小編精選 - 技術文章翻譯 · 06月14日

讓 Claude Code 管理我的人生 3 個月後，最有效的其實不是自動化

前言

*本文重點整理

用 Claude Code × GitHub 做出「自己的使用說明書」，並完整交給 AI 的運用，持續了 3 個月
也用 Skills 和 MCP 做了自動化。但真正最有效的，不是自動化，而是「強迫自己把自己說清楚」
只要一個備忘錄 App 就能開始。就算不是工程師也沒問題

讀者對象

覺得跟 AI 諮詢時總是有點淺的人

一再立目標又忘記的人

想實際試試看 Claude Code 的 Skills 和 MCP 的人

突然一問，當你很認真地向 ChatGPT 或 Claude 請教——「職涯該怎麼辦」「這個決定，客觀來看你覺得如何？」——的時候，有沒有每次都先這樣鋪陳？

「先說明一下我的情況，我 20 多歲，職業是〇〇……」

我以前完全就是這樣。每次都得從頭講一次「我」這個前提，而且對方還不記得昨天的對話。世界上最博學的諮詢對象，卻每次都像第一次見面一樣對待你。

今年春天，我決定解決這個「初次見面問題」。簡單說，就是把「我這個人」寫成一份“使用說明書”，讓 AI 可以整份接手。

……這樣寫起來很帥，但我開始的動機其實更不純，就是覺得「如果連人生的事都能交給 AI 自動處理，應該會很輕鬆吧」這種偷懶心態。結果先講結論：這個盤算只對了一半。真正有用的，不是自動化。下面我就來寫這件事。

起因：腦中的「自己」，其實幾乎沒有被言語化

這件事的開端，來自一篇文章和一支影片。

hand_dot 的〈用 GitHub 管理人生〉，以及 Kyohei 的影片。「用 GitHub 的 Issue 管理人生的任務和目標」這個點子，真的直接把我敲醒。實際做下去之後，也確實沉下去了。

不過老實說，這種想法其實已經有很多人做過了。

「GitHub × 人生管理 × AI」早就是一個大類別了。那我為什麼現在還要寫？因為我認真運作了 3 個月之後，終於明白了：「做出來」和「持續運轉」之間，有一道很深的鴻溝。而跨越那道鴻溝的關鍵，不是工具，而是設計思維。

再往深一點看，在開始運用之前，我先發現了一件事：自己的價值觀、目標、經驗，雖然以為「都在腦中」，其實根本沒有真正被說成文字。「你最重視的是什麼？」——能立刻回答的人有多少？就算向 AI 諮詢，答案還是模糊不清，並不是 AI 的問題，而是輸入的「自己」本身就很曖昧。

既然如此，就只能好好寫下來。

做的事：用 5 個軸把自己寫出來

一開始最先撞上的牆，就是「要寫什麼、怎麼分類」。這裡如果隨便做，我曾經整個大翻車。最初我憑感覺建了大概 10 個資料夾，結果 3 天後就變成「我到底把東西寫在哪裡了」的狀態了（很丟臉但是真的）。

經過反覆試錯，最後我找到的是用「時態」來分資訊的整理方式。

軸內容時態00_self自己這個人（價值觀、性格、健康、金錢、經歷）靜態01_direction前進方向（人生目標、年度目標、里程碑）未來02_work進行中的工作進行中03_journal日常紀錄與回顧過去〜現在04_knowledge從外部吸收的知識（書籍、思想）累積

重點是，不要把「不會變的東西（self）」、「想前往的方向（direction）」、「會流動的東西（journal）」混在一起。

為什麼要用時態來分？因為在讓 AI 幫你諮詢時，該讀的是靜態的自己（self）與方向（direction）；在讓它做回顧時，該讀的是時間序列（journal）。也就是說，依照目的不同，參照的資料來源也會變。圖像化來看，大概就是這樣的概念。

如果是混在一起的雜亂筆記本，AI 也不知道該重點看什麼。資料夾設計，其實就是給 AI 的「請看這裡」地圖。

這裡不一定要用 Git。用 Notion 的頁面、或分資料夾的文字檔都可以。重點是要有「分類的軸」。我只是剛好是工程師，所以才選 Git。

運作規則我寫在一個叫 CLAUDE.md 的單一檔案裡，讓 AI 每次都讀。像是「金錢或健康這類敏感資訊不要擅自修改」「新的目標要先從年度目標開始做」——人類很難一直守約，但只要把規則明文化，AI 反而會非常忠實地照做。

裡面包含財務、健康、人際關係等內容，所以這個 repository 我設成私有。原始靈感的作者們把 repository 公開，真的很厲害，但我實在沒那個膽子。所以這篇文章只分享架構和機制。

讓人生擁有「命令」與「記憶」（技術部分）

接下來是我用 Claude Code 做的自動化部分。如果你對技術沒興趣，可以直接跳到下一章。

自製 Skills ＝人生的「斜線命令」

我用 Claude Code 的 Skills 功能，把常用操作命令化了。

/life-advice — 讀入價值觀、目標、現況等所有 MD 檔，依照我的脈絡來給建議
/new-task — 以年度目標為起點，開出新的 Issue
/monthly-review — 回顧當月紀錄，整理結果
/daily-sync — 把每天零散的紀錄，每月 1 次反映到各分類的中繼資訊中

多虧了 /monthly-review，人類最不擅長的行為之一——「把立下的目標在月底回顧一次」——總算能半自動運轉了。

用 MCP 連接外部服務

我透過 MCP（Model Context Protocol）把行事曆和任務管理工具連到 Claude。「看一下下週行程，對照這個月的目標，幫我提議空檔該怎麼利用」——像這樣的諮詢，可以不用在各個 App 之間切來切去，而是一個地方就完成。

用記憶功能，讓 AI「記住自己」

最關鍵的是記憶功能。AI 會把我在對話中表現出的偏好和回饋，自動寫進檔案並永久保存。下一次對話時，它也會讀取這些內容，所以越用，越能提升「這個人是誰」的解析度。開頭提到的「初次見面問題」，到這裡就消失了一部分。

最有用的，其實不是「自動化」

好，這裡就是本文最想講的地方。

Skills、MCP、記憶功能，確實都很方便。但用了 3 個月回頭看，對人生最有影響的，卻不是這些自動化。本質上的領悟有 3 個。

1. 最大的效果是「言語化的強迫力」

比起自動化，最有效的是：為了寫下來，我不得不把自己變成文字。原本以為「自由最重要」，但真要寫的時候卻卡住了：「自由，是從什麼的自由？」這個「卡住」本身，就是自我理解。為了交給 AI 而寫的過程中，我才發現最不了解自己的人，其實就是自己。

原本想著要偷懶，結果最後真正發揮作用的，反而是最原始的「書寫」。老實說，這讓我有點意外。

2. 目標由人類掌握，AI 負責實行

我越來越強烈地覺得，因為方便就把「人生該怎麼活」也丟給 AI，這是不對的。決定前進方向的是自己，把執行速度拉高的是 AI。讀地圖可以交給 AI，但要去哪裡還是得自己決定。要是把這兩件事混在一起，就會變成表面上是在最佳化自己的人生，實際上卻不知不覺被最佳化成「某個人的平均值」。

3. 「看不見的規則」，其實也藏在自己身上

我本來就很喜歡解讀社會上那些看不見的規則，然後用策略去攻略它。這次實作之後，我才意識到：最看不出規則的遊戲，其實是「自己」。只有把自己的價值觀、習慣、判斷基準這些「規格」寫出來，才算真正能把自己當成一個可攻略的對象。

今天就能試的 4 個步驟

如果你心想「聽起來不錯，但門檻好像很高」，那我先幫你分階段了。Lv1 今天 5 分鐘就能開始。

Lv1：先寫下來（任何人都可以） 在備忘錄 App 裡列出「價值觀」「今年想做的事」「最近的煩惱」，然後直接複製貼上給 AI 請教。只這樣就會提升解析度。
Lv2：分開來放 把檔案大致分成「自己・目標・記錄」。這樣就能指定 AI「希望你看哪一部分來回答」。
Lv3：放上 Git（工程師） 做成 repository，留下變更歷史。能用 diff 比較「半年前的自己」和現在，雖然低調，但很有用。
Lv4：自動化（進階） 用 Claude Code Skills 或 MCP，把諮詢、回顧、紀錄命令化。

重點是，就算只做到 Lv1，也已經很有效。最可惜的，是一開始就衝 Lv4 然後挫折。