KeyFrame內部研究專用

我搭了一套 Claude Cowork 自動化系統,模板免費送!

李厂长来了19 min中文
觀看原始影片

三句話摘要

用Claude Cowork搭建本地文件驅動的自動化系統,通過精心的文件夾結構和可復用技能實現工作流自動化。 Cowork的價值在於通過精心設計的文件夾結構將一次性的AI任務系統化轉為可復用的自動化工作流,真正使AI成為具備上下文記憶和執行一致性的生產力助手,而非僅是聊天機器人。 文件夾結構決定系統品質 — Cowork根據文件夾層級理解任務context,主文件夾包含多個子文件夾作為獨立項目。精心設計的結構讓Cowork能準確執行,無需每次都詢問用戶。

重點整理

  1. 文件夾結構決定系統品質 — Cowork根據文件夾層級理解任務context,主文件夾包含多個子文件夾作為獨立項目。精心設計的結構讓Cowork能準確執行,無需每次都詢問用戶。

  2. 三層配置系統 — 連接器打通第三方平台(Gmail、Notion、Google Drive)、技能是可復用的指令集合、插件是預設的Skills與Connectors組合,降低從零開始的複雜度。

  3. 自動生成項目記憶 — 每個子文件夾自動生成CLAUDE.md(說明書)與MEMORY文件(記憶系統),讓Cowork持續學習該項目特性,提高重複任務的一致性和品質。

  4. 從任務轉化為可復用技能 — 完成一次任務後可保存為Skill供未來使用,例如郵件回覆工作流可複製應用於後續郵件處理。

實用技巧與重點

  • 基礎配置
  • 僅支持Claude桌面應用(Windows/Mac),暫無手機和網頁版
  • 三種模型:Opus(性能最強但token消耗快)、Sonnet(平衡方案)、Haiku
  • 可連接平台:Gmail、Notion、Google Drive、Canva、S&P Global等
  • 文件結構
  • 主文件夾名稱:Cowork操作系統
  • 子文件夾示例:YouTube頻道、郵件管理、內容策略等
  • 自動生成文件:CLAUDE.md(項目說明)、MEMORY.md(項目記憶)
  • 實際案例數據
  • 郵件管理:查看Gmail過去一個月郵件、追踪常聯繫人、記錄回覆語氣
  • 視頻製作:同時進行2期視頻項目,每期含調研文件和腳本文件
  • YouTube子文件夾結構:數據分析、視頻1(腳本+調研)、視頻2(腳本+調研)
  • 工作流程
  • 命令調用:輸入斜杠+命令名(如/begin)啟動流程
  • 保存技能:完成任務後點擊「保存Skill」轉為可復用指令
  • 郵件自動化:直接在Gmail中生成回覆,無需複製貼上

結論

Cowork的價值在於通過精心設計的文件夾結構將一次性的AI任務系統化轉為可復用的自動化工作流,真正使AI成為具備上下文記憶和執行一致性的生產力助手,而非僅是聊天機器人。

完整解析

講者在過去數週研究了Claude Cowork的自動化能力,最終搭建了一套完整系統,可自動整理郵箱、生成郵件回覆、整理視頻素材並提供周熱點調研報告。Cowork的核心優勢在於它不同於傳統AI聊天工具,不是將數據存儲在雲端,而是直接操作用戶電腦本地的文件和文件夾。這決定了系統的可控性和靈活性,因此精心設計的文件夾結構成為自動化系統成功的基石。

Cowork操作系統由三個層級組成,缺一不可。連接器(Connectors)負責打通Cowork與Gmail、Notion、Google Drive、Canva等第三方平台,讓Cowork能自動拉取這些平台數據,無需手動複製貼上。技能(Skills)則是預設的指令集合,用戶定義一次後,Cowork便可反覆調用並按照既定工作流程執行。插件(Plugins)則將相關的Skills和Connectors打包組合,Anthropic提供的免費插件如生產力(Productivity)和金融(Finance),安裝後即可自動啟用所有相關功能,大幅降低從零配置的複雜度。

具體建置過程是先創建主文件夾"Cowork操作系統",再在其下創建多個子文件夾代表不同項目(如YouTube頻道、郵件管理)。當Cowork在某個文件夾中工作時,會自動生成CLAUDE.md(該項目的說明書)和MEMORY記憶文件(記錄該項目特性),這樣每個項目都有自己的指令體系和持續學習的記憶,Cowork無需重複詢問就能精準執行。講者以郵件管理為實例,展示了如何讓Cowork查看Gmail過去一月的郵件、分析常聯繫人和回複語氣風格、生成處理建議(刪除/歸檔/屏蔽/回複),並直接在Gmail中撰寫回複郵件。完成後可將整個工作流保存為Skill,未來只需一條指令就能反覆執行相同流程。

4 min
AI 技術中文11月21日

Make.com Automation for Beginners: Your First Automation in 10 Minutes

AI Workflow Lab看原片 ↗
  • Make 的核心是「情景」(Scenario) 概念,由多個模組組成,每個模組執行一個應用程式的單一工作。當第一個應用程式中發生事件時,Make 自動將資料傳遞到下一個應用程式,就像一個從不睡眠也不遺忘的數位助手。
  • 映射 (Mapping) 是自動化的核心。使用者需要明確告訴 Make 每筆資料應該放在哪裡,確保表單欄位正確對應到試算表的列,以及郵件內容能夠動態插入客戶資訊。
編輯精選
企業管理英文11月21日

What Anthropic's $900 Billion Bet Means for You

Nate Herk看原片 ↗
  • 訂閱用戶成為上市公司的收益基礎:4000 萬名小客戶(含 Claude Pro、Max、Ultra 或 API 用戶)合計貢獻 25% 的收入,形成 Wall Street 下注的對象。用戶每次訂閱續約都直接影響 Anthropic 股價,
  • 循環融資制造生態系統性風險:Amazon、Google、Broadcom 與 Nvidia 等公司既是投資者、又是運算服務提供商,同時採購 Anthropic 服務,形成相互依賴的閉環。若任一環節需求放緩,所有參與者將同時受創,系統風險無法
編輯精選
AI 技術英文11月20日

6 Lessons I Learned From Installing AI in a $10M Business

Liam Ottley看原片 ↗
  • AI 負責前 80% 工作,人的品味決定最後 20% — 系統一開始生成的提案很基礎,直到 Isaac 的設計師介入決定風格、選擇產品後,品質才大幅提升。需要將品味優秀的員工的規則和案例提供給 AI,讓初版更接近他們的標準。
  • 聚焦單一瓶頸,不要全面改造 — 分析發現提案環節是最大痛點:每月 15-20 張圖、每張 10 小時、成本 $500-1000、9 成無結果。選擇同時改善速度、成本、品質的用例,才是 AI 真正發揮價值的地方。