Dalla scelta dell'argomento alla pubblicazione: il workflow Claude Code di dontbesilent

Poiché il processo è troppo complesso, non sono in grado di scriverlo; questo articolo è stato scritto da Claude Code.

Perché leggere questo articolo?

Dopo aver visto gli screenshot della mia directory di lavoro di Claude Code, la prima reazione di molte persone è: "Da blogger self-media, è davvero necessario rendere le cose così complicate?"

Ma quando dico loro che usando questo sistema, io:

• Pubblico 13.000 contenuti all'anno
• Gestisco contemporaneamente 7 piattaforme con oltre 10.000 follower ciascuna
• Ho guadagnato 700.000 follower in un anno

La loro reazione cambia in: "Puoi insegnarmi?"

Questo articolo è la risposta.

Filosofia centrale: dai frammenti ai sistemi

La maggior parte delle persone usa l'AI in questo modo: - Hanno un'idea → Chiedono all'AI → Ottengono una risposta → Pubblicano → Dimenticano - Hanno un'altra idea la volta successiva → Chiedono di nuovo all'AI → Ottengono un'altra risposta → Pubblicano di nuovo → Dimenticano di nuovo

Questa è creazione frammentata, reinventare la ruota ogni volta.

Il mio metodo è: - Ho un'idea → La registro nel database dei topic → L'AI mi aiuta a cercare nel database dei materiali → Riutilizzo framework collaudati → Pubblico → Analisi dei dati → Accumulo metodologia

Questa è creazione sistematica, dove ogni creazione aggiunge un mattone al sistema.

Panoramica della struttura delle directory

Flusso di lavoro completo: dall'idea alla pubblicazione

Passo 1: Registrazione del topic (gestione delle idee frammentate)

Quando ho un'idea, dico: "Registra topic"

L'AI registra automaticamente l'idea in 01-Content Production/Topic Management/00-Topic Records.md

Questo file è la mia "scatola di raccolta delle idee", dove tutte le idee frammentate vengono gettate all'inizio.

Passo 2: Approfondimento del topic (dall'idea al manoscritto)

Quando decido di approfondire un topic, l'AI farà:

1. Cercare nel database dei materiali (questo è fondamentale)

Prima, controlla Core Concept Library/: ci sono framework teorici rilevanti?

Poi, controlla Golden Quote Library/: ci sono espressioni di alta qualità?

Poi, controlla 03-Published Topics/: ci sono manoscritti correlati?

1. Suggerire il riutilizzo

Se trova contenuti correlati, l'AI mi suggerirà di riutilizzarli invece di creare da zero.

Questo evita di "reinventare la ruota".

1. Generare il manoscritto

Se non c'è nulla di riutilizzabile, l'AI genererà un nuovo manoscritto basato sul mio stile.

Il manoscritto verrà salvato in 01-Topics to be Deepened/.

Passo 3: Generazione del titolo e della copertina

Una volta scritto il manoscritto, dico: "Genera titolo Xiaohongshu + copertina"

L'AI genererà in base a Methodology Accumulation/dontbesilent Xiaohongshu Title Methodology.md:

• 3 opzioni di titolo
• Suggerimenti per il testo della copertina
• Spiegazione della logica del titolo

Passo 4: Ottimizzazione dell'aggancio per i video brevi

Se è un video breve, dico: "Ottimizza aggancio"

L'AI ottimizzerà il tasso di completamento dei primi 5 secondi basandosi sui dati di Content Data Statistics/dontbesilent Manually Organized Short Video Hooks.xlsx.

Passo 5: Pubblicazione e registrazione dei dati

Dopo la pubblicazione, sposto il manoscritto in 03-Published Topics/ e registro:

• Orario di pubblicazione
• Performance dei dati (visualizzazioni, like, commenti)
• Recensione e riflessione

Questi dati vengono reimmessi in Content Data Statistics/ e Methodology Accumulation/.

Capacità di automazione dell'AI

Ho definito alcune capacità di automazione per l'AI, come:

• Registrare topic: registrare rapidamente idee frammentate
• Generare titolo: generare titoli Xiaohongshu basati sulla metodologia
• Ottimizzare aggancio: migliorare il tasso di completamento dei 5 secondi dei video brevi
• Cercare materiali: trovare automaticamente contenuti riutilizzabili
• Analisi dati: registrare i dati di pubblicazione e reimmetterli nella metodologia

Queste capacità fanno sì che l'AI non solo "risponda alle domande", ma "esegua flussi di lavoro".

Gestione del database dei materiali: dalla "fortuna" alla "sistematizzazione"

Questo è il cuore dell'intero sistema.

Metodo tradizionale: - Partire da zero ogni volta che si scrive un manoscritto - Non sapere cosa si è scritto prima - Buone espressioni, framework e casi sono sparsi in vari manoscritti

Il mio metodo: - Prima che l'AI scriva un manoscritto, cerca prima nel database dei materiali - Dopo aver trovato contenuti rilevanti, suggerisce il riutilizzo - Ogni creazione aggiunge un mattone al database dei materiali

Struttura del database dei materiali:

Content Material Library/

├── Core Concept Library/ # Framework teorici riutilizzabili (es. "Productive Interest")

├── Golden Quote Library/ # Espressioni di alta qualità

├── Viral Manuscript Library/ # Strutture di contenuto verificate

├── 100 Thoughts Series/ # 100 pensieri estratti da 10.894 tweet

└── Tweet Library/ # Dati grezzi di 10.894 tweet

Esempio:

Quando voglio scrivere su "come guadagnare con l'interesse produttivo", l'AI farà:

1. Cercare Core Concept Library/Productive Interest.md
2. Cercare Viral Manuscript Library/02-How to make money with interest and achieve scale growth.md
3. Dirmi: "Hai già scritto contenuti simili prima, vuoi riutilizzarli?"

Questo evita di "reinventare la ruota" e garantisce la coerenza dei contenuti.

Accumulo della metodologia basato sui dati

Non creo contenuti "a sensazione", ma "basandomi sui dati".

Content Data Statistics/:

• Dontbesilent Data Statistics Table.xlsx: Performance dei dati di tutti i contenuti
• dontbesilent Manually Organized Short Video Hooks.xlsx: Dati sul tasso di completamento degli agganci dei video brevi

Methodology Accumulation/:

• dontbesilent Xiaohongshu Title Methodology.md: Pattern dei titoli riassunti in base ai dati
• Detailed Explanation of the Relationship between Topic, Title, and Hook.md: La relazione logica tra i tre

Topic Research/:

• Dan Koe Popular Topics/: Analisi dei topic di successo confrontandoli con Dan Koe
• Topic Comparative Analysis_Good vs Poor vs Dan Koe.md: Topic con buon traffico vs. scarso traffico

Dopo ogni pubblicazione, registro i dati e li reimmetto nella metodologia.

In questo modo, la mia metodologia è "viva" e si evolve con i dati.

Operazioni aziendali: il contenuto è il mezzo, il business è l'obiettivo

Molte persone creano contenuti concentrandosi solo sul traffico, non sulla monetizzazione.

La mia directory 02-Business Operations/ registra:

• Dati e analisi delle entrate
• Logica aziendale e decisioni strategiche
• Statistiche dei dati per ogni linea di business

Il contenuto è il punto di ingresso del traffico; il business è il punto di uscita della monetizzazione.

Questa directory mi aiuta a ricordare sempre: lo scopo di creare contenuti è guadagnare, non solo ottenere follower.

Valore centrale: Sistematizzazione > Frammentazione

Il valore centrale di questo sistema non è "l'AI può aiutarmi a scrivere manoscritti", ma:

1. Sistema di memoria: L'AI sa cosa ho scritto prima, evitando di reinventare la ruota
2. Riutilizzo dei materiali: Buoni framework, espressioni e casi possono essere usati ripetutamente
3. Accumulo della metodologia: Ogni creazione aggiunge un mattone al sistema
4. Basato sui dati: Non a sensazione, ma iterando in base ai dati

Creazione frammentata: Partire da zero ogni volta, bassa efficienza, qualità instabile

Creazione sistematica: Riutilizzare e iterare ogni volta, alta efficienza, qualità stabile

Come iniziare?

Se anche tu vuoi costruire un sistema del genere, suggerisco:

1. Stabilire prima la struttura delle directory: Classificare in base al processo aziendale, non al tipo di file
2. Poi definire il flusso di lavoro: Insegnare i processi di lavoro ripetitivi all'AI
3. Poi costruire il database dei materiali: Accumulare buoni contenuti, framework ed espressioni
4. Infine, basarsi sui dati: Registrare i dati e reimmetterli nella metodologia

Non cercare la perfezione all'inizio; inizia con un piccolo processo e itera lentamente.

Riepilogo

Questo sistema non serve per "sfoggiare competenze", ma per:

• Pubblicare 13.000 contenuti all'anno
• Gestire contemporaneamente 7 piattaforme
• Mantenere una qualità stabile dei contenuti
• Accumulare continuamente metodologia

Se anche tu vuoi passare dalla "creazione frammentata" alla "creazione sistematica", questo articolo è il tuo punto di partenza.

Come far sì che Claude Code ti aiuti a costruire questo sistema?

Buona notizia: non devi capire tutto da solo.

Basta inviare questo articolo a Claude Code, e lui può aiutarti a completare questo compito.

Modello di prompt per l'utente

Voglio costruire un sistema di produzione di contenuti come dontbesilent.

La mia situazione di base:

- Il tipo di contenuto che realizzo è: [Video breve/Immagine-testo/Audio]

- Le mie piattaforme sono: [Xiaohongshu/Douyin/Account ufficiale/...]

- Il mio attuale punto dolente è: [Partire da zero ogni volta/Non trovare vecchi materiali/Non sapere quali topic sono buoni/...]

Per favore aiutami a:

1. Progettare una struttura di directory adatta a me

2. Stabilire un sistema di gestione del database dei materiali

3. Definire le capacità di automazione dell'AI di cui ho bisogno

4. Creare una guida di progetto CLAUDE.md basata sulle idee di questo articolo:

[Incolla il link o il contenuto di questo articolo a Claude Code]

Suggerimenti per l'uso

1. Inizia con piccoli processi: Non cercare la perfezione all'inizio; risolvi prima un punto dolente specifico
2. Itera mentre usi: Il sistema si costruisce attraverso l'uso, non attraverso la progettazione
3. Registra i dati: Inizia a registrare i dati dal primo giorno; questa è la base della metodologia
4. Revisione regolare: Rivedi una volta a settimana o al mese per vedere quali processi possono essere ottimizzati

Claude Code ti aiuterà a personalizzare un sistema di produzione di contenuti esclusivo basato sulla tua situazione reale.