为什么你每次用 AI 做数据分析都得"重新解释一遍"？ 下面三步讲清楚。 第一步：先搞清楚，用和不用 Obsidian 到底差在哪 不用 Obsidian 的时候，你每次打开 WorkBuddy，都得在提示词里重新交代一遍：有哪些指标、每个指标怎么算的、字段叫什么名字。交代少了它就"自由发挥"，你还得反复纠正。 【用了】 Obsidian 之后，这些信息一次性写进 .md 文件里，放在固定文件夹。下次只需要告诉 AI 一句话："指标定义在这个文件夹里，你先读一下。" 【不用】每次写 200 字提示词解释指标逻辑，AI 还是可能理解偏差，你得反复纠正 用：指标定义写一次，存在 Obsidian 里，AI 每次自己去读，口径不会跑偏 简单说：不是 Obsidian 有多厉害，而是它给了 AI 一个固定的"参考书"。 第二步：把指标清单变成 Obsidian 里的 .md 文件 这一步是核心。你手上应该已经有一张 Excel 的指标清单——指标编码、指标名称、指标定义、计算公式、指标类型。 现在要做的是：每个指标单独生成一个 .md 文件，放到 Obsidian 的 Vault 文件夹里。 文件内容不用很复杂，包含这几个信息就够了： 指标编码、指标名称、指标定义、计算公式、指标类型 关键点： 计算公式里如果引用了别的指标，用外部链接实现指标间的关联。这样 Obsidian 会自动把它们关联起来，后面 AI 读的时候也能顺着外部链接理解依赖关系。 如果有几十上百个指标，别手动建——直接让 WorkBuddy 或 VS Code 里的 AI 帮你批量生成，丢给它 Excel 路径和 Vault 路径就行。 第三步：对接 WorkBuddy，提示词从"写一大段"变成"丢一个路径" 前面两步做完，你的 Obsidian Vault 里已经有一整套指标文件了。这时候再打开 WorkBuddy，提示词可以简化成： 【之前】 "我们有一个指标叫平均量，等于作业总量除以作业次数，作业总量是……作业次数是……字段名分别是……请帮我分析……"（200 字起步） 【现在】"指标定义文件在 D:\Obsidian\Vault\指标关联关系 这个文件夹里，你先读一下，然后帮我分析本周平均量的波动原因。" #数据分析 #Obsidian #workbuddy使用 #数据分析 #AI效率 #提示词优化 #璐姐AI笔记