把剪贴板变成 AI 收件箱：我最近整理信息碎片的方法

我已经很少使用剪藏类插件了

最近我在试一种很朴素却很顺手的信息整理方法：浏览网页时，先不要急着分类或收藏为笔记，更不要打开某个复杂的知识管理系统，我会把看到的内容先丢进剪贴板历史里，对，就是一股脑都复制到剪贴板里。

顺便一说，这不是什么心血来潮，临时拼凑的技巧，我已经实践了6，7个月了，才在这里分享给大家。

这个方法的前提很简单：我每天会浏览很多网页，包括产品文档、博客文章、论坛讨论、工具说明、GitHub issue、用户反馈、新闻资料、摘要，甚至一些社交媒体里的短句。过去我总想在看到一段内容时，就立刻判断它应该放到哪里：是项目资料，还是产品灵感，还是写作素材，还是某个主题研究的一部分。

这种刚看到内容就开始分类的动作，其实很打断心流。

阅读时，我不应该过早切换到整理状态。阅读本来应该保持流动，一旦开始思考「这段内容放在哪个文件夹」「要不要新建一篇笔记」「标题该怎么写」「标签用哪个」，阅读节奏就被彻底打断了。

所以我现在的第一步过程非常「粗暴」：看到有用的内容，就直接复制。

先复制，不整理

这里的关键不是复制全文，这点很重要。

无脑复制全文，本质上还是另一种通篇收藏。多数时候，我只是复制一段文字，有时候只复制一句话。有时候是网页里的观点，有时候是某个段落里的描述，有时候只是一个让我想起别的问题的表达。

复制之后，我不马上处理，也不马上写进 Obsidian 或其他笔记工具，而是继续阅读下去。

我用的是 Ditto 这样的剪贴板历史工具。Ditto 是 Windows 下的工具，我用了很多年。macOS 下也有类似的 Paste 等工具。它们会把复制过的片段临时存起来。等浏览告一段落，再从 Ditto 里把最近一批剪贴板内容一次性导出或粘贴出来，生成一个很大的文本块。整个过程都是快捷键操作，并不复杂。

这个打包在一起的「大文本块」通常很乱。里面可能有重复内容，可能有网页残留格式，也可能是标题和正文混在一起，不同文章之间未必有明确划分。

以前我一定不会这样做，因为保存的结果根本没法直接用，还要花很多心思整理。现在有了 AI 之后，我反而觉得，这种杂乱但有一定筛选痕迹的文本块，正是 AI 适合处理的材料。

我只负责在阅读时判断什么值得留下，AI 则负责把这些碎片信息整理成可用的笔记。

把大文本扔给 AI

我现在会把这份大文本扔给 Codex，或者其他支持文件读写的 AI 客户端，比如 OpenCode、Claude Code 之类都可以。

重点不是一定要使用哪一个客户端，而是它要能根据预设规则，把一大堆杂乱的信息拆成多篇可读的 Markdown 笔记，并保存到指定位置。

这一步我通常不会只说一句「帮我整理一下」，这可能是最糟糕的指令，就像和老板和员工说，「帮我弄一下」，这是什么意思？。

我会预先准备一个技能、规则文件，或者 prompt，让 AI 按照固定方式工作。每个人可以按照自己的习惯和领域，给 AI 设置不同要求。我的基本规则大致是：

• 先识别不同主题，不要把明显不相关的内容混成一篇。
• 每个主题生成一篇独立的 Markdown 笔记。
• 笔记标题要根据内容自动概括，或者识别出剪贴板内容里已经存在的标题文本。
• 不要随意改写原文，重要表述保留摘录状态，并串联在一起。
• 将结果保存到指定目录，比如 Inbox/Clipboard/，或者某个分类文件夹。

这样做以后，剪贴板就变成了一个很轻量的 AI 收件箱。

我不需要在浏览时停下来建笔记。复制动作本身就是采集动作。等到后面统一处理时，AI 再帮我做分割、命名、归类和初步摘要。

标签不要靠临场发挥

这套流程真正变得稳定，是从我开始给 AI 预先设置标签规则之后。

如果完全让 AI 自由发挥，它很容易生成一堆看似合理、但实际不可维护的标签。比如今天生成 productivity，明天生成 productivity-tools，后天又来一个 workflow。这些标签单独看都没错，但长期会把笔记系统搞乱。

所以我更倾向于给它一张固定标签表，或者至少给出明确的标签规则。

下面只是一个例子，不是我的实际标签表：

allowed_tags:
  - ai
  - workflow
  - pkm
  - writing
  - product-research
  - investment-research
  - obsidian
  - local-first
  - automation
  - reading-notes

然后要求 AI：

• 只能从 allowed_tags 中选择标签。
• 每篇笔记至少 1 个标签，最多 4 个标签。
• 如果没有合适标签，使用 inbox，不要创造新标签。
• 如果内容涉及多个主题，优先选择最具体的标签。

我更希望 AI 根据内容理解来分类，而不是随手发明一套新的元数据。

这样生成出来的笔记不会特别完美，但基本能进入我的系统，而不是变成另一批需要整理的垃圾。

也不要对标签有过度苛刻的要求。因为有了 AI 之后，完全可以事后按照新的标签规则，对已经保存的文件重新分类。换句话说，不要苛求一次到位。

这比直接保存网页更适合我

很多工具都支持网页剪藏，但我一直觉得网页剪藏有一个问题：它太「无脑」了。

收藏网页很容易带来一种错觉，好像内容已经被处理过了。实际上，它只是被保存了，甚至可能从来没有被完整读过一次。

剪贴板方法反而更克制。因为我复制的是当下注意到的部分，而不是整页网页。它天然已经经过第一轮粗筛。即使复制得很随意，也比完整网页更接近我的真实兴趣点。

换言之，网页剪藏保存的是网页，剪贴板保存的是注意力。它更接近我当时真正注意到的东西。这里面已经包含了一层筛选和判断。如果能顺手加上批注，就更好了。

浏览时只负责阅读和发现，AI 处理时负责拆分，笔记系统负责长期保存。每个环节只做一件事，反而比一边阅读一边整理更稳定。

进阶：让 AI 定期做二次整理

在这套流程基础上，还可以加一层定期总结。

比如每周两次，让 AI 扫描 Inbox/Clipboard/ 里最近新增的笔记，生成一篇阶段性总结。

如果是按周总结，还可以让 AI 找出更高层次的趋势。比如这一周我复制了很多关于某类 AI 工作流的材料，那它就应该提醒我：这不是孤立兴趣，而是一个正在形成的研究方向。

这个总结不一定要自动写进正式笔记。它可以先放在 Review/Weekly/ 文件夹里，作为二次加工的入口。真正有价值的内容，再进入项目笔记或者 backlog。

还有一个很实用的地方：一旦标签分类规则发生改变，可以事后让 AI 对存量文件重新分类。

这在以前是无法想象的工作量。但是有了 AI 之后，这件事不再复杂，反而很实用。这也是一种二次整理。

我现在更愿意把 AI 当成一个助理，而不是一个代替我思考和阅读的大脑，我现在非常反感「第二大脑」的说法，一般当作低劣的营销噱头来看。AI 不需要也不应该替我决定什么重要，但它可以帮我把散落的内容粘合起来，分堆、贴标签，并生成初步索引。

工具为次，理念为先

这套方法最有价值的地方，不是 Ditto，不是 Codex，甚至都不是具体的 prompt。

它真正改变的是信息整理的顺序。

过去常见的顺序是：

看到信息 → 判断价值 → 找位置 → 建笔记 → 写标题 → 打标签 → 保存

稍微偷懒一点，则变成：

看到信息 → 保存收藏 → 想着以后整理 → 大概率吃灰

现在变成：

看到信息 → 复制 → 继续阅读 → 复制 …… → 批量交给 AI → 自动拆分 → 自动打标签 → 定期回顾

之前要求我在阅读过程中不断切换身份：一会儿是读者，一会儿是资料管理员，一会儿是编辑，一会儿又是项目经理。后者则让我专注眼前的阅读，把一些琐碎的整理动作规则化，并交给 AI 自动处理。

当然，这不是一个完美系统。它仍然需要定期清理，也需要不断调整标签规则。AI 也会误判主题，偶尔会把应该分开的内容合在一起，或者把一个片段解释得过头。

剪贴板原本只是一个临时缓存。加上剪贴历史工具和 AI 之后，它可以变成一个低摩擦的信息入口。

这大概也是我现在对 AI 工具最实际的期待：不是替我思考，而是把我已经注意到的东西，按我设定的规则整理好就行。