折腾了一圈 AI 工具后，这 5 个真正进入了我的工作流

前几天我盘了一下电脑里的 AI 工具：Claude Code、OpenClaw、Hermes、ChatGPT、Codex、Gemini、Obsidian、ima、豆包……装得不少，真正干活时却还是经常要想：这件事到底该交给谁？

我的主要工作和内容生产、课程产品、项目运营有关。方案、资料、排期、协作、归档和宣传，单项都不算难，但很碎。工具一多，如果没有明确分工，反而会把时间耗在来回切换上。

AI 工具更新很快，我会继续试新产品，但不会每次风向一变就重做工作流。我更关心的是：它能不能解决真实、高频的问题，能不能接入现有流程，以及下次遇到同类任务时，我会不会自然地打开它。

工具可以换，但每次切换都应该有一个足够具体的理由。

现在真正留在我日常工作流里的，主要是 ChatGPT、Codex、飞书、Obsidian 和 Lovart。它们不一定每项都是最强的，但放在一起，刚好够用。

这套分工不复杂，但确实是我折腾一圈后真正留下来的结果。

一、 ChatGPT

我订阅了每月 20 美元的 ChatGPT Plus，Gemini 也买了年度会员。

但有了 ChatGPT 以后，我打开 Gemini 的次数已经少了很多。不是它不好用，只是目前没有一个任务让我觉得非它不可。

为了省 Codex 的额度，脑暴的时候我主要还是用 ChatGPT。

毕竟这种事特别吃来回对话。

Plus 套餐里的 Codex 对我目前的需求来说勉强够用，但也没有富裕到可以让我随便挥霍。

一个主题刚开始可能只是想聊聊课程定位，聊着聊着就会扯到受众、案例、活动节奏、转化文案等等。

这些东西很重要。

但它们不一定每一轮都值得交给 Codex。

所以某节课的设计、某个活动方案、一个标题方向，我会先在 ChatGPT 里聊。

先把雾吹散一点。

等目标、结构和判断标准都比较清楚了，再交给 Codex 去执行。

ChatGPT 还有一个我经常用的地方，是它的生图能力。

ChatGPT Images 2.0 出来以后，生成的海报已经可以直接用了。

生成完以后，文字、尺寸和局部细节再交给 Codex 修改，效果反而更好。

二、Codex

去年第一次听到 Codex 时，我下意识觉得它是敲代码的人专属。名字里带着 Code，演示里又总是终端、项目和 Git，不写代码的人很容易直接划走。

但到了今年，这个判断已经有点过时了。Codex 迭代得很快，它开始从「帮程序员写代码」，变成一个能读取资料、处理数据、操作文件、调用工具，把一段工作真正做完的 Agent。

对我来说，真正有价值的不是它会不会写代码，而是能不能把分散的小动作接成一条流程。

我在工作的项目资料里，已经沉淀过几个更实在的用法。

比如每天凌晨自动启动，收集当天要看的信息，几分钟后生成一份带目录、图片和排版的飞书日报。

也可以把公司后台导出的数据汇总起来，生成日报或周报，再把关键结果写进飞书多维表格。

订单数据可以算奖金、看趋势、做仪表盘。

课程逐字稿和会议记录可以批量对比版本，提炼变化，再更新到项目知识库。

这些事情单独看都不难。

难的是每周都要重新下载、整理、计算、排版、同步一遍。

Codex 现在还可以设置定时自动化。

我可以让它每周读取固定文件夹里的新增资料，检查缺失和异常，生成项目周报，再把结果放到飞书里等我确认。

这就不是简单的「帮我写一段文字」了。

它开始接手一段重复出现的工作。

当然，指标口径还是要人定，字段含义还是要人解释，敏感数据也不能随便交出去。

但对内容、课程产品和项目运营来说，已经有很多工作适合这样处理。

不用先做一个多复杂的系统。

先找出那件每周都要重复、规则又相对明确的事，让 Codex 跑通一次。

一开始可能比手动还慢。

这个我得承认。

但一旦跑通，后面就会越来越舒服。

我现在的习惯是先给 Codex 一个明确的工作目录，再告诉它哪些能改，哪些不能碰，最后要求它汇报修改结果。

涉及删除、移动、覆盖、联网和定时任务，我都会看一眼。

最近还有一个更新，真的让我觉得很爽。

现在可以直接在 ChatGPT 手机端操控 Codex。

我出门以后，照样能看它跑到哪了，回复问题，批准操作，或者临时改方向。

像生成日报、整理资料、同步飞书这种要跑一会儿的任务，以前人一离开，碰到一个确认就可能卡住。

现在掏出手机点一下，它还能继续往下跑。

这个变化看起来不大，用过以后是真的很难回去了。

三、飞书

飞书CLI

飞书 CLI 是这套流程里，我觉得特别好用。

它不是又给你增加一个对话窗口。

它更像是把飞书里的文档、多维表格、消息、任务、日历等能力，开放给 Codex 这类 Agent。

安装并完成授权之后，我可以直接用自然语言让 Codex 读取飞书资料、创建文档、整理任务，或者把本地结果同步到飞书。

Codex 和飞书 CLI 一接上，前面的自动化才真正有了落点。

凌晨生成的日报，不用躺在本地文件夹里，可以直接创建成带目录和图片的飞书文档。

订单或训练营数据处理完，关键结果可以继续写进多维表格，做统计、筛选和仪表盘。

课程逐字稿有了新版本，也可以整理变化后同步到项目知识库。

飞书官方还给过一个挺有意思的例子。

把过去两周的日历拉出来，给每场会议分类打标，写入多维表格，再做一个仪表盘，看看自己的时间到底花到哪里去了。

甚至可以分析过去一个月的会议妙记，给会议打一个产出分数，看看哪些会其实可以不开。

这种用法就很飞书。

飞书Aily

这玩意最大的好处，是它就在飞书里面。

不用再额外折腾一个入口。

不用先研究命令行。

也不用把资料搬来搬去。

你本来就在飞书里写文档、看表格、做项目、开会、整理资料，那 Aily 的优势就很明显。

对我来说，它更适合直接放进团队项目里。

把课程资料、项目文档、标准流程和复盘记录放进知识空间之后，可以让它按照这些资料回答问题。

也可以让它定时生成项目周报，根据事项创建飞书任务，或者读取多维表格，整理出一份数据分析报告。

资料更新之后，关联的知识也会继续更新。

这就很适合拿来做团队共用的项目助手。

这和飞书 CLI 的分工不一样。

Aily 更适合直接在飞书内部完成任务。

飞书 CLI 更像一座桥，让 Codex 这类外部 Agent 可以操作飞书。

一个适合在飞书里直接用。

一个适合把外部执行能力接进来。

如果你已经是飞书重度用户，又不想一开始就折腾太多东西，那就先试 Aily。

这条路径更低门槛。

四、Obsidian

我对飞书和 Obsidian 的分工很明确。

飞书

团队项目知识库

Obsidian

个人内容底稿

团队项目需要协作、权限、版本和流程，放飞书更合适。

但很多还没有成形的想法、课程灵感、方法论草稿和个人复盘，我更愿意先放在 Obsidian。

它的文件就是本地 Markdown。

结构简单，也比较踏实。

哪天换工具了，文件还在。

而且 Codex 可以直接读取和整理这些内容。

这点对我挺重要的。

因为知识管理最怕的不是没有记录。

是记录之后再也找不到，或者被困在一个无法继续处理的系统里。

我现在越来越不追求搭一个看起来极其复杂的知识管理系统。

文件能找到。

内容能继续修改。

需要的时候能被 Codex 调出来重新组合。

够了。

飞书像团队共同使用的项目办公室。

Obsidian 更像我的私人书房。

有些东西适合开会讨论。

有些东西，还是得先自己想明白。

五、Lovart

以我目前的使用感受，Lovart 直接生图的效果，通常比 ChatGPT 直接生成更合我的审美。

尤其是需要做课程封面、训练营海报或者成套视觉的时候，Lovart 的完成度会更好一些。

但问题也很现实。

会员有点贵。

而我的生图需求并没有高到需要长期订阅。

所以我现在的策略非常朴素。

薅免费积分。

需要快速看方向，就先用 ChatGPT Images 2.0 出一版。

如果对画面质量要求比较高，就去 Lovart 试一下。

图片主体已经没问题，只需要调整某个文字、尺寸或者局部细节，再交给 Codex 处理。

不是每个需求都值得单独开一个会员。

低频需求，更适合组合使用。

这种分工看起来有点抠。

但坦率地讲，我觉得挺合理。

我们使用这些产品，是为了减少工作成本。

要是为了提效，最后每个月先背上七八个订阅，多少有点给自己增加 KPI 了……（笑）

• ChatGPT 适合陪我讨论方向、做前期发散和快速出图。

• Codex 适合进入现场执行，把文件、数据和流程真正往前推。

• 飞书负责团队协作、项目知识、课程交付和数据流转。

• Obsidian 负责保存那些属于我自己的长期积累。

• Lovart 则在我需要更好视觉效果的时候出现。

它们各自都不完美。

但各自有自己的工位。

这比拥有一堆最强产品更重要。

因为真正改变工作的，从来不是某一次惊艳的生成。

是下一次遇到同类问题时，你已经知道该把它交给谁。

文中工具清单

为了方便查找，我把文中提到的工具、主要用途和当前使用状态统一放在这里。