Van 的内容方法论 — AI KOL 的操作系统
一个英国的中文 AI 抖音 KOL(11 万粉)怎么把 vault 当大脑、把 AI 当团队、把 wiki 当资产。这是我从 0 到 11 万粉一路总结的、可执行的方法论。
主张
我不是”做内容的人”,我是”经营知识资产的人”。 每条视频是知识资产的一次变现,不是消耗品。
具体到操作上有四条铁律:
- 输入端工业化——刷到好东西 5 秒钟投喂给系统(
[[CLAUDE]]的 ingest 管线),不靠记忆和收藏夹 - 加工端 AI 化——AI 当同事(
[[multi-role-framework]]),不当工具。我只做”决策”和”品味” - 输出端复利化——视频脚本不是凭空写,是从 wiki 已编译的概念页里”调”出来(
[[karpathy-llm-wiki]]) - 资产端公开化——精华公开成 wiki(你正在看的这个),粉丝在 wiki 学习 = 24h 不打烊的我
❓ 校准点:你最近做了哪条视频体现了这套方法?哪条视频是这套方法救活的?要不要把那一条作为标志案例放进来?
我做内容的三类题材
vault 里 290 篇笔记的实体分布告诉我,我真正关心的主题只有这几个(按 vault 引用次数):
| 主题 | 引用次数 | 我的角度 |
|---|---|---|
| codex | 109 | OpenAI Codex 怎么和 Claude Code 双开互审 |
| multi-role-framework / role-roster / task-card-system | 117 综合 | 把 AI 当同事的多角色协作框架 |
| hyperframes + 视频自动化 | 51(MOC 计数) | Codex × HTML 替代剪映 |
| obsidian + PKM | 11 | Karpathy LLM Wiki 的中文实现 |
| AI 一人公司 / 商业化 | ~30(标签:productivity, workflow) | 6 个月跑道下的轻量项目方法论 |
❓ 校准点:这是 vault 反推的”我关心什么”,不一定等于”我做视频的题材”。你实际选题时还看什么?(粉丝问的高频问题?平台热搜?个人感性的瞬间?)
选题策略
1) 用 wiki 当选题灵感库
打开 https://wiki.vanmiku.cc.cd → 找最近被 ingest 的高频实体 → 那就是社区正在关心的
2) 用 MOC 找跨界角度
两个 MOC 交叉处往往是好选题:
- MOC: AI-agent-orchestration × MOC: video-automation → “用 multi-agent 做视频”
- MOC: AI-knowledge-management × MOC: behavioral-psychology → “用 Atomic Habits 设计 PKM”
3) 用候选清单提早做题材
00-Inbox/_state/promotion_candidates.json 记着 vault 里频率 ≥4 但还没晋升的实体。这些是”未来 1 个月的趋势词” — 提前做就是先发优势。
❓ 校准点:你选题更靠”灵感乍现”还是”系统搜索”?这条决定你日常打开 wiki 的频率。
制作流程
脚本生成
- 在 wiki 把 3-5 个概念页 URL 复制成清单
- 丢给 Claude / Codex,prompt:
“用我 wiki 这些 URL 的内容写一个 3 分钟抖音口播脚本,主题:
。我的人设是英国中文 AI KOL,有点理性、有点工程师、不喜欢虚的。” - Claude/Codex 读 wiki 概念页 + evidence 反链 → 生成基于真实知识的脚本
- 我改 10% — 调钩子、加我的语气、删掉太”AI 感”的句子
视频制作:HyperFrames 优先
- 90% 视频走 hyperframes 工作流(HTML/GSAP + Codex 一次生成)
- 剩下 10% 走剪映(实拍 / 直播切片 / 表情包)
❓ 校准点:这个比例对吗?你实际 HyperFrames 用得多还是剪映多?
配音 / 实拍
- TTS 配音:<还没定>
- 我自己说:<什么类型用我自己说?>
❓ 校准点:你的”声音”是关键 IP,要不要在这里专门写一段”我的口播风格”?
发布 / 互动 / 直播
❓ 校准点(这段我推断信息不足,需要你填):
- 发布时间:你抖音哪个时段流量最好?
- 标题套路:你的高赞视频标题有共性吗?
- 互动:评论区是粉丝问→AI 答还是你亲答?
- 直播:每周几播?播什么?
留这段空。等你回来填一段 200-500 字。这是 vault 里 AI 抓不到的、只有你知道的核心 IP。
数据复盘
❓ 校准点:
- 你怎么衡量一条视频”成功”?(播放量 / 评论质量 / 转化到私域 / 直播间观看)
- 复盘频率?(每条 / 每周 / 每月)
- 用什么工具?(抖音后台 / 飞书表格 / Obsidian Dataview)
填完后,我可以帮你写一个 _meta/scripts/douyin_metrics.py 自动抓抖音数据回写 vault,变成 Dataview 视图。
我跟其他 AI KOL 的差异点(关键 IP)
❓ 核心校准: 这是这篇笔记最重要的一段。你必须自己写,不能让 AI 推断。
用一段话回答:为什么粉丝要 follow 我而不是其他 AI 博主(光羽、刘小排、Garry Tan 之类)?
提示方向(选 1-3 个,自己写):
- 英国视角(中文 AI 圈里的”海外坐标”)
- 工程化 + 不虚(不卖课,真跑通)
- 真实跑道(6 个月现金,不是 VC 烧钱)
- vault-first(整个工作流公开,不藏私)
- <你自己的>
填完后,这段就是你所有视频的隐藏锚点。Claude/Codex 写脚本时也会用这段当”风格 DNA”。
我的工作日(理想态)
| 时段 | 动作 | 涉及概念 |
|---|---|---|
| 早 8am UK | 看 daily digest,挑 1-2 篇精读 | karpathy-llm-wiki |
| 全天碎片 | Telegram 投喂好内容到 @vanswbot | ingest 管线 |
| 上午 10-12 | 写 1 个视频脚本(基于 wiki) | hyperframes |
| 下午 2-5 | 制作 1 条视频 + 处理评论 | |
| 晚 7-9 | 直播 / 写概念页 / 学习 | role-roster 演进 |
| 周一 9am UK | 看 lint 报告 + 月度晋升一次 | CLAUDE LINT |
❓ 校准点:这是 idealized 的版本。你实际作息?
连接
- 工作流引擎:claude-code / codex
- 知识引擎:karpathy-llm-wiki / obsidian
- 视频管线:hyperframes
- AI 团队:multi-role-framework / role-roster / task-card-system
- 个人激励:james-clear / temptation-bundling
- MOC:MOC: AI-knowledge-management / MOC: video-automation / MOC: human-ai-collaboration
待深挖
- ✋ 把”我跟其他 AI KOL 的差异点”那段写满
- ✋ 把”发布 / 互动 / 直播”那段写满
- ✋ 把”数据复盘”接到抖音 API(写一个
douyin_metrics.pyLaunchAgent) - ✋ 这篇笔记本身上 wiki 后,把它公开标题改成更钩子化的(例如 “我是怎么做到 11 万粉的:一个英国 AI KOL 的操作系统”)
- ✋ 12 个月后回头看,这篇里哪些主张需要更新?
2026-05-29 第一版,由 AI 基于 vault 反推草拟,等 Van 校准。校准前 status: budding;校准后改 evergreen。