Obsidian+Claudian：用Karpathy大神的方法给自己建了个"投放知识库"
Peter主理人 · · 阅读 今天聊聊最近很火的AI知识库，深度使用Obsidian+Claudian后，我打造了个人投放的知识库。
痛点：之前哪个 GEO 现在好跑、哪个网盟的Offer 靠谱、上次那个 Offer 为什么挂了、社交流量的最佳出价范围是多少、Facebook Bid Cap 到底怎么调……这些经验散落在聊天记录、论坛收藏夹、Tracker 后台的截图、还有你自己脑子里一闪而过的直觉判断。
问题是，脑子会忘。收藏夹会沉底。聊天记录翻三页你就放弃了。
过去两周我做了一件事：用 Claude Code + Obsidian，给自己搭了一个 Affiliate 专用的“第二大脑”。不是那种一时兴起建的笔记库（我之前建过好几个，全废了），而是让 AI 帮我维护的知识库——我负责往里扔素材，它负责整理、归类、互相关联，然后在我需要的时候能直接回答“我对某个素材理解”。
目前，这个系统已经帮我沉淀了几十篇结构化的蒸馏笔记，覆盖 Email Marketing、Native 广告、Facebook 投放、Survey List 等 10 个品类。每篇都是从自己过去的笔记、经验、热门帖子里提炼出来的操作手册级别的内容。
下面简单说一下我的做法和一些心得。
为什么传统方式不行
Affiliate 圈子的知识有几个特点：
碎片化。一条关键信息可能藏在 Discord 某个帖的第 200 楼，一个 AM 发的语音消息里，或者 付费论坛 一个 300 页帖子的第 180 页。
时效性强。去年好跑的 GEO 今年可能已经不行了，上个月还能用的 Offer 这个月可能被下线了。
经验难复用。你跑 Facebook 攒的出价经验，换个流量源可能完全不一样。但优化思路是通用的——问题是这个通用的部分你很难从具体的 Campaign 数据里抽象出来。
大部分人的做法是怎样的？收藏夹。收了几乎不看，看了不整理。整理了下次还是找不到。
现在主流做法
核心思路来自 Andrej Karpathy（前 Tesla AI 总监、OpenAI 创始成员）。他在今年分享了一个理念：让 LLM 帮你维护一个持久化的 wiki，而不是每次都从零搜索。
他自己的实践是用 LLM 在一个研究主题上累积了 100 多篇、40 万字的 wiki——他自己一个字没写，但随时能对这个 wiki 做复杂查询。本质上就是把知识“预编译”好了，而不是每次问问题都从原始材料里重新找。
我把这个思路搬到了Affiliate。实现方式是 Obsidian（本地 Markdown 笔记）+ Claude Code（AI 处理层）。整个系统分三层：
素材层（不可变）：自己核心笔记、Discord /论坛、飞书文档——原始内容原封不动地存在这里，作为基础。
知识层（AI 维护）：AI 从素材里“蒸馏”出结构化的方法论。
比如一个 535 帖的 Tiktok Journey 帖子，蒸馏成 10 个模块——追踪架构、投放优化、邮件策略、Offer 测试方法论、失败教训，每个模块都有具体的数据和操作规则。
记忆层（个人专属）：我的决策记录、失败复盘、趋势判断。这一层是纯个人的——AI 帮我维护，但内容全是我自己的判断。
关键的一点：我不写知识库，AI 写。我只负责把素材扔进去，告诉它“蒸馏一下”，它自动找到应该放在哪、跟已有的哪些知识关联、有没有跟旧判断矛盾的地方。
两周下来的几个感受
- 知识库的价值不在存了多少，在用了多少
之前建笔记库，存完就完了，下次用的时候还是 Google。
现在不一样——我问 AI我对 Native 广告了解多少，它直接从知识库里把 Owna 的 AdsKeeper 操作手册和 Susie 的 MGID 方案拎出来，还告诉我两个平台的差异在哪。
这种预编译的感觉跟每次重新搜索完全不一样。
- 跨领域的关联是最有价值的部分
我蒸馏完 Push+Email 的帖子后，系统自动把它跟 Email Marketing 的另一篇关联起来。一个是推广 Finance offer 的邮件策略，一个是做 Beauty 品类的邮件列表——看起来风马牛不相及，但 AWeber 的 deliverability 踩坑、发送频率的最佳实践、列表清洗的方法论是完全通用的。
这种跨品类的知识复用，靠收藏夹是做不到的。
3. AI 维护 ≠ AI 编造
这是我最在意的一点。
AI 的问题不是不够聪明，是太聪明了——它会自己编看起来合理但实际没有依据的内容。
我的做法是给每条判断打标签：这条是从原帖里直接提取的事实？还是 AI 综合推断的？还是多个来源互相矛盾需要我自己裁决的？
知识库要有用，首先得可信。
适合什么人
说实话，这套东西不适合所有人。
如果你刚入行、还在摸索第一个盈利的 Campaign，你的精力应该花在投放上，不是花在搭知识库上。
但如果你已经跑了一段时间，脑子里有不少跑过才知道的经验，又经常觉得好像之前看过这个但想不起来了——那搭一个 AI 维护的知识库，可能是你今年做的最值的一件事。
不是因为它能直接帮你赚钱，而是因为它能让你的经验不再丢失。
你跑过的每一个 Campaign、踩过的每一个坑、读过的每一个论坛帖子，都变成了可以随时调用的决策依据。
知识库做的就是这件事——只不过以前靠脑子记，现在交给 AI 替你记。
Peter的Affiliate之路
关注公众号获取更多Affiliate干货