为什么做这件事

教学、音乐、软件开发,各自都有需要记住的资料和正在推进的事情。使用多个 AI 工具时,同一个背景也容易反复讲、反复存。

BLUE OS 的做法,是把长期事实、当前行动和协作规则放在一个可以持续维护的地方。它是我为自己搭建的工作方法,也是一项持续验证中的实践。

我已经搭起的部分

  1. 一个事实,保留一个主源

    长期资料按领域整理,未归类的信息先进入收件箱。不同页面可以引用同一个来源,避免到处复制,最后不知道哪份才是最新的。

  2. 把记录和行动分开

    项目与任务记录当前状态,知识资料保留长期信息。“进行中”不等于“已完成”,记录缺失也不直接等于没有行动。

  3. 让 AI 协作有交接、有边界

    按任务提供必要背景、输入、约束和验收标准;区分明确事实、重复模式与推断。重要信息写入后再回读核对,高影响决定由我确认。

一条可复用的思路

收集信息核对来源沉淀主源用于行动与回看

例如,一次工具研究结束后,不把整段聊天搬进知识库,而是留下可靠结论、必要来源和下一步。以后遇到类似问题,再从这份记录继续。

先使用,再整理

这套实践让我更重视三件事:从具体问题出发,把信息整理成可执行的步骤,以及为结论留下核验依据。这也是我做教师工具时希望坚持的方式。

目前已建立资料结构、协作规则,并记录了部分跨工具写入与回读验证。持续自动化的稳定性、长期效率收益仍需验证;这里不把已保存的配置当成完整运行成果。

本页仅介绍方法。私人资料、内部页面和原始工作记录不公开,也暂未提供模板下载。

想聊聊自己的工作流?看看项城 AI 交流计划 ↗