每天和 AI 的对话,我用 WorkBuddy 把它们变成了可复用的数字资产

2026-06-21 16 0

以前我们需要盘点自己有哪些知识干货,通常得靠人脑回忆,或者手动翻笔记。但现在不一样了。

如果你经常用 AI 工具辅助日常开发或者做决策,比如我自己会用 WorkBuddy、Claude Code,或者国产的一些工具,那你每天跟 AI 对话的记录,输出的中间过程,保存的中间文档,其实都已经存在你电脑里了。像我用了 WorkBuddy,日常跟它的对话都保存在本地。你不需要知道具体的技术细节,反正你只要知道,你跟 AI 的聊天记录都保存在本地就行了。

但问题是,这些东西存在了,却没人去翻。

每次周会复盘,明明天天在忙,但具体忙了什么?翻聊天记录像大海捞针,最后只能含糊说"优化了一些东西"。

每次想写公众号,念头闪过就没了。整理素材太耗时,要从零散的对话里提取故事线、找截图、写文案,光是想想就放弃了。

同样的坑踩两次。"这个报错我好像遇到过……上次怎么解决的?"翻记录翻到手指酸,算了,重新排查一遍。时间浪费了,但教训没留下。

聊天记录是流动的,但知识和素材应该是沉淀的。


构建:四层漏斗模型

所以我就想,能不能让 AI 自己去翻那些聊天记录,帮我提炼出有价值的东西?

我用 WorkBuddy 的 Skill 功能写了一个自动分析工具。Skill 就是你可以用 Markdown 定义一套工作流程,让 AI 按固定套路执行。真正难的不是写 Skill,而是怎么定义"有价值"。

我反复调试,最终搭出了一个四层漏斗模型:

 

2026-06-21-每天和AI聊完就删-我用WorkBuddy把它们变成了可复用的资产-2026-0621-23:02:01-1
2026-06-21-每天和AI聊完就删-我用WorkBuddy把它们变成了可复用的资产-2026-0621-23:02:01-1

先说第一层,事件识别。就是从聊天记录里把"发生了一件事"的地方挑出来。挑出来之后呢,每个事件我会让它回答几个问题:涉及什么项目?用了什么技术?做了什么动作?完成没?有没有曲折过程?有没有可展示的成果?你不需要关心这些细节,你只要知道,每个事件不是随随便便记一笔,而是有一套结构化的提取规则。

 

第二层是价值分类,也是我调得最多的地方。一开始只有四个类型,后来发现很多事件同时属于好几个类别,比如"排查 2 小时发现是环境变量问题",它既是 Bug 修复,又有曲折的过程,还有前后对比截图。如果只归到"Bug 修复"一类,它的故事性就被埋了。

所以后来我改成了叠加标注,一个事件可以同时打多个标签。比如上面那个例子,基础类型是 Bug 修复,叠加标签是故事型加成果展示型。这个设计是整个框架最核心的地方,也是我反复改了好几版才定下来的。

类型 说明 分享价值
技术方案 解决特定问题的技术选型与实现
Bug 修复 问题诊断与修复过程
功能迭代 新功能开发与上线
踩坑记录 遇到的坑与解决方案
决策思路 技术/产品/架构决策过程
日常事务 常规性、重复性工作
故事型 有曲折过程、转折、意外发现的技术叙事 极高
成果展示型 有可展示的交付物、量化数据、前后对比 极高

第三层是萃取加工。对标注了"故事型"的事件,按起-承-转-合-感悟五段式提取叙事线。你不用理解这个模板的细节,大概就是说,它能把一个干巴巴的"修了个 Bug"变成一个有起伏的故事。对标注了"成果展示型"的事件,它会提取关键数据、前后对比、一句话分享文案。

第四层是输出归档,生成报告、故事档案、分享素材清单。每天 5:00,WorkBuddy 自动执行这个 Skill,把前一天的聊天记录"炼"成一份报告,发到我邮箱。


效果:从"聊天记录"到"素材银行"

跑了几天的结果,说实话比我预期的要好。

最让我惊喜的是什么呢,就是原来聊天记录里藏着那么多故事。6 月 20 日那天,搜索结果 0 命中,也就是没有新增对话会话。我本来以为系统会报错或者生成一份空报告,结果它还是通过交叉验证脚本时间戳、配置文件创建时间,识别出了 5 个事件。0 命中不是故障,反而是 Feature,系统在最理想的状态下运行:不打扰用户,默默完成。

现在每天早上 5 点,WorkBuddy 会自动检索前一天的聊天记录,然后过一遍,识别事件、分类、评分、萃取,最后生成一份报告推送到我邮箱。全程零人工干预,我早上起来看一眼邮件就行。

第一份报告识别出了 5 个事件,3 个建议分享,2 个故事型。这些素材可以直接拿来发朋友圈、写公众号,不需要从零整理了。


报告长什么样

直接看实际生成的报告吧,截了一部分:

 

2026-06-21-每天和AI聊完就删-我用WorkBuddy把它们变成了可复用的资产-2026-0621-23:03:02-3
2026-06-21-每天和AI聊完就删-我用WorkBuddy把它们变成了可复用的资产-2026-0621-23:03:02-3

 

 

2026-06-21-每天和AI聊完就删-我用WorkBuddy把它们变成了可复用的资产-2026-0621-23:03:02-5
2026-06-21-每天和AI聊完就删-我用WorkBuddy把它们变成了可复用的资产-2026-0621-23:03:02-5
2026-06-21-每天和AI聊完就删-我用WorkBuddy把它们变成了可复用的资产-2026-0621-23:03:02-4
2026-06-21-每天和AI聊完就删-我用WorkBuddy把它们变成了可复用的资产-2026-0621-23:03:02-4
2026-06-21-每天和AI聊完就删-我用WorkBuddy把它们变成了可复用的资产-2026-0621-23:03:02-2
2026-06-21-每天和AI聊完就删-我用WorkBuddy把它们变成了可复用的资产-2026-0621-23:03:02-2

 


给你的建议

如果你也在用 WorkBuddy、CLaud Code或者其他什么 AI 工具,有一件事我想说,不要把聊天记录当成一次性消耗品。

你和 AI 的每一段对话里,其实藏着很多东西:解决过的问题可以写成技术博客,踩过的坑可以变成避坑指南,灵光一现的时刻可以做成故事素材。

怎么做?看你愿意投入多少。

手动版的话,每周花 30 分钟,翻一遍聊天记录,把有价值的事件记到备忘录就行。

半自动版的话,用 WorkBuddy 的搜索检索关键词,手动整理。

全自动版的话,参考四层漏斗模型,写一个 Skill,让 WorkBuddy 每天自动帮你提炼。不管你用什么工具,思路是一样的,让 AI 去翻自己的聊天记录,帮你提炼。

不需要一步到位。哪怕只是每周手动整理一次,三个月后你也会惊讶于自己积累了什么。你最终做出来的东西可能跟我这个也不一样,但这不重要,你可以不断去跟 AI 对话,让它慢慢做出你预期的效果。

这个工具我把它叫 daily-chat-analysis,已经封装成 WorkBuddy Skill 了。

它还不完美。分类标准可以更细,评分权重可以再调,故事萃取的模板也可以更丰富。但它解决了一个真实的问题:让流动的聊天记录,变成可沉淀的资产。

如果你也感兴趣,可以参考这个思路,做你自己的版本。根据工具的不同,AI 可能会跟你交互,问你更多需求,大家最终做出来的东西可能也不一样。但这不重要,你不断去调就行。

毕竟每天和 AI 聊那么多,总得留下点什么吧。

相关文章

国创赛评委手记:获奖项目都把这六个字做到了——真落地,讲清楚
提升AI编程工作效率的实用软件推荐
AI时代的文盲:不是不会用AI,而是不会审查AI
从费曼点菜想到的:时间决定了你该探索还是该收手
AI时代三大核心能力:结构化思考、数字化存档、场景化应用
为你主动服务的AI产品——得到大脑的使用体验

发布评论

这个站点使用 Akismet 来减少垃圾评论。了解你的评论数据如何被处理