灵感式写作

2025-11-19|葬爱咸鱼|10 个实体|8 条关系

知识图谱摘要

提及实体 (10)
关系 (8)
彼得·蒂尔合作扎克伯格

两人之间存在邮件通信往来

Anthropic竞争月之暗面

作为底层模型供应商在API调用市场竞争

Claude竞争Kimi

在处理复杂任务的场景中,Kimi被用作Claude的国产平替方案

Anthropic开发Claude

Anthropic是Claude系列生态产品的开发公司

月之暗面开发Kimi

Moonshot(月之暗面)开发Kimi模型及其开放平台

Travis Kalanick创立Uber

创办了Uber

Cherry Studio集成Claude

Cherry Studio客户端内集成了Claude Code的SDK

Cherry Studio集成Kimi

Cherry Studio支持切换并直接调用Kimi(K2 Thinking)模型

「捕捉灵感碎片」

我之前提出过一个概念:编程式写作。用Claude Code来处理写作任务,给它精简的上下文资料、明确的指示,然后由它来制定工作计划,先写提纲,再写全文,模块化地完成整个工作。这个方法本身很简单,但问题在于,很多人仍然在问我:怎么用AI来写作?

怎么编程式写作?之前的编程式写作方法有个重大缺点,门槛比较高。你要使用Claude Code,首先需要注册Claude账号。

然后要学会使用一个IDE,像Cursor或者VS Code。你还要能管理终端、理解本地环境。对于非技术背景的人来说,这个学习成本太高了。

但这个问题也很好解决。我发现了一个完美的解决方案:在Cherry Studio里调用Claude Code,同时把模型切换成Kimi的K2 Thinking。Cherry Studio是一个非常好用的开源第三方模型客户端。

它最近上新了编程Agent的功能——集成了Claude Code的SDK,还支持任意的模型切换。这意味着,你现在可以在Cherry Studio里直接方便地使用Claude Code,不用再去注册Claude账号,不用再去管终端,不用再管什么本地环境。

所有这些复杂的操作都消失了。而K2 Thinking的思维链能力对处理复杂写作任务更有帮助,更重要的是国产,全过程不给邪恶Anthropic爆一分金币。让我用一个具体的案例来演示这整个流程。

昨天我写的文章《彼得·蒂尔是中国的辱追梦男》,就是完全用新的写作方法写出来的。01第一步:捕捉灵感碎片首先,怎样产生文章的想法?我花了两三天的时间,密集地阅读彼得蒂尔的文章和播客。

在这个过程中,每次看到关键内容,我脑子里就会产生很多想法。但这些想法都是零散的、不完整的。每个想法本身都很好,但它们都只是碎片。

那怎样记录这些零散灵感呢?我用了钉钉A1的录音卡片。这个录音卡有一个非常好的语音备忘录按键。

你按下这一个按键,它就开始记录。松开按键,它就把录音自动发送到钉钉的聊天窗口里,再手动点一下转文字(谁给无招说一下,能不能改成自动转文字)。相当于一个实体版的微信语音按键。

所以我的准备流程是这样的:一边看彼得·蒂尔写的这些文章,一边随手用录音卡片,记录我的想法。最后把所有这些想法汇总到一个文档里,彼得·蒂尔资料.txt。这个文件里面包含了原文的大量摘录,也包含了我相应的零散想法,还有AI的精辟回答。

原文和想法混在一起,形成了一份混杂的资料。第二步:建立项目文件夹接下来,我创建了一个项目文件夹,用来存放这个写作任务的所有相关资料。这个文件夹里最核心的参考资料是彼得·蒂尔资料.txt。

同时我还收集了:一篇彼得·蒂尔之前写的文章、他创办的VC对技术停滞的完整论述、他和扎克伯格的邮件通信、他最近接受的一次专访。以及文风参考。我放入了一篇我之前写的文章《炒作仙人孙宇晨》,作为AI学习我写作风格的范本。

还有一个具体的案例。我对一个案例印象非常深刻——Uber创始人对中国公司竞争能带来创新的论述。我专门去找到了这期播客,把这段话摘录下来,要求AI在文章中引用这个具体案例。

第三步:给AI明确的指令准备好项目文件夹之后,我非我给了AI比较清晰的指令:我的核心观点:彼得·蒂尔是一个媒体老师,因为他只能发现问题,但无法解决美国衰落这个最根本的问题。我的重点参考资料是:你要重点参考彼得·蒂尔资料.txt这个文件作为整个文章的主要逻辑基础。

我的文风要求是:参考我之前写的炒作仙人孙宇晨文章的风格。我的具体要求是:要引用Uber创始人对中国公司竞争的这个具体案例。我的工作流程是:先建立项目文档,再写提纲。

当然,这些指令是我口述的,由转录APP(闪电说,名字有点土炮,但是端侧模型,比Whisper快,好用)输入,所以,讲清楚自己的意图,说清楚你的具体要求和禁止事项,还是一个比较方便的事情。第四步:模块化写作提纲确认后,我让AI开始模块化地写作。

这是核心步骤,因为Claude Code会自动确保每个部分都只有三四百字。这种任务拆解模式有什么好处?完全避免了幻觉问题。

每一个小部分AI都能准确处理。当然,写作过程说起来简单,但也不是一步到位的。中间也有几个修改过程。

比如标题就改过。我最初的标题是「彼得·蒂尔是一个媒体老师」,但写完全文后,我想把标题换成「彼得·蒂尔是中国的辱追梦男」。标题一换,我就让Claude Code根据新标题重新修改文章中的相应表述,确保核心观点被反复强调了。

1 2 3 4 5@重要参考/彼得蒂尔资料.txt我要写一篇讲彼得蒂尔的文章,我的核心观点是彼得蒂尔是一个媒体老师,因为他只能发现问题,但需要特别注意的是,不要自己制造任何新的概念,特别是需要打引号的新概念,不要自己制造概念。@重要参考/炒作仙人孙宇晨.txt @重要参考/uber案例.md 我需要你参考孙宇晨的文章,这篇文章我希望你首先把这一切更新工作计划。

然后按照工作计划呢模块化的逐步的执行写提纲这个工作。

中间还遇到过一个技术问题。因为Cherry Studio现在还是测试版本,不太稳定,我遇到了一次上下文过长引起的API报错。我用了/clear命令清除了上下文,从头开始。

好玩的是,因为我一开始就建立了完整的项目文档和提纲,AI重新根据这些清晰的文档来写,反而写出来更清晰了。这给了我一个启发:AI也需要遗忘,就像人需要睡觉一样。清空冗余的上下文记忆,重新根据核心文档来执行,有时候效果会更好。

最后,AI自动把所有部分整合成一篇完整的文章。成文大概5000字,整个写作过程花了两小时,主要是我写写停停,刷刷知乎😄这篇文章的总成本约10块钱,我用的K2 Thinking Turbo高速版本,输出速度挺快,号称最高速度100 token/s,实际上执行一次比较复杂的任务也就花个一两分钟时间。

如果用普通版K2 Thinking,API成本会降到1/3,也就是3块多钱,一瓶冰红茶了属于是。

使用下来,K2 Thinking的文风模拟能力挺不错。我给出的文风参考只有一篇我写的讲孙宇晨的文章,但最后的AI成文,我基本没有修改字词。只是删除了几个内容重复的段落,增加了一两句整活的表述。

整篇文章读下来,仍然是非常明显的我的风格。02灵感>执行更重要的其实是写作思路的改变。之前我讲的编程式写作方法,要求你先完整地表达想法。

你需要对着录音APP至少喷个十几分钟,把想法充分表达出来。这对表达能力是有比较高要求的。绝大部分人就是很难连贯性的说十几分钟话。

现在不需要了。现在你可以随时随地的录音,把你的想法记录下来。这些想法不需要完整,灵感碎片就行。

你看某篇资料的时候,脑子里闪过一个想法,你就把它记录下来。这个想法可能只是半句话,可能只是一个观点,可能只是一个数据或者一个比喻。只是一个电光火石般的灵感。

然后,你把这些零散的想法放进一个文档里,喂给编程Agent,让AI来帮你梳理出一个连贯的逻辑,写出完整流畅的提纲,再让AI根据提纲来进行写作。这进一步地降低了编程式写作的门槛。不需要表达能力,只需要零散的、不完整的想法。

创意工作就应该是这样的。灵感比执行更重要,灵感比完整表述更重要。你不需要自己先想清楚再讲,只需记录闪现的想法。

AI来帮你把灵感碎片串联成完整的叙事。灵感往往是闪现的。当你在看资料、思考问题的时候,很多灵感就冒出来了。

但如果你要求自己先把这些灵感组织成完整的二十分钟的表述,你反而会压制灵感的流动,憋久了容易忘记初心。捕捉灵感碎片,后续交给AI来整理。这更符合创意工作的本质。

03 Just Download It那怎样自己开始进行这种灵感式写作呢?非常简单,只需要两步前置准备。

首先,下载Cherry Studio(www.cherry-ai.com),在里面添加一个编程助手。点击左上角-助手-下方的+添加助手其次,去Kimi开放平台(platform.moonshot.cn)申请一个API密钥,然后把它填入Cherry Studio的设置里,选择K2 Thinking模型。

然后准备你的项目文件。这里有个很重要的原则:精要地给资料,而不是尽可能多地给资料。很多人的误区就在这里——想把所有相关的资料都塞进项目文件夹,结果AI的上下文变得非常复杂,反而写得更差。

你只需要三类文件放进项目文件夹。首先是最核心的你的想法汇总。你阅读这些资料时产生的思考和灵感,把原文摘录、你相应的思考、AI精辟的回答,都放进这个文档里。

其次是背景资料。不是所有的相关资料,而是真正能驱动你写作的关键资料。比如彼得·蒂尔这篇文章,我没有把他所有的文章都扔进去,只选了一篇他本人写的文章、一篇近期采访和一份他和扎克伯格的邮件记录。

第三是一篇你满意的参考文章,让AI学习你的文风。就这三类,不需要更多。准备好之后,打开Cherry Studio的Claude Code助手,充分讲清楚你的意图:要写什么、篇幅多长、核心观点是什么、重点参考哪个文件。

让AI去扫描资料、建立提纲、制定执行计划。关键是要让AI做结构化的工作,你只需要提供灵感、资料和明确的意图。

新的写作方法,关键在于思考流程的改变。之前的AI写作方式,要求你先把想法完整地表达出来。你需要对着录音APP至少喷十几分钟,一次性地讲清楚你的想法,然后才能交给AI去执行。

这对表达能力有很高的要求,而且会压制灵感的自然流动。新的编程式写作方式是,你看到资料时脑子里冒出什么,就把什么记下来,不需要组织,不需要完整。这些零散的想法混在一起,看起来很混乱,但恰恰是因为这种混乱,它们保留了最原始的、最有生命力的灵感。

然后,你把这些碎片交给AI去整理。AI来帮你梳理出逻辑、生成提纲、执行写作。灵感往往就是在这种自由流动的状态下产生的。

人不被要表达完整的压力束缚,反而能产生更多、更好、更新鲜的想法和创意。