用剪贴板把 AI 草稿接入原生甘特图
QuickPlanX 通过剪贴板接收缩进文本和表格,其中缩进文本可解析为多层任务树。外部模型负责生成初稿和识别白板内容,应用继续计算任务依赖、工作日历和关键路径。
AI 深度解读
QuickPlanX 把 AI 接入点放在了系统剪贴板。ChatGPT、Gemini 或 Claude 先生成缩进大纲,或者从白板照片里提取任务表格。用户复制粘贴后,原生应用负责导入任务,再根据依赖关系和工作日历计算排期。
这套做法对前端和全栈开发者的启发是,接 AI 之前可以先问一句,现有应用能不能直接消费模型的产物?如果一份人能检查、程序能解析的大纲或表格就能推进工作,导入功能本身就能成为接入点。
为什么剪贴板就能接上不同的模型
QuickPlanX 面向 macOS、iPadOS 和 iOS。作者 Howard Le 把 AI 辅助规划拆成两种中间产物。一种是工作分解结构(WBS),也就是把项目拆成阶段、任务和子任务的树。另一种是电子表格里的单元格,用来补充开始日期、工期等字段。前者解决「有哪些任务、各自属于哪一层」,后者解决「给已有任务补哪些数据」。
这个设计的好处在于,应用只需要理解导入格式。只要产物符合约定,ChatGPT、Claude、Gemini 或 Copilot 生成的内容,和用户在纯文本编辑器、Excel 或 Apple Numbers 里整理的内容,可以走同一套导入流程。原文也把 OPML 思维导图列为传统工作流的一部分。借助 Apple 的 Universal Clipboard,用户还可以在一台设备上复制整理好的内容,再到另一台设备上粘贴。
模型调用发生在应用外,QuickPlanX 开发者因此无需替用户管理模型 API 密钥、承担推理成本,或为应用增设 AI 订阅。模型服务的价格和可用性也不会成为排期引擎的运行条件。用户如果选择付费模型,费用取决于所用的外部服务。
如何让一段文本粘贴后直接变成任务树
聊天模型经常给任务加 Markdown 列表符、编号或粗体。对导入器来说,真正需要的只有任务名称和层级。作者给出的最短提示词只有两行,用来生成一份可以直接解析的住宅施工大纲。
Create a work breakdown structure for a residential build.
Output plain text only, using 1 leading space per level for hierarchy, with no bullets or numbers.
第二行规定了格式。顶层任务从行首开始,子任务前加 1 个空格,每深入一级再加 1 个。解析器数每行的前导空格,就能把子任务挂到对应的父任务下。
遇到陌生领域或需要拆到 3–5 层时,作者会把规则逐层写清楚。第 1 至第 5 层分别使用 0、1、2、3、4 个前导空格,禁止项目符号、编号、短横线和星号,并要求用 Markdown 围栏代码块包住整份输出,保住缩进。原文的详细示例给了一个约 300 平方英尺、带小院的两层住宅,目标工期约 4 个月。这些条件帮助模型决定要拆出哪些任务,空格规则则告诉导入器怎样还原层级。
这里的确定性来自解析规则。只要输入符合约定,同一段文本就会得到同一棵树。至于模型生成的内容能否一次通过,原文只展示了可用示例,没有给出复杂大纲的导入成功率,也没说明遇到 tab、层级跳跃或复制时丢失空格会怎样处理。
白板可以交给模型读,关键路径由排期引擎算
项目启动时,任务往往已经写在白板或现场笔记里。作者把照片交给具备视觉能力的模型,要求提取任务名、开始日期和工期,再整理成表格。演示里用的是 Gemini 和 Google Sheets,因为生成或提取的表格可以一键导出到 Sheets,再把所需列复制到 QuickPlanX 的 Table View。作者也提到 ChatGPT、Claude 和 Copilot 可以尝试类似流程,必要时先经过 Excel、Numbers 或 Google Sheets。原文没有给出这些工具的横向验证结果。
如果已有 WBS,只想请模型给出一版日期草案,作者用下面这段提示词约束表头和日期。
Please help schedule the tasks and present the results in a table with the following requirements:
- Include Task Name, Start, and Finish columns.
- Display Task Names without leading indentations or spaces.
- Start and Finish dates must fall on working days (weekdays only).
- Format dates using the short date format (yyyy/MM/dd) matching my device locale.
最后一行把设备使用的短日期格式写成 yyyy/MM/dd,方便复制到表格列。「weekdays only」则只要求日期落在周一到周五。节假日、调休和项目自己的工作日历,仍由原生应用处理。
任务树建好以后,Table View 可以批量粘贴单元格。QuickPlanX 限制在一次批量更新中同时覆盖 Start、Finish 和 Days,演示流程是一次贴一列。开始、结束与工期彼此牵连,一次强行写入三项,可能和引擎根据工作日历及依赖关系算出的结果冲突。
导入后的视图共用同一套数据。Tree View 和 Column View 用来调整任务层级,Table View 用来改日期、工期、资源和自定义字段,Gantt Chart 用来设置依赖并查看延期如何影响关键路径,Inspector 用来设置工作日历、任务约束和完成进度。上游任务推迟 3 天时,模型生成的表格还是原来的草稿,排期引擎才能沿依赖关系重新计算。
我的判断
我认同作者把精力放在导入和排期上。QuickPlanX 已有任务树和表格编辑,AI 产物恰好可以进入这两个入口。相比内嵌聊天栏,剪贴板方案少了应用侧的模型接入,也多了一步人工复制和检查。如果工作流要求定时生成、无人值守,或把生成结果和来源一起留档,结构化 API 会更容易串起这些步骤,同时也要承担调用和维护成本。
这篇原文给出的是开发者的经验和演示。它说明缩进大纲能导入、白板笔记能经模型转成表格,也展示了 Gemini 到 Sheets 的操作路径。作者没有给出节省多少时间、手写识别错了多少字段,或不同模型遵守缩进的比例。尤其是批量更新已有任务时,原文没说清粘贴区域如何与已有行对应。任务重名、模型调整顺序或漏掉一行时,整列数据是否还能正确对齐,得看应用的实际行为。
能拿来做什么
- 给已有任务树加 AI 辅助时,先试一份可以直接粘贴的文本协议。在提示词里写清每级空格数,再用真实项目大纲检查前端导入器或 Node 脚本怎样处理 tab、空行和层级跳跃,把错误定位到具体行。
- 用视觉模型整理需求讨论的白板照片时,只提取照片里已有的任务名、开始日期和工期。先在表格里核对模糊字段和目标行,再分列贴回已有任务。
- 把工作日历、依赖和工期计算留在应用侧。可以请模型给出初始任务和日期草案,再挑一项上游任务做延期验证,检查甘特图上的后续任务与关键路径是否按现有规则更新。