AI 加持的笔记工作流:5 个实用场景

Aino LifeOS 的 AI 功能不是独立的聊天窗口——它和你的笔记深度集成。本文介绍 5 个将 AI 融入日常笔记的实用场景。

场景一:AI 帮你写会议纪要

问题

开完会后,你有一堆零散的要点笔记,需要整理成结构化的会议纪要。

做法

  1. 会议中在日记里快速记录要点:
## 产品评审会

- 新功能 demo 通过
- 需要改按钮颜色 设计师说太暗了
- 后端性能问题 用户反馈页面加载慢 3秒
- 上线时间定下周三
- 负责人:前端小王 后端老李
- 测试需要2天
  1. 打开 AI 聊天,用 # 引用今天的日记
  2. 输入:「帮我把产品评审会的笔记整理成正式的会议纪要,包含待办事项和负责人」
  3. AI 返回结构化的纪要:
## 产品评审会纪要 — 2024-03-20

### 决议

1. 新功能 Demo 评审通过,进入测试阶段
2. 上线日期确定为下周三(3/27)

### 待办事项

| 事项                          | 负责人  | 截止日期 |
| ----------------------------- | ------- | -------- |
| 调整按钮配色(偏暗)          | 小王    | 3/22     |
| 排查用户反馈页性能(加载 3s) | 老李    | 3/25     |
| 集成测试                      | QA 团队 | 3/26     |
  1. 复制到项目笔记中保存

场景二:AI 帮你分析笔记中的数据

问题

你在多篇笔记中记录了用户反馈,需要统计分析。

做法

  1. 在 AI 聊天中用 # 引用包含反馈数据的多篇笔记
  2. 输入:「分析这些用户反馈,按类别分组并统计数量,找出最高频的问题」
  3. AI 跨笔记分析,返回分类统计结果
Tip

AI 聊天支持同时引用多篇笔记。用 # 搜索并选择,AI 会综合所有引用内容来回答。

场景三:用 AI 代理批量处理笔记

问题

你想给 PARA Resources 文件夹下的 30 篇技术笔记都加上 Frontmatter 标签。

做法

  1. 确保已配置 MCP 文件系统服务器
  2. 打开 AI 代码代理
  3. 输入:
扫描 3-Resources/编程/ 文件夹下的所有 .md 文件。
对于每个文件:
1. 分析内容主题
2. 如果没有 Frontmatter,则添加
3. 根据内容自动生成 tags 标签
  1. AI 代理逐个处理文件,自动为每篇笔记添加合适的标签

场景四:AI 辅助学习新知识

问题

你在内置浏览器中阅读了一篇关于分布式系统的长文,想把核心知识点提炼出来。

做法

  1. 在内置浏览器中阅读文章
  2. 剪藏全文到日记
  3. 打开 AI 聊天,引用日记
  4. 分步提问:

第一轮:「总结这篇文章的核心观点,用 5 个要点概括」

第二轮:「解释文中提到的 CAP 定理,用一个日常生活的类比」

第三轮:「根据这篇文章,设计 3 个练习题帮我检验理解」

  1. 将 AI 的回答整理到 PARA3-Resources/分布式系统/

场景五:AI + 搜索 联合查找

问题

你记得之前在某篇笔记中提到了一个解决方案,但记不清在哪。

做法

  1. 先试用全文搜索,输入你记得的关键词
  2. 如果搜索结果太多,打开 AI 聊天
  3. $ 引用搜索结果或用 @ 引用某个文件夹
  4. 输入:「在这些笔记中找到关于 Redis 缓存过期策略的讨论,总结主要结论」
  5. AI 从多篇笔记中找到相关内容并汇总

AI 功能配置建议

要充分利用这些场景,建议的配置:

配置项推荐值原因
AI 模型Claude 或 GPT-4复杂推理和长文分析更准确
MCP 文件系统配置 Vault 路径AI 代理可以读写笔记文件
聊天上下文保持默认引用笔记时自动包含足够上下文

设置 → AI 配置 中设置你的 API Key 和模型偏好。详见快速上手

功能关联

场景核心功能辅助功能
会议纪要AI 聊天日记编辑器
数据分析AI 聊天搜索
批量处理AI 代理MCPPARA
学习提炼AI 聊天浏览器PARA
联合查找AI 聊天搜索
Tip

AI 的价值不在于替代你思考,而在于加速信息处理。你负责判断和决策,AI 负责整理、分类、总结和查找。