「捕捉靈感碎片」

我之前提出過一個概念：編程式寫作。

用Claude Code來處理寫作任務，給它精簡的上下文資料、明確的指示，然后由它來制定工作計劃，先寫提綱，再寫全文，模塊化地完成整個工作。

這個方法本身很簡單，但問題在于，很多人仍然在問我：怎么用AI來寫作？怎么編程式寫作？

之前的編程式寫作方法有個重大缺點，門檻比較高。

你要使用Claude Code，首先需要注冊Claude賬號。然后要學會使用一個IDE，像Cursor或者VS Code。你還要能管理終端、理解本地環境。對于非技術背景的人來說，這個學習成本太高了。

但這個問題也很好解決。

我發現了一個完美的解決方案：在Cherry Studio里調用Claude Code，同時把模型切換成Kimi的K2 Thinking。

Cherry Studio是一個的開源第三方模型客戶端。它最近上新了編程Agent的功能——集成了Claude Code的SDK，還支持任意的模型切換。

這意味著，你現在可以在Cherry Studio里直接方便地使用Claude Code，不用再去注冊Claude賬號，不用再去管終端，不用再管什么本地環境。所有這些復雜的操作都消失了。

而K2 Thinking的思維鏈能力對處理復雜寫作任務更有幫助，更重要的是國產，全過程不給邪惡Anthropic爆一分金幣。

讓我用一個具體的案例來演示這整個流程。

昨天我寫的文章，就是完全用新的寫作方法寫出來的。

01

靈感式寫作

第一步：捕捉靈感碎片

首先，怎樣產生文章的想法？

我花了兩三天的時間，密集地閱讀彼得蒂爾的文章和播客。

在這個過程中，每次看到關鍵內容，我腦子里就會產生很多想法。但這些想法都是零散的、不完整的。每個想法本身都很好，但它們都只是碎片。

那怎樣記錄這些零散靈感呢？

我用了釘釘A1的錄音卡片。這個錄音卡有一個非常好的語音備忘錄按鍵。你按下這一個按鍵，它就開始記錄。松開按鍵，它就把錄音自動發送到釘釘的聊天窗口里，再手動點一下轉文字（誰給無招說一下，能不能改成自動轉文字）。相當于一個實體版的微信語音按鍵。

所以我的準備流程是這樣的：一邊看彼得·蒂爾寫的這些文章，一邊隨手用錄音卡片，記錄我的想法。

最后把所有這些想法匯總到一個文檔里，彼得·蒂爾資料.txt。這個文件里面包含了原文的大量摘錄，也包含了我相應的零散想法，還有AI的精辟回答。原文和想法混在一起，形成了一份混雜的資料。

第二步：建立項目文件夾

接下來，我創建了一個項目文件夾，用來存放這個寫作任務的所有相關資料。

這個文件夾里最核心的參考資料是彼得·蒂爾資料.txt。同時我還收集了：一篇彼得·蒂爾之前寫的文章、他創辦的VC對技術停滯的完整論述、他和扎克伯格的郵件通信、他最近接受的一次專訪。

以及文風參考。我放入了一篇我之前寫的文章，作為AI學習我寫作風格的范本。

還有一個具體的案例。我對一個案例印象非常深刻——Uber創始人對中國公司競爭能帶來創新的論述。我專門去找到了這期播客，把這段話摘錄下來，要求AI在文章中引用這個具體案例。

第三步：給AI明確的指令

準備好項目文件夾之后，我非我給了AI比較清晰的指令：

我的核心觀點：彼得·蒂爾是一個媒體老師，因為他只能發現問題，但無法解決美國衰落這個最根本的問題。

我的重點參考資料是：你要重點參考彼得·蒂爾資料.txt這個文件作為整個文章的主要邏輯基礎。

我的文風要求是：參考我之前寫的炒作仙人孫宇晨文章的風格。

我的具體要求是：要引用Uber創始人對中國公司競爭的這個具體案例。

我的工作流程是：先建立項目文檔，再寫提綱。

我希望你首先把這一切更新工作計劃。然后按照工作計劃呢模塊化的逐步的執行寫提綱這個工作。

當然，這些指令是我口述的，由轉錄APP（閃電說，名字有點土炮，但是端側模型，比Whisper快，好用）輸入，所以，講清楚自己的意圖，說清楚你的具體要求和禁止事項，還是一個比較方便的事情。

第四步：模塊化寫作

提綱確認后，我讓AI開始模塊化地寫作。這是核心步驟，因為Claude Code會自動確保每個部分都只有三四百字。這種任務拆解模式有什么好處？完全避免了幻覺問題。每一個小部分AI都能準確處理。

當然，寫作過程說起來簡單，但也不是一步到位的。中間也有幾個修改過程。

比如標題就改過。我最初的標題是「彼得·蒂爾是一個媒體老師」，但寫完全文后，我想把標題換成「彼得·蒂爾是中國的辱追夢男」。標題一換，我就讓Claude Code根據新標題重新修改文章中的相應表述，確保核心觀點被反復強調了。

中間還遇到過一個技術問題。

因為Cherry Studio現在還是測試版本，不太穩定，我遇到了一次上下文過長引起的API報錯。我用了/clear命令清除了上下文，從頭開始。好玩的是，因為我一開始就建立了完整的項目文檔和提綱，AI重新根據這些清晰的文檔來寫，反而寫出來更清晰了。

這給了我一個啟發：AI也需要遺忘，就像人需要睡覺一樣。清空冗余的上下文記憶，重新根據核心文檔來執行，有時候效果會更好。

最后，AI自動把所有部分整合成一篇完整的文章。

成文大概5000字，整個寫作過程花了兩小時，主要是我寫寫停停，刷刷知乎

這篇文章的總成本約10塊錢，我用的K2 Thinking Turbo高速版本，輸出速度挺快，號稱最高速度100 token/s，實際上執行一次比較復雜的任務也就花個一兩分鐘時間。

如果用普通版K2 Thinking，API成本會降到1/3，也就是3塊多錢，一瓶冰紅茶了屬于是。

使用下來，K2 Thinking的文風模擬能力挺不錯。

我給出的文風參考只有一篇我寫的講孫宇晨的文章，但最后的AI成文，我基本沒有修改字詞。只是刪除了幾個內容重復的段落，增加了一兩句整活的表述。整篇文章讀下來，仍然是非常明顯的我的風格。

02

靈感>執行

更重要的其實是寫作思路的改變。

之前我講的編程式寫作方法，要求你先完整地表達想法。你需要對著錄音APP至少噴個十幾分鐘，把想法充分表達出來。這對表達能力是有比較高要求的。絕大部分人就是很難連貫性的說十幾分鐘話。

現在不需要了。

現在你可以隨時隨地的錄音，把你的想法記錄下來。

這些想法不需要完整，靈感碎片就行。你看某篇資料的時候，腦子里閃過一個想法，你就把它記錄下來。這個想法可能只是半句話，可能只是一個觀點，可能只是一個數據或者一個比喻。只是一個電光火石般的靈感。

然后，你把這些零散的想法放進一個文檔里，喂給編程Agent，讓AI來幫你梳理出一個連貫的邏輯，寫出完整流暢的提綱，再讓AI根據提綱來進行寫作。

這進一步地降低了編程式寫作的門檻。不需要表達能力，只需要零散的、不完整的想法。

創意工作就應該是這樣的。

靈感比執行更重要，靈感比完整表述更重要。你不需要自己先想清楚再講，只需記錄閃現的想法。AI來幫你把靈感碎片串聯成完整的敘事。

靈感往往是閃現的。當你在看資料、思考問題的時候，很多靈感就冒出來了。但如果你要求自己先把這些靈感組織成完整的二十分鐘的表述，你反而會壓制靈感的流動，憋久了容易忘記初心。

捕捉靈感碎片，后續交給AI來整理。這更符合創意工作的本質。

03

Just Download It

那怎樣自己開始進行這種靈感式寫作呢？非常簡單，只需要兩步前置準備。

首先，下載Cherry Studio（www.cherry-ai.com），在里面添加一個編程助手。

其次，去Kimi開放平臺（platform.moonshot.cn）申請一個API密鑰，然后把它填入Cherry Studio的設置里，選擇K2 Thinking模型。

然后準備你的項目文件。這里有個很重要的原則：精要地給資料，而不是盡可能多地給資料。很多人的誤區就在這里——想把所有相關的資料都塞進項目文件夾，結果AI的上下文變得非常復雜，反而寫得更差。

你只需要三類文件放進項目文件夾。

首先是最核心的你的想法匯總。你閱讀這些資料時產生的思考和靈感，把原文摘錄、你相應的思考、AI精辟的回答，都放進這個文檔里。

其次是背景資料。不是所有的相關資料，而是真正能驅動你寫作的關鍵資料。比如彼得·蒂爾這篇文章，我沒有把他所有的文章都扔進去，只選了一篇他本人寫的文章、一篇近期采訪和一份他和扎克伯格的郵件記錄。

第三是一篇你滿意的參考文章，讓AI學習你的文風。就這三類，不需要更多。

準備好之后，打開Cherry Studio的Claude Code助手，充分講清楚你的意圖：要寫什么、篇幅多長、核心觀點是什么、重點參考哪個文件。讓AI去掃描資料、建立提綱、制定執行計劃。

關鍵是要讓AI做結構化的工作，你只需要提供靈感、資料和明確的意圖。

新的寫作方法，關鍵在于思考流程的改變。

之前的AI寫作方式，要求你先把想法完整地表達出來。你需要對著錄音APP至少噴十幾分鐘，一次性地講清楚你的想法，然后才能交給AI去執行。這對表達能力有很高的要求，而且會壓制靈感的自然流動。

新的編程式寫作方式是，你看到資料時腦子里冒出什么，就把什么記下來，不需要組織，不需要完整。

這些零散的想法混在一起，看起來很混亂，但恰恰是因為這種混亂，它們保留了最原始的、最有生命力的靈感。

然后，你把這些碎片交給AI去整理。AI來幫你梳理出邏輯、生成提綱、執行寫作。

靈感往往就是在這種自由流動的狀態下產生的。人不被要表達完整的壓力束縛，反而能產生更多、更好、更新鮮的想法和創意。

（本文配圖由 ChatGPT 生成，Claude Code within Cherry Studio +K2 Thinking 輔助寫作）