做内容运营或者产品研究的人，通常都会建一个“爆款案例库”，用来收集、拆解和复盘那些表现突出的内容案例。早期用浏览器收藏夹可以，但收藏多了很难检索；用 Excel 又丢上下文，不方便记录结构化分析。Obsidian 是适合做这类知识库的本地 Markdown 工具，案例文件以纯文本保存，还能用双链、标签和 Dataview 做多维度查询。真正麻烦的是：案例从网页、截图、视频里收集过来后，往往是杂乱文本，需要整理成统一结构。如果靠手工一条条写标题、标签、摘要，效率很低。下面的流程会带你搭建一套“Obsidian + AI 辅助”的爆款案例库，从原始素材到结构化笔记，再在 Obsidian 里完成检索、过滤和复盘。
1. 先搞清楚案例库要沉淀什么，AI 在哪个环节介入
做案例库的第一步不是装插件，而是定义字段。AI 只是整理助手，如果你自己都没想清楚一条案例要拆成哪些维度，AI 返回的结果就会五花八门，后面 Dataview 也查不动。
1.1 案例库不是收藏夹，而是可检索的分析资产
收藏夹只回答“我看过什么”，案例库要回答“它为什么能爆”“我能复用哪部分”。一条案例至少要包含这些字段：
- 案例标题：一眼能认出是哪个内容。
- 分类：内容案例、产品案例、活动案例等。
- 平台：抖音、小红书、B站、微信公众号等。
- 标签：美妆、测评、口播、剧情等。
- 核心钩子：内容开场为什么能留住人。
- 内容结构：用户看到的内容顺序，比如“痛点-方案-证明-转化”。
- 数据表现：点赞、收藏、评论等，必须来自可靠截图或后台截图。
- 可复用方法
)
