先存上 — AI 把碎片信息自动变成你的行动项

01 · 为什么做这个

收藏即遗忘，想起已过期

刷短视频或逛社区时，我们总碰到「当时觉得有用」的内容——比赛通知、论文征稿、课程推荐、开源项目。但刷手机的时候我们在放松，只能先扔进收藏夹。等再想起来时，DDL 早就过了。

📦

平台收藏夹

只堆砌，不分析，不提醒，不区分内容是否已过期

📅

手动建日历

太繁琐，刷手机时不会去做，信息需要自己提取

📸

截图存相册

很难检索，看不出 DDL，最终遗忘

📖

稍后阅读工具

偏向慢读和回顾，不做时间敏感性分析

💡 核心洞察： 市场上不缺「收藏工具」，也不缺「日历工具」。缺的是把碎片信息自动变成带 DDL 的行动项这一层——而这恰好是 AI 最擅长的事。

02 · 我们怎么做

AI 四步，把碎片信息变成行动

用户只做一件事：把链接或文本粘贴进来。剩下的，AI 全自动完成。

判断 —— 这是有价值内容，还是软广 / 垃圾？

AI 先做第一层过滤：自动分类内容类型（比赛 / 论文 / 课程 / 活动 / 软广），给出价值判断和紧急性评分。

提取 —— 活动名称、DDL、要求、收获、所需材料

深度提取关键字段：截止时间、面向人群、奖励/收获、报名要求、准备材料清单。每一步都可追溯到原文。

结构化 —— 信息卡 + 日历提醒 + 倒推时间线

生成一张包含所有关键信息的卡片，自动创建日历事件和倒推时间线——不再只是一个 DDL，而是一条已铺好的路。

建议 ——「值不值得参加？」一键获取 AI 判断

用户按需触发：AI 综合内容质量、用户偏好和时间可行性，给出个性化建议和参赛/学习计划。

flowchart LR
  A["🔗
粘贴链接/文本"] --> B["🤖
AI 分析引擎"]
  B --> C["📋
结构化信息卡"]
  B --> D["⏰
DDL 日历事件"]
  D --> E["📅
倒推时间线"]
  C --> F["💡
AI 建议
(按需触发)"]

  style A fill:#EEF2FF,stroke:#4F46E5,stroke-width:2px,color:#1A1A2E
  style B fill:#4F46E5,stroke:#4338CA,stroke-width:0,color:#fff
  style C fill:#EEF2FF,stroke:#4F46E5,stroke-width:2px,color:#1A1A2E
  style D fill:#FEF3C7,stroke:#F59E0B,stroke-width:2px,color:#1A1A2E
  style E fill:#FEF3C7,stroke:#F59E0B,stroke-width:2px,color:#1A1A2E
  style F fill:#EDE9FE,stroke:#7C3AED,stroke-width:2px,color:#1A1A2E

图：先存上核心工作流 —— 从输入到行动的完整闭环

03 · 不止提醒，是助推

三层提醒结构，不再临时抱佛脚

普通日历只能告诉你「哪天截止」。先存上给你一条已经铺好的路——从今天到 DDL，每一步都告诉你该做什么。

Layer 1

📅

DDL 日历事件

最晚截止日期，保证不错过底线

Layer 2

🛤️

倒推时间线

AI 智能拆分关键节点，从今天到 DDL 的每一步

Layer 3

🔔

前置提醒

每个节点前 1 天和 2 小时，分阶段提醒

📌 示例：刷到一个比赛报名通知（DDL：7月20日）

7月5日

确认参赛方向

7月10日

完成初稿/Demo

7月15日

内部评审修改

7月20日

⏰ 最终提交

04 · 为什么是我们

竞品都在做「收藏」，我们在做「行动」

现有工具在「信息到行动」这个转化层上存在空白。先存上恰好卡在这个交叉点上。

产品	收藏整理	AI 内容分析	DDL 提取	自动提醒	行动建议
平台收藏夹	✅	❌	❌	❌	❌
Readwise	✅	⚠️ 回顾摘要	❌	⚠️ 定时推送	❌
Cubox	✅	⚠️ AI 摘要	❌	❌	❌
Notion Web Clipper	✅	❌	❌	❌	❌
日历 / 提醒事项	❌	❌	❌	✅	❌
✨ 先存上	✅	✅ 深度提取	✅ 自动识别	✅ 分阶段	✅ AI 建议

05 · 谁在用，什么时候用

面向每个「收藏了就等于做了」的人

人群	典型输入	分析侧重
🎓 大学生 / 研究生	比赛通知、论文征稿、课程推荐	DDL 识别、报名材料、获奖收益
💼 职场打工人	行业报告、技能课程、职位信息	学习路径、行业相关性
💻 独立开发者	开源项目、黑客松、工具推荐	技术栈匹配、投入产出比
🌐 泛人群	理财知识、健身方法、旅行攻略	通用价值判断、DDL 优先

Demo 聚焦场景：大学生刷到比赛/活动通知。架构上同一套分析引擎 + 不同输出模板，支持全人群扩展，不产生额外架构复杂度。

06 · 做这件事的意义

效率 × 社会价值，双重驱动

⚡ 效率提升

把用户从「手动整理碎片信息」中解放出来。用户只需一个粘贴动作——内容分类、DDL 提取、价值判断、时间线生成，全部由 AI 自动完成。信息到行动的转化链路由「多步手动」变成「一步触发 + AI 全自动」。

🎗️ 社会价值 · 青少年身心健康

帮助年轻人建立「看到 → 先存上 → AI 帮你处理 → 到点提醒」的健康信息处理习惯。减少「收藏堆积如山」带来的信息焦虑，降低因错过重要机会（比赛、奖学金、科研项目）产生的挫败感。用 AI 辅助时间管理，让年轻人把焦虑变成行动。

07 · 接下来怎么做

从 Demo 到产品，我们的路线图

阶段	时间	交付物	核心内容
📝 报名	7月15日前	HTML 创意文件	痛点故事 → 产品定义 → 核心流程 → 差异化
🚀 初赛 Demo	7月15日前	可运行 Web Demo	粘贴内容 → AI 分析 → 信息卡 → DDL + 时间线 → AI 建议
🏗️ 复赛	7.21 – 8.09	PWA 完整版	多内容类型、系统提醒、用户体系
🏆 决赛	8.21 – 8.22	线下路演	现场演示 + 完整叙事