记得当前对话 ai 笔记本，记得你所有写过的东西，花了大概六周时间，每个工具至少用了五天。把五个主流 ai 笔记本摸了一遍， 直接说结论，非书 ai 综合最强，中文体验最好，免费，额度充足跟工作场景打通。国内用户首选 腾讯， ima 是 备选。微信生态整合确实方便，但功能上还差半步。 no 神 ai， 中文支持太拉胯了，我写的中文笔记，他能给我整出英文摘药来，骨子里还是个歪果仁。不适合中文用户。 obsidian 加 ai 插件，适合折腾党和即刻需要自己折腾。 api 上手难度高。 microsoft loup， 如果你用 office 全家桶可以试试，但中文体验一般。我的选择，日常用飞书 ai i m a 当备胎。 说两个我真实的翻车经历，让你知道 ai 不是 万能的。今年一月，我们团队用飞书 ai 整理周会纪要， 会上飞书妙记录音， ai 自动生成招标。听上去很美好，但前两周翻了两次。 第一次同事说了句这个方案不靠谱， ai 给总结成了该方案，有待验证，语气完全变了。第二次更离谱。有同事提到这个 bug 在 v 二点三修了。 ai 继承了这个 bug， 在 v 三点二修了，版本号反了。第二个案例是 notion ai， 我写的中文笔记，向量数据库选型让他帮我扩展，他给我生成了整整三段英文总结，也全是英文关键词。教训很明确， ai 生成的药物一定得人工过一遍，特别是数字和专有名词。 ai 在 这上面真的不太靠谱。 新手最容易踩的三个坑，每个我都亲自踩过。第一个坑，以为 ai 笔记本能替代自己的大脑。 ai 只能帮你找，不能帮你懂，你扔进去的东西自己没消化过， ai 给你找出来你也看不懂。第二个坑，功能越多越好。 no 神 ai 年费大概四百八十块，我开了之后真正用到的功能就三个，摘药问答标签建议 算下来一个功能一百六，血亏。第三个坑，换工具就能解决一切问题，我从 no 审换到飞书又是了， i m a 来回折腾一个月，最后发现问题不在工具，在自己笔记乱是因为记的时候没结构。 建议选一个工具，坚持用一个月，等你发现真正缺什么了再换。最后给你一个最省事的路径。第一步，注册飞书，创建学习笔记文件夹，零成本五分钟上手，把最近读的内容丢进去。 第二步，建立自己的笔记模板，花三十秒写三行，这篇讲了什么跟我有什么关系？我准备怎么用？ 这比 ai 的 摘药有用一百倍。第三步，用满一个月，想清楚缺什么再升级，这时候你不会因为功能列表被骗了。 工具推荐评分飞出， ai 综合四点五分排名第一，中文体验五分满分。腾讯 i m a 综合四分排第二。 notion， ai 只有三点五分， 中文用户真的别一上来就选都神。你现在用的是什么笔记工具？有没有踩过 ai 笔记的坑？评论区聊聊。
01:50查看AI文稿AI文稿今天下午，腾讯混元 h 三正式发布这条新闻其实并不稀奇，现在的 hr 每周都会有新模型发布，但如果你现在用的是 workbody， 你 得品品这里面的味道。 workbody 现在已经是国内桌面智能体市场占有率第一了。 hr 三今天正式发布 workbody 首发接入，而且限时两周免费。这两件事放在一起，我甚至有一个判断， workbody 这一波很有可能彻底把飞叔甩在身后。为什么我会这么说呢？得先说说飞叔最近在干什么。 飞叔走的其实是企业级的协同办公路线，文档表格、会议机要和即时通讯，它解决的是企业里团队怎么一起把事干完。这个路线的特点是自上而下， 企业采购，员工被动使用，好用，但出了公司用的人就不是那么的多。但乌克巴里走的是另外一条路线，我把它叫做农村包围城市。什么意思呢？乌克巴里先大规模适配了个人微信，让千千万万个具体的个人先用起来，做内容的、做电商的、做企业服务的。 这些人先在个人的场景里把 work buddy 用顺了，离不开了，然后写作的场景自然而然就陷入进来了。你用 work buddy 干活，你的同事、你的客户、你的合作伙伴也会被带进来，非说这用户是公司给我装了，所以我用。 但 work buddy 的 用户是我自己先装了，所以我用。而且用着用着，还可以把身边的人都带进来，基数更大，也更灵活。 h y 三这波免费 就是给农村包围城市踩油门用的人越多，飞书就越追不上。而对你来说呢，这意味着你跟 ai 的 沟通成本直接打到地板上了，可以彻底放飞自我，站起来登了。以前用乌可巴利干活，会小心翼翼的看积分，省着涨价。 现在趁免费，大家可以把之前听说过但没用过的功能全部用一遍，写几个 skill， 做几个网站或者小程序，再有想法的可以直接手搓一个 app 出来，尤其是文科生，体验一下从未有过的乐趣。 你一定会回来。感谢我的。非说未来会不会掉队我真的不知道，但是我可巴里这波是真的领先了。好了，今天的视频日记就到这里，我们明天再见，拜拜！
128程大明
02:35查看AI文稿AI文稿office 点是一个很棒的笔记软件，但是 markdown 语法给他一点小小的限制，就是在你没有装任何插件的时候，做图片的排版会有一点点麻烦。虽然现在做一些缩放的功能已经非常方便了，只要你把鼠标放在右下角，就可以这样拖动 然后缩放。但是缩放之后没有办法快速的像文字一样实现居中或者说居左居右的这样的功能。像平时我用飞书可能会多一点，然后飞书里面有个很好的功能，就是 图片可以分来放置。呃，这个也是原生 opc 点做不到的，所以说我就研究了一个插件，可以让 opc 点拥有像飞书一样的图片排版功能。 拖入图片之后，它会自动识别成一个布局块，在这布局块右下角也是一样的，可以拖拽改变它的大小。那当你缩小的时候，右键可以选择它的对齐方式，像居左或者说居中都是可以做到的。当图片下面插入新的图片的时候，它会自动将它们放在同一行。 比如说我现在拖入一个好，然后像飞出云文档一样，这里有一条线，你可以拖动调整两个布局块的大小，那蜂栏显示的时候也可以调整整个布局块的大小。 呃，继续插入图片也是一样，会自动将它们进行蜂栏显示，不过目前最多每行只能显示四栏。当你拖出来图片的时候，他可以选择你的排序顺序，那这个图片就到下面了。 那比如说我这里插入图片已经足够了，我不想再继续插入图片了，那你可以在下面的位置插入文字，你就可以继续拖入，比如说拖入视频也可以。 那假如说我现在不想要图片在上面这块，我想要把它挪到下面的位置，也是一样的拖拽我可以移动到下面的这一栏里面。就目前来说，这个视频好像不支持拖拽的功能，但是，呃，图片是可以的， 这怎么搞？包括我想在这些图片或者视频上加一些注示也是可以的。我选中右键，然后添加一些编辑的文字，这是什么？ f 一， 在选择居中，它就会居中显示在图片的正下角，这样的可能会更好看一点。啊。那这就是我们这个小小的插件的分享。虽然说 opcd 呢，它是一个 markdown 语法的笔记软件，其实更应该注重在文本上，但是它的图片排版功能确实 让我在使用的过程中觉得总是差那么一点点。那目前来说，这样这个插件也只是一些基础功能，但是我觉得已经满足了我对 obsidian 的 排版的功能需求。如果你觉得这个插件还不错，或者说它可以解决你目前遇到的一些问题，我会去研究一下怎么把它分享给大家。好，拜拜。
468宇桑Breathing
01:15查看AI文稿AI文稿飞书里面的 openclo 真的 非常垃圾，我只是想体验国外的原版 openclo 和国内所有厂商的 openclo。 我 给他付钱了，没付钱我可以补提建议，我给他每月付六十九。 我觉得这个产品太坑了，给他问一个问题，他跟你得反应三五分钟。我当然知道 openclo 安装在 windows 电脑就是一坨屎，果真他们用的是 windows 系统。 我现在想取消，虽然这个工具在飞出不咋样，但是我额外都是给他配的世界最厉害的模型克拉的 oppo 四点七二，我已经陪伴我四十四天，我真的是一点不用，第一天用完我就已经放弃他了。 在哪取消付款啊？额度消耗取消，现场取消，他们就付款容易，只有申请看都没有取消。我刚才找了半天国内的产品在这还调整西边看，我的天呐，能不能格局大一点吗？取消付款 一月六十九，给他送了两个月，取消，终于取消了飞书版 open core， 拜拜。但是我觉得飞书里面对接原版的世界级的 open core 加飞书加可乐的 oppo 四点八毛钱还是 y y d s。
02:16
03:31查看AI文稿AI文稿哈喽，今天一分钟学会把 body 教会书搭建一套电商呀知识库来看效果。先说一下整体的思路，现在可以把 body 结合 skill 搭建自己专属的行业知识库，在搭建完之后， ai 可以 每天帮我解锁行业内相关的自动化案例，更好的叠代我们现有的流程和方法论 下演示一下完整的搭建流程，操作非常简单，只需要在段框输这一段指令。第一步，我让 workbody 读取我的非书文档，搭建一套电商自动化流程的知识库。第二步，在基于搭建好的知识库，创建每天的自动化任务。在第一阶段，我先让它梳理从二六年二月直到今天， 我所有的研究方向，有哪些模块，不同的自动化流程，完整的输入输出链路，日常 用到的组合工具有哪些？有哪些流程是已经沉淀出方法论的？有哪些是还在测试阶段的？先让 ai 吃透我过往所有的工作记录，再一拖于这些经验来帮我搭建知识库，方便我后续更快的迭代和优化流程。那这次我选择用 workbody 而不是用 codex 来搭建知识库，是因为文档里 存放了过去半年的大量文本，如果让 codex 来处理可能会耗费大量的 token。 所以 今天这一期主要也是想测试一下 workbody 的 处理能力，如果执行不错的话，后续在我们的日常工作中就可以考虑调用不同的 agent 来承担不同难度的任务，节省整体的算力消耗。现在 已经执行完了，我们来看一下输出结果，一共是输出了两份文档，先来看一下第一份文档，可以看到这里完整汇总二月份到今天所有的工作记录，其中包括每天的研究主题，涉及到的板块，每个流程的输入输 出，用到了哪些工具以及方法论，总结内容非常齐全。再来看一下第二个文档，这是 workbody 提炼出来的电商自动化流程知识库， 主要分成几大板块，分别有国内电商流程自动化、跨境电商自动化、电商搭配飞出的流程自动化，还整理出了四月份之后迭代的新流程，从 opencloud 到 codex 加 skill 的 流程迭代，还有一些具体的应用场景，比如商品图的工作流，还有短视频 的批量自动化等等，非常详细。整个任务执行下来花了差不多二十到三十分钟。虽然文档的内容非常多，但是 workbody 执行的颗粒度非常细，总结的也非常不 错，最终梳理出了九个沉淀的方法论，这里我们可以大概过一下。除此之外， workbody 还根据过往的研发进度，给这个知识库设计好了一个长期更新的框架，同时给出后续可以叠带的方案，整个输出的内容我觉得非常完善。接着到了第二步，在知识库搭建完之后，这里我们再让 workbody 基于搭建好的知识库，创建每日的自动化任务，让它每天去解锁国内电商和跨境电商。最新 最落地的自动化实操案例现在已经创建完了，在输出这里会显示它会调用联网搜索的技能，通过关键词来解锁信息。那如果我们想要从特定的渠道解锁信息也是可以的，我们从主页的专家入口进来，在搜索框我们可以解锁特定的 skill， 然后安装。比如我想通过公众号来获取相关的行业资讯，那这个也可以根据我们自己所属的行业安装相关的解锁或者执行 skill。 在 技能配置完之后，我们就可以再去更改每日的自动化任务， 这里任务的贴纸是 workbody 自动生成的，有需要的也可以自己改，还可以制定任务执行的时间。基本的思路就将好了。以上本期视频聊聊，有用的话不用点赞关注，咱们下期见，拜拜！
386棒棒闲不住
03:31查看AI文稿AI文稿那如果这样的话，非输 no 线，因为他们天然就是团队合作，拥有非常多的上下文。对，不止文档，甚至还有聊天，还有日历等等。对，那他们是不是最适合？嗯，就是往前再走一步，变成所谓的 ai native workspace 的 一个场景。 ok， 理解，但我知道你好像完全不这么想。我确实完全不这么想， 但我并不否认飞书和 notion 在 接下来他在 ai 上，无论是从收入层面还是从增长层面，他应该还会有非常好的业绩。我一点不否认这个事情，因为这个事情是说你在一个旧时代的 这个工作流跟体系上面，用现在的 agent， 其实这个体效已经非常明显了。嗯啊，它一定是很显性的，它能够代劳很多事情。你原来有这么大一个品牌，你还有很大的一些客户，那你当然能够做到一个很好的增值。但我会觉得这件事情最终 或者我们不能以中局这件事情来定义。我觉得渐渐的大家会发现好像不是这样。我觉得这里面主要有一个原因是未来我们设想一件事情， 大家是否相信一个组织里每一个人都会配备比较多的 ai agents， 我 们叫 ai 同事十个或者甚至一百个，甚至更多，每一个人。好像我跟我周边所有人去讲这样一件事情，是好像怀疑这件事情的人越来越少了啊，几乎没有了。 那我们不妨就假设这件事情发生了，那一个组织中每天产生的内容到底有多少是人产生的？ 我们在去年的时候好像已经没有人会疑虑说一个组织中的代码有百分之八十九十 其实是 ai 产生的，那我觉得我们很快也能看到一个组织中很多的生产内容，不只是代码，包括文档，包括其他的东西，它也有百分之八十九十是 ai 产生，当它是 ai 产生时，那意味着人类产生的内容是非常少的。 那原来的这一套工作系统，人的编辑，人的操作，然后为人的操作去做界面的事情，他也会变得越来越少。 所以我会认为最终的这个 led 工作空间，他肯定不是原来的这种工作空间通过改造的方式改造出来的。呃，当然，菲叔跟东省当然也可以星座啊，他们也可以生长出来，他们有自己的品牌，但我觉得他们也会面临自己的挑战啊。这个挑战是旧世界中也有大量的客户， 他愿意把很多的钱现在就付给你，只要你能在他们原来的基础上做 a a 政策的改造，那你愿意继续这么做吗？我觉得很难抵抗这个诱惑啊。所以其实我听起来就是你认为一个新的对团队未来白领工作的携作用的一个。这个工作套件他应该和今天是涨的天翻地覆的不一样， 他可能在外形上不会那么本质不一样，因为他最终他还是人在用，但他的背后确实天翻地覆的不一样。嗯，然后这样的变化对于今天已有的巨头，他们为了保持现在用户的使用的惯性也好，对， 呃，还有组织自己内部的一些摩擦也好，他们很难去这样推翻自己，偷偷里从头再来过，我觉得需要很大的决心。我觉得第一是他们很快也能意识到这个问题，但这件事情确实需要非常大的决心。这，这有可能就是一个很大的创新者的窘境， 所以这个你认为这是 max 的 机会？呃，我觉得我们尚有说在这件事上有一点时间窗口吧。嗯。
40Koji杨远骋
05:03查看AI文稿AI文稿八点和飞书正在快速地重构国内的办公生态，沃克八点会改变人们如何使用 ai， 而飞书改变的是工作最后如何被交付。这两件事放在一起，我觉得会对传统的办公软件生态产生实质性的冲击。很多时候，我们被困在互联网的信息简房里边，我们看到的都是 cloud code codex， 世界上最顶尖的大模型、最先进的 agent。 但是如果你把目光放回到我们现实生活当中，你会发现 cloud code 可能才是跑得最快的那条线，而且快到有一点点超出我的预期。最关键的是，我觉得它的用户构成发生了变化。 开始大家可能还会觉得，例如 workbody 的 前身 codebody， 我 们觉得他可能是程序员、产品经理或者是数据这些离代码比较近的人。但现在他已经开始往更广的办公场景扩散了， hr、 运营、行政、财务、法务这些非技术的岗位也开始拿他干活。 甚至前一阵子公开的报道里边提到了 workbody 开始进入了政务机构，我觉得某种程度上来说，这正是这款产品真正进入组织办公场景的一个开始。 workbody 最成功的定位就是去代码。我相信所有人都知道程序员是干什么， 所有人也知道代码大概是个什么东西。程序员、代码、技术，这三者结合就会天然的形成一个认知壁垒。对于很多人来说，他们觉得 只要粘上代码这个东西，它就是困难的。所以这就是 workbody 最厉害的地方，他把 agent 从代码从程序员的场景里边抽离出来，推到了办公场景。 所以我说 workbody 最成功的定位是去代码，用户不需要关心代码，用户也不需要知道背后到底是脚本、网页、自动化流程，还是 什么工具，都无所谓，他们只需要说我想干什么。虽然我们知道背后还是由代码来完成这一系列事情的，但是用户感知到的事情就是我把目标说清楚，这个任务就完成。这就是 wordbody 很 厉害的，他把产品中所有可能让用户退缩的地方都隐藏起来，用户只需要面对自己熟悉的工作场景， 比如项目管理这个场景。以前一个企业想做项目管理，他可能要购买一套项目管理软件，一年大几千块钱，那很正常的事情。买完以后你还需要 pm 每天来维护这份清单，这些事情非常的琐碎，但是 项目管理本质就是这些琐碎的工作。现在的话，这个链路开始变了，你可以让你可以让 walkabout 调用飞书 c l i， 直接创建一个多人在线的项目管理清单，里边有任务负责人、截止时间、状态、自断优先级验收结果。后面的很多维护你也可以交给 ai 来做，比如提醒谁还没更新简， 他知道有没有漏，把聊天里边的任务补进表格，把延期风险标出来。以前你买的是一个项目管理软件，现在你更像是生成一个适合当前团队的项目管理系统，而且是免费，而且这个系统还能被 ai 持续维护， 这就引出了非书的价值。非书改变的是办公交付的生态，过去公司里的交付物很多是文档、表格、 ppt， 或者是项目看板、会议资料，这些 东西很重要，但是很多时候他们只是工作过程的记录。 ai 进来以后，交付物就开始变了，它可能是一个自动化的流程，它可能是一个数据看板，一个内部工具，也可能是一个持续执行任务的智能助手。也就是说，办公交付再从一份 材料，也就是说，办公交付正在从交一份材料变成交一个能运行的工作系统。飞书本来就是站在组织协调的位置上，他有这些办公场景，他几乎拥有这些办公场景需要的一切。如果飞书把这些东西和 ai 串起来，他吃到的就是 企业内部工作流重新组织的机会。所以现在我会把 word 八 d 和飞书放在一起来看，一个解决入口，一个解决交付，这才是我觉得他们能通过办公生态的一个原因。 而且 ai 办公绝对不能只停留在单人的提效，我自己的感受也非常明显。在一个团队协同的工作任务当中，如果有一个人使用 ai 提效，那么最后这个提效的结果会因为其他人而 被拖累进度。一个人用 codex， 用 agent， 你 的效率确实会快很多，你可以很快的写脚本、写原型，生成一个工具。但只要进入真实的公司环境，你会遇到协同的瓶颈，你 快了不代表别人也快。一个组织最后的进度并不是由最快的那个人决定的，所以说单人的效率提高只是第一步， 后面真正有价值的地方，我觉得应该是 ai 能不能进入多人的工作流。 ai 提效的能不能是一个团队，而不仅仅是某一个人。所以我觉得接下来国内 ai 办公最值得看的就是谁家的产品能够真正的放到工作流里，谁 谁能让一个人从亲自操作工具变成描出目标，智能调度验收结果？谁能让一个团队从互相等消息变成任务自动流转，过程自动记录，结果自动交付？ 如果这件事跑通，传统办公软件的使用时长一定会被严重的压缩，因为用户不会一直满足于打开一个工具，自己慢慢的填表、写文档、做流程。所有做产品的人都知道一个点，用户天然懒惰，用户会开始期待我们把目标说清楚， 系统帮我组织资源， agent 帮我推进任务，最后给我一个能用的结果，这可能就是下一代办公产品的起点。所以这次 workbody 的 爆发，我觉得不能只是看成一个 ai 产品增长很快的故事，它更像一个信号，国内的办公生态可能真的要发生翻天覆地的变化了。
2349吉米来了
03:49查看AI文稿AI文稿哈喽，大家好，我是云君，欢迎来到一销数据格式化之前我们跟大家分享过非输多位表格的强大，但它也有美中不足的地方， 例如我也发现在某些地方它也有比数据透视表或者比一销差的地方，例如不够灵活，或者是我们一个简单的数据统计在非输多位表格就很难实现。以我们这里的数据为例子，这里有对应的日期以及门店， 这里有多个渠道的数据统计，例如美团、抖音、淘宝、上购、京东等等。好，现在我们要想要求出它每一个渠道它的一个收入占比， 这种情况我们如果是用仪表盘直接做的话就非常的困难。我们以分数多样本来看，我们一般是插入行情图，它必须得有门店或者 对应的日期或者某个类型的划分，但我们无法的让他直接去除掉，所以我们就很难的求出他对应的每一个渠道，他的一个销售情况。 如果我们是用 excel， 那 就可以轻松的完成。以我们这里的为例子，我们选择到这一个数据表，直接插入数据透视表 在新的工作表上。好，我们现在就直接把美团、抖音、淘宝、闪购、京东、秒送都算出来了，接着我们直接就选择了它直接插入选择圆环图，好，今天圆环图它跟我们想要的不一样，我们只需要转换它的行和列就可以了，选择它在数据透视 设计里面选择切换行和列，好，那我们就可以求出它对应的每一个渠道，它的一个销售额占比就很直观的求出来了。 但如果我们是在飞书上，我们就还久置不出来，因为他的模块把他限制死了。好，这里我就有一个途径，就相对来说就比较麻烦一点，我们是给他新建一个数据表，我们就做了一个门店汇总，我们就列出了我们这个门店数据对应的美团、抖音，淘宝上一个和京东秒送 对应的，我们这个数据像是一对应的，接着我们在编辑这个公式的时候，我们就要输入对应的内容。好，我们这里的输入的指令是，如果门店数据表中的字段名称，也就是我们对应的渠道，美团、抖音等等，如果是和本数据表的第一类， 也就是和渠道这一列对应的内容是对应的话，那么他就计算出该数据数据表中该时段的和好，我们这样就求，那样我们就可以把它对应的求出来。好，我们直接就选择它的生成，然后 生成之后我们就采纳确定，那么我们就数据就取出来了，我们也可以对它进行相应的验证。例如美团它是四七六七，那么我们可以在仪表盘里面这个插入一个指标卡。 好，在指标卡里面我们会选择到对应的门店数据，选择好，这里是对美团求和的，例如我们可以测试一下抖音对抖音的求和好，四七三八，我们可以看一下它的一个汇总， 抖音的四七三八，那么我们这个数据是对的。好，接下来的话我们再分析它的数据，那么我们可以选择利用它来呈现数据，再插入主键，选择圆环图， 圆环图里面，那么我们就选择到我们这里的门店汇总表。好，这里就会有对应的渠道，我们选择到按数值，这里的按四段的统计数。 好，按照公式的，那么我们就可以求出他对应的销售金额以及销售金额的占比。好，这就是我们要懂得利用不同的工具来求他们的之间的内容。 好，这就是我发现的一个呃，问题以及解决问题的思路吧。好，我们本节课的内容就简单介绍到这里，大家有制作飞书的表格的需求可以找我，或者想学习更多数据开分的内容记得关注我们，下节课再见。拜拜。
