我把 160 篇文章匯入 Claude Code，多了一個私人實踐教練
不要只是讀完一篇文章。要把它變成行動。
這是我在 AI 時代給自己的原則。
TL;DR：我設計了一套通用的 AI 教練框架，用 NotebookLM 當知識庫、Claude Code 當教練引擎，把任何作者的 160 篇文章變成會設計實驗、追蹤進度、每天主動對話的私人實踐教練。核心設計有四個元件：知識庫（大腦）、設定檔（性格）、實驗引擎（行動）、記憶層（連續性）。30 分鐘可以新增一位新教練。
一切的起點
四月初，我在社群上看到一篇文章：有人把 300 集 Huberman Podcast 丟給 Claude Code，然後讓 AI 取代了他的健身教練。另一位創作者更進一步，用 93 篇 Dan Koe 的文章做了同樣的事，在 Obsidian 裡建了一位創業教練。
我讀完之後，腦中浮現的第一個念頭不是好酷，而是我能不能做一個通用版？
因為我不想只做一個教練。我想做一個系統，讓任何人的文章都能變成教練。換一個作者，只要 30 分鐘就能建好。
於是我花了一個下午，從零設計了整套架構。
先釐清問題：為什麼讀完文章不會改變你
我們都有過這種經驗：讀到一篇很有啟發的文章，當下覺得醍醐灌頂，然後三天後完全忘記自己讀了什麼。
問題出在學習和行動之間的斷層。
讀文章是被動的。你接收資訊，覺得有道理，但沒有任何機制幫你把「有道理」轉化成「我今天要做什麼」。
一個好的教練做的就是這件事——他不會只跟你說「你應該專注」，他會說「你今天的實驗是：在早上 9 點到 10 點之間，關掉所有通知，只做一件事。明天我們看看結果。」
差別在於：教練把知識轉化成可驗證的實驗。
設計思路：一個教練需要什麼
我把「教練」拆解成四個組成部分：
1. 知識庫（教練的大腦）
教練需要有東西可以引用。不是泛泛的 AI 知識，而是特定思想家的框架和原則。
我選了 Google NotebookLM 作為知識庫引擎。原因很簡單——它不只是搜尋文字片段（那是一般 RAG 做的事），它背後是 Gemini 2.5，能理解整個知識庫的脈絡後做語意合成。
換句話說，它不是念書給你聽，而是真正「理解」了整套理論後回覆你。
2. 設定檔（教練的性格）
每個作者的風格不同。Dan Koe 是直接、深入、零廢話。James Clear 是簡潔、科學佐證、善用故事。
設定檔定義了教練的風格、規則和工作流程。一個 Markdown 檔案就搞定。
3. 進度檔（教練的記憶）
AI 最大的問題是失憶。每次新對話都是從零開始。
我用一個簡單到不能再簡單的方式解決——一份 Markdown 檔案。教練每次回應前讀取，回應後覆寫。這份檔案就是教練的「記憶」，記錄你的目標、實驗、進度、學到的東西。
不需要向量資料庫。一份 .md 檔就夠了。
4. 排程（教練的節奏）
好的教練不是你想到才找他。他會主動找你。
我設了三個排程：
- 早上 7:45 — 回顧昨天，設計今天的行動
- 下午 5:30 — 問你今天做了什麼
- 週日早上 — 整週回顧，設計下週實驗
這形成了一個閉環：學習 → 實驗 → 追蹤 → 迭代。每天自動運轉。
實作：從零到系統上線
抓文章
第一步是收集所有文章的 URL。我用了最直接的方法，連上網站的 sitemap.xml，把所有文章 URL 抓下來。
網站上有 160 篇文章。全部抓下來存成 CSV，不到 5 分鐘。
灌進 NotebookLM
把 URL 批次匯入 NotebookLM。免費版每本 notebook 上限 50 個 sources，所以我拆成三本。後來發現系統完全支援多 notebook 查詢，拆開反而沒有任何影響。
連接 Claude Code
安裝 notebooklm-mcp-cli，一行指令就把 NotebookLM 接進了 Claude Code。從此 Claude Code 可以直接查詢我的知識庫。
nlm setup add claude-code建立教練框架
這一步花了最多時間思考，但實際執行很快。我建了：
- 教練設定檔目錄——放所有教練的設定檔
- 設定模板——新教練只要複製模板、填空就好
- 進度模板——每個教練一份進度檔
- Coach 角色定義——讓 AI 知道自己是教練，該怎麼行為
設定排程
三個 scheduled tasks，定義教練什麼時候主動跟你對話。晨間回顧、下午 check-in、週日總結。
從開始設計到系統上線，大約花了 3 小時。
第一次跟教練對話
系統建好後，我說了一個字：「教練」。
Claude Code 立刻啟動 Coach 角色，讀取我的設定檔，查詢三本 notebook，然後回覆了一份完整的初始化報告：
- 從 160 篇文章中提煉出 6 個核心心智模型
- 根據我的目標設計了 3 個具體實驗
- 每個實驗都有目標、步驟、期限、成功指標、風險評估
- 最後問了我 3 個尖銳的問題
那一刻我就知道這套系統有用。因為它不只是告訴我「某某專家說過什麼」，而是把他的框架應用在我的具體情境上，然後轉化成我今天就可以開始做的事。
後來我告訴教練我已經在 Facebook、Threads 和電子報上每天發文，它立刻重新校準了實驗——從「怎麼開始」變成「怎麼升級」。
它甚至指出了我的核心問題：「你目前是在分享資訊，還是在分享世界觀？」
通用架構的威力
這套系統最讓我興奮的不是教練本身，而是它的可重用性。
新增一個教練只需要 4 步：
- 收集文章 URL（10 分鐘）
- 灌進 NotebookLM（5 分鐘）
- 複製設定模板、填空（5 分鐘）
- 複製進度模板、填目標（2 分鐘）
30 分鐘，你就有了一個全新的教練。
想像一下這些可能性：
- 把 Naval Ravikant 的所有推文變成創業教練
- 把 Paul Graham 的散文變成思考教練
- 把你自己過去寫的文章變成自我教練——讓 AI 基於你的思考歷史來挑戰你
- 把一本書的所有章節變成讀書教練——不只讀完，還要做完
這不只是一個工具
回到開頭：不要只是讀完一篇文章，要把它變成行動。
Knowledge Coach 做的就是這件事。它把被動的閱讀變成主動的實驗循環。
但我想強調一點：教練是腳手架。目標是讓你不再需要腳手架。
當你持續執行實驗、追蹤進度、迭代改進，那些來自文章的框架和原則會慢慢內化成你自己的思考方式。到那個時候，你就不再需要 AI 教練了——因為你已經變成了自己的教練。
如果你想自己做
整套系統的技術門檻其實不高。你需要的只有：
- Claude Code
- Google 帳號（NotebookLM）
- 一點 Markdown 編輯能力
我已經寫好了完整的安裝教學、使用手冊和應用手冊。如果你有興趣，歡迎到我的 AI 社群取得這些資源。
最重要的第一步不是安裝工具，而是問自己：「如果我能把任何一個人的智慧變成我的私人教練，我會選誰？」
答案就是你的第一個教練。
