04

我的系统:Cola + Obsidian

How to用Agent协助做自媒体

BEFORE

信息散在
很多地方

找过往资料、写脚本、生成图片、排期发布,都要在不同软件之间来回切换。做完一条内容,很多东西也没能留下来。

from scratch
NOW · MY AI PARTNER

Cola 和我一起
把事情做出来

它是我的 AI 拍档,帮我调研、讨论、整理、写和改内容、生成图片、做设计,把内容工作里的执行向前推进。

make it happen
KEEP

Obsidian 让成果
慢慢积累

底稿、素材、数据、排期和复盘都沉淀为我的自媒体知识库,也成为 Cola 下一次理解我、继续协作的上下文。

keep growing
Scene 01

深度调研 + 多轮对话 → 内容产出

小橙从庞大的研究资料中整理出清晰内容

流程:

  • 我有一个选题方向
  • 先让Cola帮我做深度调研--全网数据、文化背景、争议点、别人怎么讲的
  • 看完调研之后,Cola引导我多轮对话--问我真正想表达什么、我的切入角度是什么
  • 对话中我的想法逐渐清晰,Cola把我们讨论的结果整理成框架
  • 框架确认后写成Markdown,存进Obsidian
  • 在Obsidian里继续打磨细节,最终变成口播稿/图文/视频脚本
  • 核心:Cola不是帮我写稿,是帮我想清楚。最终表达的观点一定是从我嘴里说出来的。

    场景一示例1 场景一示例2
    Scene 02

    Design Skill -- 一套完整的视觉产出系统

    小橙在视觉产出系统中搭建多个内容界面

    能做什么:

  • 3:4小红书图文卡片(单张/系列)
  • 教程类HTML网页(Sticky侧栏、步骤流程、动效)
  • 展示页/作品集网页
  • 数据看板/报告HTML
  • 演讲展示页(口播用的PPT替代)
  • 流程:

    • 确定内容方向和文案
    • 让Cola根据我的Markdown文档生成HTML,基本完成80%
    • 如果个别模块不满意,让它针对这个模块再出5个Playground供我选
    • 选完替换进正式文件,最终导出PNG或直接推GitHub上线

    核心:强化你的视觉认知,并降低你在展示环节所花费的时间。

    Design Skill:go.colaskill.com/esther

    Scene 03

    已发内容库管理 + 月度数据分析

    小橙把内容卡片放入内容库并发现规律

    流程:

  • Obsidian里维护一个内容库表格
  • 每个月批量通过语音输入法告诉Cola这个月发了哪些东西--包括当时的心情、想法、耗时、数据情况
  • 数据相比小红书后台会模糊一些(按五星好评这类标准来打标),但重点是记录心情和上下文
  • 记录完后让Cola根据数据库内容和我的心情进行一轮整体分析
  • Cola输出月度复盘报告:哪些方向是对的、接下来该如何调整
  • 复盘结果存回Obsidian,下个月的选题策略据此调整
  • 核心:

    • 人负责记录并提供上下文(心情、想法、感受)
    • Cola负责发现规律,并追踪每个月的变化
    场景三示例1 场景三示例2
    Scene 04

    广告排期 + 定时提醒

    小橙在广告排期日历中设置提醒

    这个场景解决的问题:商单越来越多之后,很容易忘记哪个品牌什么时候要发、哪个款项还没结算。手动记太容易漏,需要一个自动化的管理和提醒系统。

    流程:

    • 维护一张广告排期总表(品牌 / 报价 / 返点 / 到手金额 / 发布日期 / 状态)
    • 新商单来了告诉Cola,它帮我排进表里并计算返点到手金额
    • 发布前几天Cola自动提醒我(不需要我记,它有定时任务)
    • 通过维护这张表,我能清楚地知道哪些款项已经结算、哪些内容尚未发布
    • 月底Cola汇总当月广告收入

    其他定时提醒场景:

    • 每天早上AI行业日报推送--帮我跟踪行业动态,不需要自己刷新闻
    • 待办事项提醒(比如"明天要剪视频+准备直播")
    • 商单deadline提醒

    核心:不会遗漏任何细节,体验非常好。商业化也需要系统,不是接一单忘一单。

    我的广告排期表字段:

    品牌 产品 渠道 报价 服务费 到手价 投流费用 实际到手 平台 形式 排期 状态 是否复投 发票 Brief 脚本 备注
    广告排期提醒 广告排期示例
    Scene 05

    选题拆解 + 内容系列化

    小橙把一份长内容拆成多个选题方向

    这个场景解决的问题:有时候有一个很好的素材(一篇文章、一次访谈、一个灵感),但不知道怎么把它变成多条内容。需要一个"拆解→选方向→批量产出"的链路。

    两种入口:

    • 长内容拆小:一篇公众号长文或较长的访谈视频,让Cola先出逐字稿,然后拆解出多个较小的选题方向
    • 灵感发散:一个灵感、一次对话,丢给Cola拆成多个内容方向

    拆完之后,选感觉最对的方向,再回到Design Skill里让Cola帮我生成一系列相关内容。

    真实案例:

    • 同事写了一篇Cola 100天的公众号长文 → Cola帮我拆出8个小红书选题方向 → 我选了"地球Online人类观察日志"这个梗 → 直接做成4张系列卡片
    • 录了一场直播 → Cola出逐字稿 → 标注了哪些段落适合做切片 → 我选了其中5段做成短视频
    场景五示例3 场景五示例4
    场景五示例1 场景五示例2
    Scene 06

    一鱼多吃 -- 一份内容多平台变体

    小橙把一份内容连接到多个发布载体

    同一份素材,不同平台/不同载体:

    • 逐字稿 → 图文卡片:录完口播后,让Cola把核心观点抽出来做成3:4小红书图文
    • 视频 → 公众号文章:录完视频后,逐字稿改写成图文版发公众号
    • 教程 → 网页 + 卡片 + 视频:一个教程同时出HTML网页、图文卡片、录屏配音逐字稿
    • 个人号 vs 官号:同一次素材,个人号出人的视角,官号出产品视角

    核心:边际成本降到最低。一次创作,多次发布。

    AI 能做(执行层)

    深度调研 整理结构 视觉执行 批量产出 数据分析 格式转换 行政工作

    AI 不能做(决策层)

    判断什么值得说 决定审美方向 感受和情绪 价值观和立场

    AI是执行层的极致效率工具,但决策层永远是你的。它帮你做得更快,但不能替你想清楚。