Da der Prozess zu komplex ist, bin ich nicht in der Lage, ihn selbst zu beschreiben; dieser Artikel wurde von Claude Code verfasst.

Warum diesen Artikel lesen?
Nachdem viele Leute Screenshots meines Claude Code-Arbeitsverzeichnisses gesehen haben, ist ihre erste Reaktion oft: "Ist es als Self-Media-Blogger wirklich nötig, es so kompliziert zu machen?"
Aber wenn ich ihnen sage, dass ich mit diesem System:
- 13.000 Inhalte pro Jahr veröffentliche
- Gleichzeitig 7 Plattformen mit jeweils über 10.000 Followern betreibe
- In einem Jahr 700.000 Follower gewonnen habe
Ändert sich ihre Reaktion zu: "Kannst du mir das beibringen?"
Dieser Artikel ist die Antwort.
Kernphilosophie: Von Fragmenten zu Systemen
Die meisten Menschen nutzen KI so: - Eine Idee haben → KI fragen → Eine Antwort bekommen → Veröffentlichen → Vergessen - Nächstes Mal wieder eine Idee → KI erneut fragen → Eine weitere Antwort bekommen → Wieder veröffentlichen → Wieder vergessen
Das ist fragmentarisches Erstellen, bei dem jedes Mal das Rad neu erfunden wird.
Meine Methode ist: - Eine Idee haben → In der Themenbibliothek notieren → KI durchsucht die Materialbibliothek → Bewährte Frameworks wiederverwenden → Veröffentlichen → Daten auswerten → Methodik anreichern
Das ist systematisches Erstellen, bei dem jede Erstellung einen Baustein zum System hinzufügt.
Verzeichnisstruktur-Überblick

Kompletter Workflow: Von der Idee zur Veröffentlichung
Schritt 1: Thema notieren (Fragmentierte Ideenverwaltung)
Wenn ich eine Idee habe, sage ich: "Thema notieren"
Die KI zeichnet die Idee automatisch in 01-Content-Produktion/Themenverwaltung/00-Themenaufzeichnungen.md auf.
Diese Datei ist meine "Ideen-Sammelbox", in die alle fragmentierten Ideen erst einmal hineinwandern.
Schritt 2: Themen vertiefen (Von der Idee zum Manuskript)
Wenn ich beschließe, ein Thema zu vertiefen, wird die KI:
- Die Materialbibliothek durchsuchen (das ist der Schlüssel)
Zuerst wird die Kernkonzept-Bibliothek/ geprüft: Gibt es relevante theoretische Frameworks?
Dann wird die Goldene-Zitate-Bibliothek/ geprüft: Gibt es hochwertige Formulierungen?
Dann wird 03-Veröffentlichte Themen/ geprüft: Gibt es verwandte Manuskripte?
- Wiederverwendung vorschlagen
Wenn verwandte Inhalte gefunden werden, schlägt die KI vor, diese wiederzuverwenden, anstatt von Null zu beginnen.
Das vermeidet, "das Rad neu zu erfinden."
- Manuskript generieren
Wenn nichts wiederverwendbar ist, generiert die KI ein neues Manuskript basierend auf meinem Stil.
Das Manuskript wird in 01-Themen zur Vertiefung/ gespeichert.
Schritt 3: Titel- und Cover-Generierung
Sobald das Manuskript fertig ist, sage ich: "Xiaohongshu-Titel + Cover generieren"
Die KI generiert basierend auf Methodenansammlung/Die-Xiaohongshu-Titel-Methodik-von-dontbesilent.md:
- 3 Titel-Optionen
- Cover-Text-Vorschläge
- Erklärung der Titel-Logik
Schritt 4: Optimierung des Kurzvideo-Hooks
Wenn es sich um ein Kurzvideo handelt, sage ich: "Hook optimieren"
Die KI optimiert die Verweildauer in den ersten 5 Sekunden basierend auf Daten aus Inhaltsdaten-Statistiken/Die-manuell-erfassten-Kurzvideo-Hooks-von-dontbesilent.xlsx.
Schritt 5: Veröffentlichung und Datenerfassung
Nach der Veröffentlichung verschiebe ich das Manuskript in 03-Veröffentlichte Themen/ und notiere:
- Veröffentlichungszeitpunkt
- Daten-Performance (Aufrufe, Likes, Kommentare)
- Bewertung und Reflektion
Diese Daten fließen zurück in Inhaltsdaten-Statistiken/ und Methodenansammlung/.
KI-Automatisierungsfähigkeiten
Ich habe einige Automatisierungsfähigkeiten für die KI definiert, wie zum Beispiel:
- Thema notieren: Fragmentierte Ideen schnell erfassen
- Titel generieren: Xiaohongshu-Titel basierend auf Methodik generieren
- Hook optimieren: Die 5-Sekunden-Verweildauer von Kurzvideos verbessern
- Materialien suchen: Automatisch wiederverwendbare Inhalte finden
- Daten auswerten: Veröffentlichungsdaten erfassen und in die Methodik einfließen lassen
Diese Fähigkeiten machen die KI nicht nur zu einem "Antwortgeber", sondern zu einem "Ausführer von Workflows."
Materialbibliothek-Verwaltung: Vom "Glück" zur "Systematik"
Das ist der Kern des gesamten Systems.
Traditioneller Weg: - Jedes Manuskript von Null an beginnen - Nicht wissen, was man schon geschrieben hat - Gute Formulierungen, Frameworks und Beispiele sind über verschiedene Manuskripte verstreut
Mein Weg: - Bevor die KI ein Manuskript schreibt, durchsucht sie zuerst die Materialbibliothek - Nachdem relevante Inhalte gefunden wurden, schlägt sie eine Wiederverwendung vor - Jede Erstellung fügt der Materialbibliothek einen Baustein hinzu
Materialbibliothek-Struktur:
Inhalts-Materialbibliothek/
├── Kernkonzept-Bibliothek/ # Wiederverwendbare theoretische Frameworks (z. B. "Produktives Interesse")
├── Goldene-Zitate-Bibliothek/ # Hochwertige Formulierungen
├── Virale-Manuskript-Bibliothek/ # Bestätigte Inhaltsstrukturen
├── 100-Gedanken-Reihe/ # 100 Gedanken extrahiert aus 10.894 Tweets
└── Tweet-Bibliothek/ # Rohdaten von 10.894 Tweets
Beispiel:
Wenn ich über "Wie man mit Interesse Geld verdient" schreiben möchte, wird die KI:
- Die
Kernkonzept-Bibliothek/Produktives-Interesse.mddurchsuchen - Die
Virale-Manuskript-Bibliothek/02-Wie-man-mit-Interesse-Geld-verdient-und-skalierbares-Wachstum-erzielt.mddurchsuchen - Mir mitteilen: "Du hast schon einmal ähnliche Inhalte geschrieben, möchtest du sie wiederverwenden?"
Das vermeidet, "das Rad neu zu erfinden," und sorgt für inhaltliche Konsistenz.
Datengesteuerte Methodenansammlung
Ich erstelle Inhalte nicht "nach Gefühl", sondern "nach Daten."
Inhaltsdaten-Statistiken/:
Datentabelle-von-dontbesilent.xlsx: Daten-Performance aller InhalteDie-manuell-erfassten-Kurzvideo-Hooks-von-dontbesilent.xlsx: Verweildauer-Daten für Kurzvideo-Hooks
Methodenansammlung/:
Die-Xiaohongshu-Titel-Methodik-von-dontbesilent.md: Titel-Muster, die auf Basis von Daten zusammengefasst wurdenDetaillierte-Erklaerung-des-Zusammenhangs-zwischen-Thema-Titel-und-Hook.md: Die logische Beziehung zwischen den drei Elementen
Themen-Recherche/:
Beliebte-Themen-von-Dan-Koe/: Themenanalyse mit Dan Koe als BenchmarkVergleichende-Themenanalyse_Gut-vs-Schlecht-vs-Dan-Koe.md: Themen mit gutem Traffic vs. schlechtem Traffic
Nach jeder Veröffentlichung notiere ich die Daten und lasse sie in die Methodik einfließen.
So bleibt meine Methodik "lebendig" und entwickelt sich mit den Daten weiter.
Business-Operationen: Inhalte sind das Mittel, Business ist das Ziel
Viele Leute erstellen Inhalte nur mit Fokus auf Traffic, nicht auf Monetarisierung.
Mein Verzeichnis 02-Business-Operationen/ dokumentiert:
- Einnahmedaten und -analysen
- Geschäftslogik und strategische Entscheidungen
- Datenstatistiken für jeden Geschäftsbereich
Inhalte sind der Traffic-Einstiegspunkt; Business ist der Monetarisierungs-Ausstiegspunkt.
Dieses Verzeichnis hilft mir, stets im Hinterkopf zu behalten: Der Zweck der Inhaltserstellung ist es, Geld zu verdienen, nicht nur Follower zu gewinnen.
Kernwert: Systematik > Fragmentierung
Der Kernwert dieses Systems liegt nicht darin, dass "KI mir helfen kann, Manuskripte zu schreiben", sondern:
- Gedächtnissystem: KI weiß, was ich zuvor geschrieben habe, und vermeidet so, das Rad neu zu erfinden
- Materialwiederverwendung: Gute Frameworks, Formulierungen und Beispiele können wiederholt verwendet werden
- Methodenansammlung: Jede Erstellung fügt dem System einen Baustein hinzu
- Datengesteuert: Nicht nach Gefühl, sondern iterative Verbesserung durch Daten
Fragmentarisches Erstellen: Jedes Mal von Null beginnen, geringe Effizienz, instabile Qualität
Systematisches Erstellen: Jedes Mal wiederverwenden und iterieren, hohe Effizienz, stabile Qualität
Wie fange ich an?
Wenn du auch so ein System aufbauen möchtest, empfehle ich:
- Erstelle zuerst die Verzeichnisstruktur: Sortiere nach Geschäftsprozess, nicht nach Dateityp
- Definiere dann den Workflow: Bringe der KI wiederkehrende Arbeitsabläufe bei
- Baue dann die Materialbibliothek auf: Sammle gute Inhalte, Frameworks und Formulierungen
- Sei schließlich datengesteuert: Notiere Daten und lasse sie in die Methodik einfließen
Strebe nicht von Anfang an nach Perfektion; beginne mit einem kleinen Prozess und entwickle ihn langsam weiter.
Zusammenfassung
Dieses System dient nicht dazu, "Fähigkeiten zu zeigen", sondern dazu:
- 13.000 Inhalte pro Jahr zu veröffentlichen
- Gleichzeitig 7 Plattformen zu betreiben
- Eine stabile Inhaltsqualität zu gewährleisten
- Kontinuierlich Methodik anzusammeln
Wenn auch du vom "fragmentarischen Erstellen" zum "systematischen Erstellen" aufsteigen möchtest, ist dieser Artikel dein Ausgangspunkt.
Wie kann Claude Code dir helfen, dieses System aufzubauen?
Gute Nachricht: Du musst es nicht von Grund auf selbst herausfinden.
Sende einfach diesen Artikel an Claude Code, und es kann dir helfen, diese Aufgabe zu erledigen.
Benutzer-Prompt-Vorlage
Ich möchte ein Content-Produktionssystem wie das von dontbesilent aufbauen.
Meine grundlegende Situation:
- Die Art von Inhalten, die ich erstelle, ist: [Kurzvideo/Bild-Text/Audio]
- Meine Plattformen sind: [Xiaohongshu/Douyin/Offizieller Account/...]
- Mein aktuelles Problem ist: [Ich fange jedes Mal von Null an/Ich finde alte Materialien nicht/Ich weiß nicht, welche Themen gut sind/...]
Bitte hilf mir:
1. Eine für mich geeignete Verzeichnisstruktur zu entwerfen
2. Ein Materialbibliothek-Verwaltungssystem einzurichten
3. Die KI-Automatisierungsfähigkeiten zu definieren, die ich brauche
4. Eine CLAUDE.md-Datei zu erstellen, die sich auf die Ideen in diesem Artikel bezieht:
[Füge diesen Artikel-Link oder -Inhalt in Claude Code ein]
Nutzungsvorschläge
- Beginne mit kleinen Prozessen: Strebe nicht von Anfang an nach Perfektion; löse zuerst ein spezifisches Problem
- Entwickle das System während der Nutzung weiter: Das System entsteht durch Nutzung, nicht durch Planung
- Daten notieren: Beginne ab Tag eins mit der Datenerfassung; das ist die Grundlage der Methodik
- Regelmäßige Überprüfung: Überprüfe wöchentlich oder monatlich, welche Prozesse optimiert werden können
Claude Code wird dir helfen, basierend auf deiner tatsächlichen Situation ein maßgeschneidertes Content-Produktionssystem zu erstellen.





