本文分享一个实用的 AI 剪藏工作流：发送一个链接给 WorkBuddy，AI 自动完成内容提炼后，存入 IMA 知识库。整个过程无需手动整理，实现从"收藏即遗忘"到"自动归档+语义检索"的效率提升。
工具组合
这个工作流涉及三个核心工具：
- WorkBuddy：能直接操作电脑的 AI 助手
- Summarize 技能：WorkBuddy 的网页抓取和总结能力
- IMA（腾讯 ima）：知识管理工具，支持 API 调用，存入后可进行语义搜索
组合起来的工作流：
WorkBuddy 抓网页 → Summarize 提炼内容 → 存入 IMA 知识库
苏米注：IMA + WorkBuddy 的配置方法可以参考之前的配置指南。本文重点分享如何给 AI 下精确指令，以及内容存入后的检索方法。
信息处理流程
完整的知识处理流程分为四步：
- 抓取：看到不错的文章，把链接发给 AI
- 总结：AI 提炼核心观点
- 存储：按预设逻辑存入知识库
- 召回：需要时通过语义搜索快速找到
这个流程的核心在于如何给 AI 下精确指令。
精确指令 vs 模糊指令
模糊指令的问题
"帮我总结一下这篇文章"
这种指令下，AI 会输出一段泛泛的总结，格式随机，拿到后还需要自己整理。等于把"整理收藏夹"的活儿换了个形式，并没有真正省事。
精确指令的参考模板
请阅读以下链接的文章，提炼 3 个核心观点，每个观点一句话概括。
输出格式：标题 + 一句话主旨 + 三个观点（每个附带原文关键证据） + 标签 + 原文链接
标题格式：📌 + 文章原标题。
标签格式：#标签1 #标签2 #标签3，不超过 5 个。
输出地点：直接保存到 IMA 中。
精确指令告诉 AI 四件事：
- 明确要什么：提炼 3 个核心观点，每个观点一句话概括
- 明确格式：标题 + 主旨 + 观点 + 标签
- 明确命名：📌 + 原标题
- 明确标签规则：不超过 5 个标签
苏米注：指令的结构化程度直接决定了输出质量。明确的格式要求让 AI 输出标准化的内容，后续检索和整理都更高效。
真实案例
使用 Summarize 技能处理一篇 5000 字文章的示例：
/summarize 请阅读以下链接 https://www.woshipm.com/pd/6376492.html 的文章，提炼 3 个核心观点，每个观点一句话概括。输出格式：标题 + 一句话主旨 + 三个观点（每个附带原文关键证据） + 标签 + 原文链接。标题格式：📌 + 文章原标题。标签格式：#标签1 #标签2 #标签3，不超过 5 个。输出地点：直接保存到 IMA 中。
WorkBuddy 的 Summarize 技能自动抓取网页内容，按指令模板输出结构化总结：
这段结构化内容会通过 IMA 的 API 自动存入知识库。以后搜索标签 #Eval 就能快速调出。
语义搜索：存多了怎么找
IMA 的核心优势之一是语义搜索能力。不需要记得精确关键词，用自然语言描述就能找到相关内容。
例如，两个月前存了一篇关于 Eval 方法论的文章。即使不记得具体标题，搜索"那个说 PRD 要被淘汰的方法论"，IMA 也能找到——因为它理解的是语义，而非简单的字面匹配。
这就是为什么推荐存结构化总结而不是存原文：AI 提炼过的内容，搜索命中率更高，检索效率更好。
总结
这个工作流的核心价值：
- 自动化：发送链接 → AI 总结 → 自动存入，无需手动整理
- 结构化：精确指令确保输出格式统一，便于后续检索
- 语义检索：IMA 的语义搜索支持自然语言查询，找回内容更高效
- 可扩展：指令模板可根据需求调整，适配不同场景
让 AI 帮我们把信息变成知识，而不是让文章在收藏夹里吃灰。
提醒：并不是所有文章都适合"提炼后保存"。有些文章值得反复阅读原文——比如文笔本身很有价值的散文、论证逻辑严密的深度长文、或者需要反复琢磨的技术细节。AI 帮我们提炼的是骨架，但有些好文章的血肉，得我们自己去阅读。