畅销书作家的笔记:16 年汇入一个仓库

来自 3 个应用的 16 年笔记,按「是谁的文字」分类,让她的下一本书从她自己的文字中生长出来。

客户
A New York Times bestselling author
行业
Publishing
工作范围
知识管理数据迁移信息架构AI 自动化
技术栈
ObsidianClaude Cowork
模型
Claude Fable 5.1
状态
2026 年交付
她发来的笔记
18 GB+
笔记积累年数
16
一位畅销书作家在 Obsidian 关系图谱视图中的第二大脑,笔记围绕各自的枢纽聚集成簇;旁边是文件夹列表,展开在 System 文件夹的仪表盘、迁移记录和模板上

项目需求#

Silverthread Labs 为一位《纽约时报》畅销书作家交付了一个 Obsidian 仓库,里面装着她 16 年的笔记,按每个文件里是谁的文字来分类,并配有一个 Claude 提示词,在她批准后归档每一条新笔记。

她的随笔集登上过《纽约时报》畅销书榜,她还在写一份邮件通讯。

她把这项工作说得很小:一堆笔记,大部分在 Bear 里,要搬到 Obsidian。两人第一次交谈的那个晚上,Saif Pasha 就告诉她,这两个应用读取的都只是 Markdown 文件,所以真正重要的是文件本身,以及它们的组织方式。

根据她最先发来的那批文件,他逐个文件夹地拟出了仓库的规划。她修正了一个细节:她的邮件通讯不是一本书。随后她说出了真正的目标。她想给自己的文字安一个家,那些随手记下的想法和较长的段落,原本都埋在从其他作者那里收藏来的材料之中;在这个家里,她可以查询自己在某个主题上有哪些积累,让一个想法长成一本书、一部回忆录或一期邮件通讯。她已经签约的下一本书,将是第一次检验。

难点:普通导入无法照搬的 18 GB#

最先那批文件并不是全部。Notion 的导出跳过了所有嵌套在其他页面里的页面,所以她 Notion 页面之间的链接都指向了虚空。Saif 请她在开启 Create folders for subpages 的情况下再导出一次。完整的数据超过 18 GB:来自 Bear、Evernote 和 Notion 的 16 年积累,格式有 Markdown、PDF、纯文本、HTML 以及完整的 Notion 页面。Saif 在这批数据上重新做了一遍完整分析,因为这么多新材料可能会改变规划。

没有任何东西可以原样照搬。Bear 的 ID 看起来像时间戳,却把日放在月前面,所以标准导入会在毫无警告的情况下把笔记挪到错误的日期上。Mac 压缩包里的 __MACOSX 文件夹在每个真实文件旁边都放了一个 ._ 占位文件,任何简单的计数都会因此翻倍。此外,她的私密材料与其他所有内容混在一起。

[ 每份导出里藏着什么 ]

Saif 构建了什么#

他围绕一条笔记永远不变的两个事实来构建仓库:它装的是谁的文字,以及它处于哪个阶段。她自己的写作放在最上层,她的各本书旁边是一个 Notebook,用来存放还没有归属项目的想法。其他作者的文字则进入下层一个只增不减的存档。主题用标签而不是文件夹来表示,因为一条笔记可以涉及 5 个主题,却只能放在一个文件夹里。她的私密材料集中在一个文件夹中,因此只需一条规则,就能把它排除在所有同步之外。

她希望每个链接都有用意,同时不要动她的文件,所以每个链接都必须配得上一句话的理由,而且没有任何链接写进她的笔记里。链接都放在枢纽笔记中:每个主题有一条枢纽笔记,列出该主题下的笔记以及收录每一条的理由;借助 Obsidian 的反向链接,在枢纽点名的每条笔记里都能看到这条枢纽。除了每条笔记顶部的一个属性块之外,她的文字一个字都没有改动,Saif 还在动工之前为每一份原件都生成了指纹。

新笔记先落进 Inbox,再由一个提示词统一归档。她在 Claude Cowork 中打开仓库,运行 Saif 写好的分拣提示词,Cowork 就会返回一张表格,列出每个文件、建议的位置及理由,并且每一次移动都要等她批准。当它分不清某段内容是她自己写的还是她收藏的,它就会发问,并把每个回答保存为一条长期规则,因此问题会随着使用越来越少。

[ 仓库内部 ]

成果#

Saif 把仓库连同一份 How to use your vault 指南交给了她,这份指南既写给她本人,也写给她日后指向这个仓库的任何 AI。她当晚就回复了:

Hurrah! It works!
Esme Wang,《纽约时报》畅销书作家

到交接通话时,她已经在手机和台式电脑上用起了这个仓库,换上了自己的配色和字体,还加了几个自己建的文件夹。Saif 带她过了一遍之后,她在仓库上运行了第一个提示词。几秒钟内,它就整理好了 Notebook 里的标题,而每个标题下的正文原封不动。

如今,她来自 3 个应用的 16 年笔记都在同一个仓库里,按是谁的文字分门别类,而她自己的文字随时可以长成她的下一本书。

What a champ. He made a second brain for me in Obsidian after I threw thousands of files at his head and it came out beautifully.
Esme Wang,《纽约时报》畅销书作家

由 Saif Pasha 主导,Burhan Pasha 参与。 由 Silverthread Labs 团队构建。 © 2026 Saif Pasha 与 Silverthread Labs。 编号 SL-STL-SB-2607

最近更新: November 10, 2026

返回项目

[ 工作流程 ]

免费自动化审计

我们帮您找出占用最多成本的那 20% 手工作业,并清晰指出如何将其消除。

STEP 1.0
告诉我们痛点

告诉我们痛点

一次 30 分钟通话。请带我们走一遍您的日常运营,我们会发现您早已习以为常的瓶颈。

STEP 2.0
为机会排序

为机会排序

我们按影响与投入对每个机会评分,让您一眼看清哪些环节能让 AI 省下最多时间与金钱。

STEP 3.0
拿到可执行的方案

拿到可执行的方案

一份按优先级排好的路线图,可立即落地。与我们共同执行或自行实施皆可,成果永远归您所有。