如何應用 AI 建立高效的知識學習系統
從筆記術到 AI 知識管理,打造你的第二大腦
Vista Cheng
https://www.vista.tw
Vista Cheng
內容策略顧問|AI 應用講師|作家
擁有 20 年以上寫作與內容策略經驗,出版近 20 本著作,涵蓋 AI 應用、個人品牌、文案寫作等主題。長期深耕 AI 教學,協助數百家企業與數千名學員在 AI 時代找到自己的學習節奏與競爭力。
Vista 作品集
出版近 20 本書籍,涵蓋 AI 應用、個人品牌、文案寫作、知識管理等主題——每一本都是實戰心法的結晶
社群與電子報
Vista 電子報
每週精選 AI 工具與學習資源
AI 好好用
Facebook 社團,各領域 AI 交流
博碩士生練功團
專為研究生打造的學習社群
我愛寫筆記
筆記愛好者的交流社群
今日議程
-
01
為什麼你需要知識學習系統?(趨勢與痛點)
-
02
站在巨人肩膀上:四大經典筆記與學習方法
-
03
AI 時代的知識管理革命:工具與新架構
-
04
打造你的個人 AI 知識系統:從今天開始
你平常怎麼管理學到的知識?
你平常怎麼管理學到的知識?
5 年
知識半衰期
你今天學的專業知識,5 年後有一半會過時——這不是危機,而是提醒我們:學習方法比學習內容更重要
一個臺灣大學生的真實困境
小明花了四年上課、抄筆記、把幾百篇文章存進 Notion。每次上課他都很認真,還替每篇文章做了標籤。但畢業前夕,當他想整理求職作品集,打開那個「知識庫」時,他發現自己根本看不懂自己當初寫了什麼——更不知道這些東西之間有什麼關聯。
他學了很多,卻什麼都沒有真正留下來。這四年,他做的不是在「學習」,而是在「收藏」。收藏感覺像學習,卻不是。
這個故事不是個案。根據德國心理學家 Ebbinghaus 的研究,如果沒有正確的學習方式,我們在學習後一週內就會忘記 75% 的內容。今天,我們要來解決這個問題。
問題不是你學得不夠多
問題是你沒有一個系統來留住、連結、活用你學到的東西。知識不等於理解,收藏不等於學會——你需要的是一套從輸入到輸出的完整系統。
The illiterate of the 21st century will not be those who cannot read and write, but those who cannot learn, unlearn, and relearn.
— Alvin Toffler
《未來的衝擊》作者,美國未來學家
01
為什麼你需要知識學習系統?
資訊爆炸時代的學習困境與出路
2.5 QB
每天產出的數據量
全球每天產出 2.5 Quintillion Bytes 的新數據——相當於每天製造出一千億本書。問題不是資訊太少,而是你根本無法消化
你有這些症狀嗎?
收藏了幾百篇文章但從來沒再打開、看過一本書但一個月後什麼都說不出來、筆記愈記愈多但愈來愈找不到、上課聽得懂但考完試全忘了——這就是「資訊焦慮」,你囤積的是焦慮,不是知識。
Ebbinghaus 遺忘曲線
忘記 42%
剛下課走出教室,近半數內容已開始模糊
忘記 67%
昨天學的東西,今天能記住的不到三分之一
忘記 75%
一週前的課,腦海中只剩模糊印象
忘記 80%
沒有複習的知識,幾乎流失殆盡
傳統筆記 vs AI 時代的知識管理
📓 傳統筆記方式
- 手抄或打字,依賴個人記憶力
- 分類靠資料夾,搜尋靠標籤
- 知識孤島:各篇筆記互不相連
- 複習靠意志力,容易半途而廢
- 知識只在腦內,難以輸出分享
🤖 AI 時代的可能
- AI 輔助整理、提煉、產生結構
- 語意搜尋:用問句找到相關知識
- 自動建立知識連結,看見關聯
- 智能提醒複習時間,科學記憶
- 一鍵轉化為文章、簡報、教材
知識管理的五個演進階段
紙本筆記
手寫日記、索引卡片——Niklas Luhmann 的卡片盒就是這個時代的極致
數位文件
Word 文件、資料夾分類——把紙本搬到電腦,但還是線性思維
雲端協作
Evernote、Notion——隨時隨地存取,標籤分類更靈活
連結式筆記
Obsidian、Roam Research——雙向連結,知識開始有了「關係」
AI 驅動系統
ChatGPT、Claude 整合——AI 主動整理、連結、提煉你的知識
你是哪一種學習者?
連結重於知識本身
神經科學家研究的幾乎都不是單一神經元,而是神經迴路。記憶不是儲存在某個腦細胞裡,而是在細胞與細胞之間的連結中。你的知識系統也是一樣——單一的知識點沒有意義,有意義的是它們之間的關係。
我的 token 用量,愈來愈少花在操控程式碼,卻愈來愈多花在操控知識。
— Andrej Karpathy
前 Tesla AI 總監、OpenAI 共同創辦人,分享他個人知識管理系統的心得
大學四年,你應該累積的知識資產
4 年
專業課程
上百門課、數千小時的知識輸入
500+
篇讀物
論文、教科書、文章、書籍
50+
個專案
報告、作業、實習、社團
0
個連結
大多數人離開學校時,這些知識彼此毫無關聯
傳統學習方式的三個根本問題
-
被動接收
上課抄筆記、讀教科書——大腦在被動接受資訊,沒有主動處理,記憶留存率極低
-
孤立學習
每門課、每本書都是獨立的知識孤島,看不見跨域的連結與模式
-
沒有輸出
只有輸入沒有輸出——費曼說,你無法解釋的東西,就是你還不懂的東西
-
缺乏複習系統
一次學習後就不再回頭,違背人類記憶的生理機制
-
工具與目標脫節
把工具(Notion、筆記 App)當目的,而不是建立真正的學習系統
但你有一個前所未有的優勢
時間優勢
你是第一代從大學時期就能大量使用 AI 工具的學生。四年的時間,足以建立一套強大的個人知識系統。
工具優勢
ChatGPT、Claude、Obsidian、Notion AI——這些工具讓知識管理的門檻大幅降低,任何人都可以建立屬於自己的系統。
知識優勢
跨域連結的時代,文科懂 AI、理科懂設計、工科懂人文的人才,才是最難被取代的。大學正是建立這種複合優勢的最好時機。
什麼是「知識學習系統」?
-
輸入層
有意識地選擇你要學什麼——不是所有資訊都值得進入系統
-
處理層
主動消化:用自己的話重新表達,建立與既有知識的連結
-
儲存層
建立可以被找到、被喚起的知識結構——不是資料夾,是知識圖譜
-
輸出層
把知識轉化為文章、對話、決策、創作——輸出才是真正的內化
-
複習層
科學化的複習機制,確保重要知識不會流失
個人知識管理的六個維度
輸入品質
主動選擇學什麼,而不是被演算法決定你看什麼
主動處理
不只是閱讀,而是提問、摘要、連結、重新表達
建立連結
讓每一個知識點都有至少一條連到其他知識的路
定期輸出
寫作、分享、教學——輸出是最深刻的學習
複習回顧
間隔重複:在對的時間點喚起記憶,對抗遺忘曲線
AI 加速
用 AI 工具放大每個環節的效率,建立可擴展的系統
一個有知識系統 vs 沒有的大學生,四年後的差距
沒有知識系統的同學
- 每門課的知識都是獨立碎片
- 準備考試才臨時抱佛腳
- 畢業論文從零開始找資料
- 找工作時說不出自己學了什麼
- 進公司後需要重新學一遍
有知識系統的同學
- 知識相互連結,學新東西更快
- 可以隨時找到以前學的內容
- 論文有完整的知識脈絡可以引用
- 作品集與知識庫展現累積的實力
- 帶著知識資產進入職場
本章重點:學習方法比學習內容更重要
在資訊爆炸的時代,問題從來不是「資訊不夠」,而是「你有沒有一個能留住、連結、活用知識的系統」。接下來,我們要從歷史上最有效的學習方法論開始,一步一步打造你的系統。
練習:盤點你的知識管理現況
- 1 你現在把學到的東西存在哪裡?(書、App、資料夾…)
- 2 你上週學到最有趣的一件事是什麼?
- 3 你能說出那件事和你正在學的其他東西有什麼關聯嗎?
- 4 你上個月存的哪一篇文章,你現在還記得主要內容?
大多數人盤點後會發現的三件事
發現一:你是收集者
你存了很多東西,但很少回頭看。你的收藏夾是個墓地,不是知識庫。
發現二:知識是孤島
你學的東西彼此之間沒有連結——課A的知識不會出現在課B的筆記裡。
發現三:輸入多輸出少
你花了大量時間閱讀和聽課,但很少把學到的東西講給別人聽或寫出來。
不是你不夠努力,是你需要一套系統
一個優秀的知識系統不是讓你「學更多」——而是讓你「記住更多、連結更多、用到更多」。Niklas Luhmann 靠著一套卡片盒筆記法,在 40 年間出版了 70 本書和 400 篇論文,而且他說那個系統「幾乎是在自己思考」。
費曼物理學獎得主 Richard Feynman 習慣把所有重要概念整理成可以「教給中學生聽懂」的版本——他說這個過程讓他比任何人都更深入理解自己的研究。
你不需要成為 Luhmann 或 Feynman——但你可以借鑒他們的方法,結合現代 AI 工具,打造一套屬於自己的知識系統。接下來,我們就來學習這些方法。
接下來:站在巨人的肩膀上
在發明新方法之前,先學習已經被驗證有效的系統。Zettelkasten、費曼學習法、康乃爾筆記、間隔重複——這四套方法加在一起,幾乎涵蓋了知識學習的所有關鍵環節。我們一一來看。
02
站在巨人肩膀上
四大經典筆記與學習方法
一個人和 9 萬張卡片的故事
Niklas Luhmann 是 20 世紀最多產的社會學家之一。他在 1960 年代開始用一個木箱和一疊索引卡片記錄自己的思考。每張卡片只寫一個概念,但每張卡都會指向相關的其他卡片——就像是個人版的維基百科。
到他 1998 年過世時,那個系統裡已經有 9 萬張卡片,涵蓋哲學、社會學、生態學等各個領域。他說自己的創作不完全是「他的」——很多時候是那個系統帶他走向意想不到的思路。他把這套方法叫做 Zettelkasten,德文「卡片盒」的意思。
今天,你不需要木箱和索引卡。你有 Obsidian、Notion,還有 AI。但 Luhmann 的核心哲學依然有效:知識的力量不在於量,而在於連結的密度。
Zettelkasten 的三個核心原則
原子化(Atomicity)
每張筆記只記錄一個完整的概念或想法。不要把很多東西塞進同一張筆記——原子化才能自由重組。
連結(Linking)
每張新筆記都要問:「這和我已有的哪些知識相關?」強迫自己建立連結,而不是只做分類。
用自己的話(Own Words)
永遠用自己的話重新表達,不是複製貼上。只有能用自己語言說出來的知識,才是真正理解的知識。
如何建立一張好的 Zettelkasten 筆記
寫下一個核心概念
用一句話說清楚這個概念是什麼,不能有模糊地帶
加上你的理解與評論
不只是摘錄,而是「這對我意味著什麼?」
建立連結
找至少一個現有筆記,問這兩個概念有什麼關係
標記來源
記錄這個知識從哪裡來,方便日後追溯
給它一個可以被找到的標題
標題要清楚,讓未來的你能在搜尋時找到它
重點不在整理,在連結
大多數人把筆記系統當作「整理工具」——按科目分類、按時間排序。但 Luhmann 的洞察是:知識的價值不在於它被分到哪個資料夾,而在於它能連接到多少其他知識。你的筆記系統應該是一張網,不是一棟公寓大樓。
用 Obsidian 數位化你的 Zettelkasten
雙向連結
[[筆記名稱]] 語法,一鍵建立雙向連結,自動記錄「被哪些筆記引用」
知識圖譜
Graph View 視覺化顯示所有筆記之間的連結,讓知識網絡一目了然
Markdown
純文字格式,永久可讀,不依賴任何服務商,資料真正屬於你
完全免費
個人使用永久免費,付費版只是同步功能,本地端完全免費
跨平臺
Mac、Windows、Linux、iOS、Android 全平臺支援
社群外掛
超過 1,500 個社群外掛,可整合 AI、日曆、閱讀器等工具
Obsidian 入門:三個你今天就能用的功能
-
建立第一張筆記
Ctrl+N 新增筆記,用「概念名稱」當標題,用你自己的話寫下這個概念
-
建立第一個連結
在筆記中輸入 [[ 會自動出現已有的筆記清單,選擇相關的就建立了連結
-
開啟知識圖譜
點左側「Graph View」圖示,看見你所有筆記的連結地圖
-
每天的流程
新增當日學到的概念 → 連結到已有筆記 → 不需要整理資料夾
練習:建立你的第一張 Zettelkasten 筆記
- 1 概念標題:選一個你最近學到的概念,用一個清楚的名詞或句子寫下來
- 2 用自己的話解釋:2~3 句話描述這個概念,不要複製貼上
- 3 為什麼這對你重要:連結到你自己的學習或工作經驗
- 4 這讓你想到哪些其他概念:至少想一個相關的知識點
02.2
費曼學習法
諾貝爾獎得主的學習秘密
費曼學習法的四個步驟
選一個你想理解的主題
選定範圍,把它寫在紙的最上方作為標題
假裝你要教一個小孩
用最簡單的語言解釋這個主題,不用術語,不用縮寫
找到你卡住的地方
哪裡說不清楚,哪裡就是你還不懂的地方——回去查資料
用類比和故事簡化
用生活中的例子、比喻來說明複雜的概念,越簡單越好
90%
學習留存率
美國國家訓練實驗室研究:「教別人」的學習留存率高達 90%——遠超閱讀(10%)、聽講(5%)、甚至做中學(75%)
我正在學習「遺忘曲線」這個概念。請你扮演一個完全不懂心理學的大一新生,用各種問題來測試我的理解。從最基本的「這是什麼意思?」開始問,如果我的解釋不夠清楚,請告訴我哪裡聽不懂,讓我重新解釋。
AI 開始扮演不懂的學生:「遺忘曲線是什麼?是說記憶會消失嗎?那為什麼叫『曲線』?還有,這和我背單字有什麼關係?你能不能用考試前背書的例子解釋一下?」——這個過程會精準揪出你理解中的漏洞。
練習:用費曼法教 AI 一個概念
- 1 選一個你正在學的課程概念(統計學?行銷學?程式?),在 AI 聊天視窗輸入以下內容: 「請扮演一個完全不懂 [你選的領域] 的高中生。我要向你解釋 [你選的概念],請在我說完後,問我至少三個讓你覺得還不懂的問題。」 然後開始解釋,看看 AI 的追問讓你發現哪些盲點。
02.3
康乃爾筆記法
課堂現場最實用的筆記系統
康乃爾筆記的三區結構
筆記欄(右側,約 70%)
上課時邊聽邊記,用縮寫、符號、圖表,只記重點,不求完整
提示欄(左側,約 30%)
課後整理時,把右邊的重點轉化成「問題」——這些問題就是日後複習的引導
摘要欄(底部)
用 2-3 句話總結這頁筆記的核心概念,用自己的話寫,不能直接複製
課後 24 小時內整理
記憶還新鮮時整理效果最好,只需要 10-15 分鐘
遮右邊複習
遮住右側筆記欄,只看左側問題,嘗試回憶——這就是主動學習
AI 加速整理
把課堂筆記貼給 AI,讓它自動幫你生成提示欄問題和摘要
康乃爾筆記最適合用在哪裡?
-
課堂講課
教授口頭講授時最實用,不需要事先準備,上課就能用
-
線上課程
看影片學習時,暫停每個段落後填寫,強迫自己主動處理資訊
-
讀書會
聽別人分享時,用筆記欄捕捉重點,提示欄記下你的問題
-
演講與分享會
快速捕捉講者重點,摘要欄寫下你想實際行動的一件事
以下是我今天上課的筆記(直接貼上你的原始筆記)。 請幫我做兩件事: 1. 根據筆記內容,生成 5-8 個「提示欄問題」,問題格式要讓我在複習時能用來測試自己的理解 2. 用 3 句話寫一個「摘要欄」,總結這節課的核心概念 請用繁體中文輸出。
AI 會輸出格式化的提示欄問題(如:「遺忘曲線的關鍵發現是什麼?複習的最佳時間點是?」)和一段精煉的摘要,讓你的康乃爾筆記立刻完整。
02.4
間隔重複(Spaced Repetition)
科學化地對抗遺忘
間隔重複:在對的時間複習
-
核心邏輯
在你「剛好快要忘記」的時間點複習,比隨機複習效果高出 2-4 倍
-
第一次複習
學習後 24 小時內:鞏固短期記憶,防止最快速的遺忘
-
第二次複習
第一次複習後 3-7 天:把記憶從短期移到中期
-
第三次複習
第二次複習後 2-4 週:形成長期記憶的關鍵時刻
-
維護複習
之後每隔 1-3 個月一次:讓重要知識永久留存
Anki:間隔重複的最佳工具
Anki 是一款免費開源的抽認卡軟體,使用 SM-2 演算法計算你下一次應該複習某張卡片的最佳時間。它被廣泛應用於醫學院學生背解剖學、語言學習者背單字、法學院學生背法條——任何需要長期記憶的學習場景都適用。桌面版完全免費,AnkiWeb 雲端同步免費,iOS App 付費(一次性 $750 臺幣)。
以下是我今天關於「認知心理學」的課堂筆記: [貼上你的筆記內容] 請幫我從這些內容中生成 10 張 Anki 卡片,格式如下: 正面(問題):[簡短的測試問題] 背面(答案):[清楚的答案,50 字以內] 要求:問題要能測試真正的理解,不只是背定義。
AI 會輸出 10 組結構化的 Anki 卡片,你可以直接複製到 Anki 的「新增」介面。一次課程的筆記,5 分鐘內就能變成可以長期複習的卡片組。
練習:建立你的間隔重複系統
- 1 今天的行動清單: ① 下載 Anki(ankiweb.net,完全免費) ② 把你今天在這場講座學到的三個最重要的概念,各寫一張卡片 ③ 設定每天「複習時間」10 分鐘的行事曆提醒 ④ 本週結束前,用 AI 把你的一份課堂筆記轉成 10 張 Anki 卡片 一個月後,你會感謝今天做了這件事。
四大學習方法比較
適合「輸入處理」的方法
- ✓ 康乃爾筆記:課堂即時捕捉,適合線性輸入場景
- ✓ 費曼學習法:深度理解,適合需要真正搞懂的概念
- ✓ 優點:門檻低,任何人今天就能開始使用
- ✓ 適合場景:上課、讀書、看教學影片
- ✓ 搭配 AI:讓 AI 幫你生成提示問題或扮演學生
適合「知識沉澱」的方法
- ✓ Zettelkasten:建立長期知識網絡,適合跨域連結
- ✓ 間隔重複:科學化對抗遺忘,適合需要長期記憶的內容
- ✓ 優點:複利效應,使用越久效果越強
- ✓ 適合場景:研究、寫作、備考、學習新語言
- ✓ 搭配 AI:批次生成卡片、自動連結相關筆記
不需要全部都學,選一個開始就好
學習系統本身不應該成為另一個你要「管理」的負擔。最好的系統是你真的會用的那個。如果你是大學生剛開始:先從康乃爾筆記開始,課後花 10 分鐘整理。一個月後,加入 Anki 做間隔重複。這樣就夠了。Zettelkasten 等你累積了一定筆記量再加進去。
完整知識學習流程
輸入:聽課、閱讀、觀看
帶著問題進入學習,主動而非被動地接收
捕捉:康乃爾筆記
課堂即時記錄,24 小時內整理提示欄與摘要
理解:費曼學習法
用自己的話解釋,找到不懂的地方,填補漏洞
連結:Zettelkasten
把新知識連結到已有的知識網絡,建立關係
鞏固:間隔重複
科學化複習,讓重要知識從短期記憶進入長期記憶
03
AI 時代的知識管理革命
當 AI 成為你的知識夥伴
知識管理的 Before & After
🕐 AI 之前
- 手動整理、分類、標記
- 靠記憶搜尋自己的筆記
- 知識連結需要大量腦力
- 轉化為文章需要重新思考
- 複習依賴個人意志力
⚡ AI 之後
- AI 自動提煉重點、產生結構
- 語意搜尋:問問題就能找到相關筆記
- AI 主動建議可能的連結
- 知識一鍵轉化為各種輸出格式
- AI 提醒最佳複習時間,主動送上卡片
Karpathy 的 LLM 知識庫架構
-
raw/ 目錄
把所有原始材料丟進去:文章、論文、影片逐字稿、個人筆記——不需要預先整理
-
AI 編譯
讓 AI 讀取 raw/ 目錄,提煉、整理、分類,自動產生結構化的知識條目
-
wiki/ 目錄
AI 輸出的結構化知識庫,可以搜尋、查閱、更新——是你真正能用的知識資產
-
持續更新
有新的學習材料就加進 raw/,讓 AI 定期重新編譯整個知識庫
-
核心洞察
你不需要整理,你只需要收集。整理是 AI 的工作,連結是你的工作
三種 AI 幫你建立的知識連結
直接相關(Direct Link)
同一主題內的概念連結。AI 讀到「遺忘曲線」時,自動連結到你筆記中的「Anki 卡片」和「學習留存率」。
深層連結(Deep Link)
跨領域的深層模式。AI 發現你筆記中的「商業飛輪」和「習慣迴路」有類似的循環結構,主動提示這個連結。
意外連結(Unexpected Link)
完全預料不到的創意連結。AI 把你學的「資訊理論」和你喜歡的「爵士即興」連在一起,激發全新的思路。
個人脈絡工程(Personal Context Engineering)
學習層(Learning Layer)
以 Zettelkasten 為核心——連結重於節點,建立跨域的知識網絡
工作層(Work Layer)
用寫作啟動工作——就像 AI 的 thinking 模式,把思路外化後再行動
個人層(Personal Layer)
自由書寫+身心監測——了解自己的狀態,才能做出正確的學習決策
三層互動
個人層滋養學習層,學習層支援工作層,工作層回饋個人層
觀察帶來改善
只要開始記錄自己的學習狀態,改善就會自然發生
AI 是催化劑
AI 不取代你的思考,而是讓你的思考結構更清晰、連結更豐富
AI 知識管理工具全景
不需要全部都用,找到適合你的組合
Vista 的 Muse 系統:Vibe Coding 打造個人 AI 知識管理
我用 Claude Code 和 Vibe Coding 的方式,花半天時間建立了一套包含 12 個 AI Skills 的知識管理系統。這套系統可以自動整理素材、生成連結、編譯知識庫、追蹤學習狀態——最重要的是,它完全按照我的需求設計,不是按照某個 App 開發商的邏輯。這正是 AI 時代最令人興奮的可能性:你可以建立真正屬於自己的工具。
觀察,就會帶來改善。只要開始記錄,你就已經在進步了。
— 周加恩
個人脈絡工程倡導者,分享建立個人知識系統的核心心法
大學生的簡易 AI 知識系統
下載 Obsidian,建立第一個資料夾
不需要完美規劃,就叫「學習筆記」,今天就建立第一張筆記
每次上課後,用 AI 整理筆記
把課堂速記貼給 Claude 或 ChatGPT,讓它幫你整理成康乃爾格式
每週用 AI 找連結
問 AI:「這週我學了 A 和 B,它們之間有什麼可能的關係?」
每月把筆記轉成 Anki 卡片
選出最重要的 20 個概念,批次生成卡片,每天 10 分鐘複習
每學期輸出一篇整合文章
把這學期學到的最重要的東西,寫成一篇能讓朋友看懂的文章
最常被問的問題:我應該用哪個工具?
-
剛開始:從 Notion 或紙本開始
不要一開始就被工具搞昏頭,任何能讓你動手的工具都是好工具
-
想要長期知識庫:選 Obsidian
免費、本地、永久可用,資料永遠屬於你自己,適合長期投資
-
想要視覺化:試試 Heptabase
白板式介面,適合視覺型思考者,可以把概念「擺在桌上」看關係
-
AI 輔助:Claude 或 ChatGPT 都行
重點不是選哪個 AI,而是培養「什麼時候讓 AI 幫忙」的直覺
AI 知識管理的三個常見誤區
誤區一:讓 AI 替你思考
AI 應該幫你整理和連結,不是替你思考。如果你把所有問題都丟給 AI,你的思考能力會退化,知識也不會真正是你的。
誤區二:工具愈多愈好
用 Notion、Obsidian、Heptabase、Readwise 全部同時用,最後每個都用不深。從一個工具開始,用到熟再考慮加入第二個。
誤區三:整理代替思考
花三小時把筆記整理得很漂亮,但沒有真正理解其中的概念。記住:整理不等於學習,只有輸出才能驗證你真的懂了。
AI 輔助學習的正確姿勢
把這些習慣養成後,AI 就是你的超級學習夥伴
AI 是放大器,放大你已有的系統
如果你已經有良好的學習習慣,AI 會讓你的效率提升 10 倍。如果你沒有任何學習系統,AI 只會讓你更快地囤積更多根本沒在用的資訊。AI 不能替代你建立系統的意願,但一旦你有了系統,AI 就是你最好的夥伴。
第三章重點回顧
-
AI 改變的是效率,不是方向
方向還是你決定的:你要學什麼、連結什麼、輸出什麼
-
raw/ → AI → wiki/ 是可擴展的架構
不需要完美整理,讓 AI 幫你處理整理工作,你專注在連結
-
三種連結都需要刻意培養
直接連結靠搜尋,深層連結靠閱讀,意外連結靠開放探索
-
觀察自己的學習狀態是系統的一部分
記錄你今天學了什麼、感覺如何、什麼時候狀態最好
Part 1 結束:你的三個行動承諾
- 1 在手機備忘錄或紙上,寫下: ① 我今天會安裝的工具是:(Obsidian / Anki / 其他) ② 我這週會嘗試的學習方法是:(康乃爾筆記 / 費曼法 / Zettelkasten / 間隔重複) ③ 我下週會完成的第一個輸出是:(整理一份筆記 / 寫一篇 200 字的概念說明 / 做 10 張 Anki 卡片) 把這三個承諾拍照,傳給一個朋友,讓他在一週後問你做到了沒。
04
動手做:用 AI 打造你的學習系統
從理論到工具,從工具到習慣
閱讀不是問題,理解才是
大學生平均每學期要讀幾百頁教材,但真正內化的只有一小部分。AI 不只能幫你讀得更快,更能幫你讀得更深——關鍵是知道怎麼問。
以下是一篇論文的摘要:[貼上論文摘要或全文節錄]。請幫我: 1. 用三句話說明這篇論文的核心論點 2. 指出作者使用的研究方法(質性/量化/混合) 3. 列出三個最關鍵的研究發現 4. 這篇論文的主要限制是什麼?
核心論點:本研究主張社群媒體使用頻率與青少年焦慮程度呈正相關,且此關係受到睡眠品質的中介效果影響。研究方法:量化研究,採橫斷面問卷調查,樣本 N=1,248。關鍵發現:(1) 每日使用超過 3 小時者焦慮分數高出 23%;(2) 睡眠不足強化此效應;(3) 主動使用(發文)比被動瀏覽影響更小。主要限制:橫斷面設計無法確立因果關係,自我報告法可能有回憶偏誤。
請你扮演一位嚴格的學術評論者,針對以下論點提出批評: [論點內容] 請從以下角度挑戰這個論點: 1. 邏輯漏洞或過度推論 2. 缺乏考慮的反例 3. 方法論上的疑問 4. 替代解釋的可能性
批評一(邏輯):作者從相關性直接跳到政策建議,但相關不等於因果。若存在第三變數(如家庭環境),整個論證鏈就斷了。批評二(反例):北歐研究顯示高社群媒體使用與心理健康正相關,作者未解釋此文化差異。批評三(方法):問卷設計中「焦慮」的操作化定義過於簡化,未使用標準化量表……
我剛讀完以下這篇文章/書籍章節:[貼上內容或摘要] 請幫我用 Zettelkasten 永久筆記格式整理,包含: - 標題(一個可搜尋的概念短語) - 核心想法(用我自己的話,2-3 句) - 這個想法讓我聯想到什麼? - 我的疑問或反思 - 可能的應用場景
標題:社群媒體的雙重效應假說 核心想法:社群媒體對心理健康的影響取決於使用方式,主動創作比被動消費更有益——就像在健身房主動運動比坐著看別人運動更有益身體一樣。 聯想:這讓我想到費曼學習法——主動輸出(教別人)比被動輸入(看書)學得更牢固。 疑問:不同平臺(Instagram vs Twitter)的效應是否不同? 應用:調整自己的社群使用策略,從滑動轉為創作。
我在研究以下兩個看似無關的概念: 概念 A:[第一個概念,例如:演化生物學中的「利他行為」] 概念 B:[第二個概念,例如:行銷學中的「口碑傳播」] 請幫我找出這兩個概念之間可能存在的深層連結,並舉出至少兩個具體的應用例子。
深層連結:兩者都基於「相互利益的網絡效應」——生物利他行為在親族選擇框架下是基因利益的延伸;口碑傳播則是社會資本的相互強化。核心機制相同:短期成本換取長期群體利益。 應用例子 1:病毒行銷設計可以借鑑「互惠利他主義」——讓分享者也能獲得好處(折扣碼) 應用例子 2:社群建立策略可以仿效蟻群的「超個體」概念——個體貢獻越多,整體越強大,個體也間接受益。
免費 AI 閱讀與研究工具推薦
ChatGPT 免費版
GPT-4o mini 模型,擅長對話式問答與文本分析,每天有次數限制但足夠日常使用
Claude 免費版
Anthropic 出品,長文處理能力強,適合閱讀長篇論文與複雜文本分析
Perplexity 免費版
搜尋 + AI 整合,每次搜尋都附來源連結,適合學術資料蒐集與事實查核
Google NotebookLM
上傳 PDF、網頁、YouTube 影片後可對話,最適合讀論文和整理課程資料
Readwise Reader 免費版
整合各種閱讀來源(電子書、文章、推文),AI 摘要功能讓你讀得更有效率
Arc 瀏覽器
內建 AI 側邊欄,瀏覽任何網頁都可以即時問問題、做筆記,免費下載
工具選擇原則:從一個開始
六個工具都很好,但同時用六個等於都沒在用。建議先選一個你最常接觸的場景(讀論文→ NotebookLM;搜尋資料→Perplexity;整理筆記→ Claude),精通它,再慢慢擴展。
如何用 AI 閱讀一篇陌生領域的論文
Step 1 先問摘要:把摘要丟給 AI,要求用高中生能懂的語言解釋核心論點
Step 2 理解背景:問 AI「這個領域的基本知識是什麼?要讀懂這篇論文需要先了解哪些概念?」
Step 3 逐段提問:每讀一個難懂的段落,就問 AI「這段在說什麼?作者為什麼這樣論證?」
Step 4 批判性驗證:請 AI 列出這篇論文可能的弱點,然後你自己判斷是否認同
Step 5 連結既有知識:問 AI「這個研究發現和我已知的 [X] 有什麼關係?」
AI 輔助閱讀:做對 vs 做錯
❌ 這樣用只是偷懶
- 直接問:「幫我讀這篇論文」
- 把 AI 摘要當作自己讀過
- 從不回頭確認 AI 說的對不對
- 完全跳過原文
- AI 說什麼就信什麼
✅ 這樣用才是真正學習
- 先自己讀一遍,再用 AI 補強理解
- 用 AI 提問,自己思考後再看答案
- 請 AI 出問題,測試自己的理解
- 用 AI 找到你讀不懂的那個點
- 把 AI 當作蘇格拉底式的對話夥伴
The goal is not to use AI to avoid thinking, but to use AI to think better.
— Ethan Mollick
《Co-Intelligence》作者、華頓商學院教授
實作練習:用 AI 整理你這學期一門課的筆記
輸出是最好的學習:學習金字塔
學習金字塔研究顯示:被動聆聽課程記住 5%,閱讀記住 10%,討論記住 50%,實際操作記住 75%,而教別人可以記住高達 90%。寫作、做簡報、錄影片——這些輸出行為,是最強大的記憶工具。
90%
教別人能記住的比例
相比之下,只是「聽課」只能記住 5%。AI 能幫你把學到的東西更快速地轉化為可以分享的輸出,從而大幅提升記憶效率。
用 AI 寫學習心得的正確方式
Step 1 先自己寫大綱:花 10 分鐘,把你認為最重要的三個觀點列出來
Step 2 AI 擴展內容:把大綱給 AI,請它幫你補充每個觀點的論據與例子
Step 3 你來修改:讀 AI 的擴展版本,刪掉你不認同的,加入你自己的故事
Step 4 AI 潤稿:請 AI 改善語句流暢度,但不改動你的核心觀點
Step 5 你最終確認:再讀一遍,確保每個字都是你真正認同的
AI 寫作輔助:錯誤示範 vs 正確示範
❌ 直接叫 AI 寫
- 「幫我寫一篇讀書心得」
- 交出去的是 AI 的想法
- 你沒有真正思考過
- 被發現的風險很高
- 你什麼都沒學到
✅ 用 AI 輔助你的思考
- 先寫出你的三個核心想法
- 讓 AI 幫你補充證據和例子
- 保留你自己的觀點與語氣
- 最終成品反映你真實的理解
- 你的思考能力在過程中成長
我有以下這些課堂筆記重點: [貼上你的筆記重點] 請幫我把這些筆記轉化為一篇 600-800 字的學習心得文章,要求: - 開頭用一個具體的例子或故事切入 - 保留我列出的三個核心觀點作為文章骨架 - 加入「為什麼這對我有意義」的個人反思 - 結尾提出一個我打算實際嘗試的行動 語氣:真誠、有個人風格,不要太學術
(AI 生成範例開頭)上週在圖書館備考的時候,我突然意識到一件事:我花了三個小時「讀書」,但合上書本後卻記不得剛才讀了什麼。這就是認知科學家所說的「流暢度錯覺」——感覺讀懂了,其實只是文字從眼前流過。這堂課教我的最重要一件事,是分清楚「曝光」和「學習」的差距……
以下是我的課堂筆記: [貼上筆記內容] 請幫我把這些筆記轉化為 Anki 格式的複習卡片(問答對),要求: - 每張卡片只測試一個概念 - 問題要有點難度,不能只是定義背誦 - 包含至少 3 張「舉例應用」類型的卡片 - 輸出格式:問題 / 答案
卡片 1:問題:間隔重複的「最佳複習時間點」是什麼時候?為什麼?/ 答案:在你「快要忘記」的時候——研究顯示在記憶消退到約 10% 前複習,長期記憶效果最佳。 卡片 2:問題:如果你的朋友說「我讀書很努力但考試成績差」,根據記憶科學你會給什麼建議?/ 答案:建議從「被動重讀」改為「主動提取練習」——閉上書本,嘗試默寫剛讀的內容……
我需要為以下主題製作一份 15 分鐘口頭報告的簡報大綱: 主題:[報告主題] 受眾:[教授和同班同學] 目標:[說明這個主題,並提出我自己的分析觀點] 請幫我設計一份簡報大綱,包含: - 開場(如何在 30 秒吸引注意力) - 3-4 個主要段落(每個段落的核心訊息) - 結尾(留給觀眾的核心印象) - 每個段落建議的時間分配
開場(2 分鐘):用一個反直覺的統計數字開場——「90% 的新創公司在五年內倒閉,但倒閉的主因不是技術失敗,而是......」 第一段(4 分鐘):背景與問題定義——為什麼這個議題現在很重要? 第二段(5 分鐘):核心分析——你的主要論點 + 三個支撐論據 第三段(2 分鐘):你的獨特觀點或建議 結尾(2 分鐘):一句話總結 + 開放一個值得繼續思考的問題給觀眾
用 AI 模擬聽眾,練習口頭報告
學術倫理:AI 輔助寫作的界線在哪裡
✅ 可以
- 用 AI 幫你理解你不懂的概念
- 用 AI 改善你寫好的文章的語句通順度
- 用 AI 幫你找出論點的漏洞和反例
- 用 AI 生成你想進一步研究的問題清單
❌ 不可以
- 直接繳交 AI 生成的文章,不加修改
- 用 AI 偽造引用來源或研究數據
- 在不允許使用 AI 的考試中偷用
- 隱瞞你使用了 AI(當老師明確要求說明時)
黃金原則:AI 是鷹架,不是成品
蓋房子要用鷹架,但房子完工後鷹架要拆掉。AI 幫你搭起思考框架、補充材料、打磨語言——但最終站在觀眾或老師面前的,是你。確保你能為你的作品的每一個論點負責。
不同學校對 AI 使用的規範差異
趨勢:越來越開放
- 許多大學開始制定明確的 AI 使用政策
- 部分課程要求說明如何使用 AI
- 有些作業甚至要求用 AI 協助完成
- 重點從「有沒有用」轉向「用得好不好」
你應該做的事
- 主動問教授:這門課的 AI 使用政策是什麼?
- 寫清楚你如何使用了 AI(透明原則)
- 把 AI 當工具而不是替代思考
- 培養「沒有 AI 也能獨立完成」的底層能力
一個使用 AI 寫作的真實案例
小雅是傳播系三年級學生,她要交一篇關於「假新聞對民主的影響」的期末報告。她先花了一個小時自己構思,列出五個她認為重要的論點——但她知道有些論點自己說不清楚,論據也不夠充分。
她把自己的大綱交給 Claude,請它幫她找出每個論點最強的學術支持,以及她可能沒有想到的反例。AI 給了她幾個她從沒讀過的重要研究,也指出她的第三個論點其實有個邏輯跳躍。
最後的報告,骨架是她的,血肉是她消化 AI 建議後重新填入的。教授給了她 A-,留言說:「論點清晰,對反例的處理尤其成熟。」小雅知道,那個成熟,是她和 AI 一起學來的。
實作練習:把課堂筆記轉化為三種輸出格式
間隔重複 + AI = 超級記憶術
1885 年,心理學家艾賓豪斯發現「遺忘曲線」:學完後 24 小時遺忘 70%,一週後遺忘 90%。解藥是「間隔重複」——在關鍵時間點重新複習,讓記憶從短期變長期。AI 現在可以幫你自動生成個人化的複習卡片,讓你用科學方式記憶。
以下是我的學習筆記: [貼上一個章節的筆記] 請幫我生成 10 張 Anki 複習卡片,格式如下: 問題:[一個清楚的問題] 答案:[簡潔但完整的答案] 要求: - 涵蓋本章節最重要的 5 個概念 - 包含 3 張「應用題」(給我一個情境,讓我判斷該用哪個概念) - 包含 2 張「比較題」(比較兩個相似但不同的概念) - 答案控制在 2-3 句之內
卡片 1(概念):問題:什麼是「工作記憶」?它和「長期記憶」有什麼不同?/ 答案:工作記憶是你「現在正在處理」的資訊,容量約 7±2 個單位,且會自動消失。長期記憶則是已鞏固的知識,理論上無限容量。差異:工作記憶是暫時的,長期記憶需要有意識地鞏固。 卡片 2(應用):問題:你正在讀一段複雜的文章,讀完後發現自己記不得開頭說什麼。這說明了什麼記憶現象?/ 答案:這是工作記憶容量限制的體現。當後面的資訊進來,前面的就被擠出去了……
以下是我的教科書第五章內容: [貼上章節內容] 請幫我出一份模擬考題,包含: - 5 道選擇題(每題附四個選項,標出正確答案並解釋為什麼其他選項是錯的) - 2 道問答題(模擬期中考的難度和格式) 難度要求:選擇題中至少 2 題要讓我需要真的思考,不能只靠記憶力答對。
選擇題第 1 題:以下哪個例子最能說明「確認偏誤」? A. 小明相信彩券能中獎,因為他見過中獎的人 B. 小美讀完一篇文章後,更相信自己原來的立場(正確答案) C. 老李不信任統計數據,因為他認為數字可以造假 D. 小強認為今天天氣很好,因為昨天也很好 解析:確認偏誤是指人傾向尋找支持既有信念的資訊。B 正確,因為它描述了接觸新資訊後反而強化原有偏見……
用 AI 做蘇格拉底式問答:引導深度理解
請幫我用 Mermaid 語法畫出以下概念之間的關係圖: 概念:[列出你想整理的 5-8 個概念,例如:認知負荷理論、工作記憶、長期記憶、間隔重複、提取練習、遺忘曲線、情境學習] 要求: - 標示出概念之間的關係(箭頭上寫關係說明) - 區分「影響」和「組成」兩種關係 - 用不同形狀區分核心概念和輔助概念
```mermaid
graph TD
A[遺忘曲線] -->|解決方案| B[間隔重複]
B -->|機制| C[提取練習]
C -->|強化| D[長期記憶]
E[認知負荷理論] -->|管理| F[工作記憶]
F -->|轉化| D
G[情境學習] -->|增強| C
D -->|鞏固| H[知識體系]
```
說明:圖中可以看出,所有有效的記憶策略最終目標都是強化長期記憶。工作記憶和長期記憶是兩個關鍵節點。Google NotebookLM 深度教學
Step 1 上傳資料:把 PDF 論文、Google Docs 筆記、YouTube 影片連結、網頁 URL 丟進 Notebook
Step 2 生成摘要:NotebookLM 自動為每份資料生成摘要,快速掌握重點
Step 3 對話式學習:直接問 NotebookLM 關於這些資料的問題,它只會根據你上傳的內容回答(不會亂掰)
Step 4 生成學習指南:請它把所有資料整合成「學習指南」或「常見問題 Q&A」
Step 5 產出 Audio Overview:點擊「Audio Overview」,NotebookLM 會生成一段 10-20 分鐘的 Podcast 摘要
NotebookLM 的殺手級功能:Audio Overview
把 5 篇學術論文丟進 NotebookLM,按一個按鈕,它會生成一段兩個虛擬主持人討論這些論文的 Podcast——有來有往的對話、舉例、反問。你可以在通勤路上「聽論文」。這是 2024 年最讓學術界驚豔的功能之一,而且完全免費。
四大免費 AI 學習工具比較
ChatGPT vs Claude
- ✓ ChatGPT:生態最完整,外掛最多
- ✓ ChatGPT:網路搜尋能力強(Plus 版)
- ✓ Claude:長文處理能力更強
- ✓ Claude:回答更謹慎,較少幻覺
- ✓ 兩者:都適合對話式學習與寫作輔助
NotebookLM vs Perplexity
- ✓ NotebookLM:只根據你上傳的資料回答
- ✓ NotebookLM:Audio Overview 是獨家功能
- ✓ Perplexity:即時網路搜尋,附來源連結
- ✓ Perplexity:適合快速查找最新資訊
- ✓ 選擇原則:讀自己的資料用 NotebookLM,搜尋外部資訊用 Perplexity
大學各科系的 AI 學習應用
文科:文本分析
用 AI 分析文學作品的敘事結構、修辭策略、歷史文本的論述框架,快速生成不同詮釋角度
理科:解題輔助
把不會的數學題或物理題拍照給 AI,請它一步步解釋解題思路(不只給答案,要給過程)
商科:案例研究
用 AI 快速整理個案背景,扮演不同利害關係人角色,模擬策略辯論,深化案例分析深度
設計:靈感發想
用 AI 生成設計靈感清單、分析設計史案例、解釋色彩心理學,或為視覺作品撰寫設計說明
你知道這些 AI 學習場景嗎?
AI 做田野調查
社會學、人類學系學生用 AI 產出訪談大綱
AI 解讀法律條文
法律系學生把複雜條文轉換為白話理解
AI 醫學案例分析
醫學生練習鑑別診斷思路
AI 學程式語言
請 AI 一行行解釋你不懂的程式碼
AI 學外語
用目標語言和 AI 對話,即時糾正錯誤
AI 做數據分析
商管系學生用 AI 解讀統計結果和圖表
最有效的 AI 學習模式:主動提取 + AI 驗證
研究顯示「提取練習」(閉書回憶)比重讀有效三倍以上。最強的組合是:先閉書嘗試回答→再問 AI 你的答案對不對、哪裡不完整→針對漏洞補充學習。這個循環比單純請 AI 解釋快五倍。
建立 AI 輔助複習系統的路線圖
第一週:上傳筆記
選定一門課,上傳本學期所有筆記到 NotebookLM
第二週:生成卡片
用 ChatGPT 生成 30 張 Anki 卡片,開始每日複習
第三週:模擬考題
用 AI 做兩套模擬考題,找出你的知識弱點
第四週:深化理解
用蘇格拉底式問答深化你最弱的三個概念
期末週:通盤複習
用 NotebookLM Audio Overview 做最終複習
引進 AI 之前 vs 之後的複習效率
🕐 傳統複習方式
- 重讀課本和筆記(低效)
- 用螢光筆劃重點(感覺有學,其實沒有)
- 考前一晚臨時抱佛腳
- 不知道自己哪裡不懂
- 複習完不確定自己準備好了沒
⚡ AI 輔助複習(效率提升 3~5 倍)
- AI 生成個人化複習卡片,間隔重複練習
- AI 出模擬題,主動提取記憶
- 提前三週開始系統性複習
- AI 精準指出你的知識漏洞
- 考前信心充足,知道自己準備到位
學習不是把知識從老師的頭腦搬到學生的筆記本。學習是在學生的大腦裡建立新的神經連結。
— Jean Piaget
建構主義學習理論創始人
實作練習:用 AI 為你最難的一門課建立複習系統
05
建立你的個人知識庫
從工具到系統,從系統到複利
工具不等於系統
買了 Obsidian 不等於你有知識管理系統,就像買了健身房會員不等於你有在健身。工具只是載體,系統是你如何使用它的習慣與流程。沒有系統,再好的工具都會變成你電腦裡的一個空資料夾。
個人知識庫的四個核心要素
01 收集(Capture)
把有價值的資訊第一時間記下來。不挑,先收——重要的是不讓靈感消失在時間流中
02 整理(Organize)
定期把收集來的資訊分類、標記、建立索引。讓資訊可以被找到,而不是消失在資料夾裡
03 連結(Connect)
找出不同筆記之間的關聯,建立雙向連結。知識的價值不在單個筆記,而在筆記之間的網絡
04 產出(Create)
從筆記中提煉觀點,轉化為文章、報告、簡報。知識庫是你創作的原料庫,不是倉庫
定期回顧
每週回顧本週的收集與筆記,確認系統運作正常,避免資料堆積變成數位垃圾
漸進成長
知識庫從第一則筆記開始,隨著時間複利累積。今天種下的筆記,明年會開出意想不到的花
Obsidian 入門:從零到第一個知識庫
Step 1 下載安裝:到 obsidian.md 免費下載,支援 Windows / Mac / iOS / Android
Step 2 建立 Vault:Vault 是你的知識庫資料夾,建議放在 Dropbox / iCloud 自動同步
Step 3 第一則筆記:建立一則關於「今天最重要的學習」的筆記,用 Markdown 格式撰寫
Step 4 加入連結:在筆記中用 [[雙括號]] 連結到其他筆記,這是 Obsidian 的核心魔法
Step 5 開啟圖譜視圖:點擊左側的圖譜圖示,看看你的知識網絡長什麼樣子
Obsidian 的三個殺手級功能
雙向連結
用 [[筆記名稱]] 連結任何筆記,Obsidian 會自動記錄哪些筆記連結到這則筆記。知識不再孤立,而是形成網絡。
圖譜視覺化
所有筆記和連結自動生成一張互動式知識地圖。你可以看到哪些概念是你知識庫的核心節點,哪些是孤立的孤兒。
社群外掛
超過 1,000 個社群開發的外掛,包含 Anki 同步、日曆、Kanban 看板、AI 整合等。完全免費,無限擴充。
Notion 入門:大學生最友善的知識管理工具
Step 1 免費帳號:到 notion.so 用學校信箱註冊,教育版帳號享有額外功能
Step 2 建立 Workspace:把你的學習、專案、筆記都放在同一個 Workspace 管理
Step 3 建立 Database:Notion 最強的功能——把資訊整理成可篩選、可排序的資料庫
Step 4 套用 Template:從 Notion 官方或社群下載免費模板(讀書筆記、專案管理、習慣追蹤)
Step 5 啟用 AI 功能:Notion AI 可以直接在筆記中要求 AI 摘要、翻譯、生成內容
Obsidian vs Notion:怎麼選?
Obsidian
- ✓ 本地端儲存,資料完全在你手中
- ✓ 以 Markdown 純文字為核心
- ✓ 雙向連結與圖譜是核心優勢
- ✓ 社群外掛生態豐富但學習曲線較高
- ✓ 適合:喜歡客製化、重視隱私、建立知識網絡
Notion
- ✓ 雲端同步,任何設備無縫切換
- ✓ 介面友善,拖拉式操作上手快
- ✓ Database 功能強大,適合專案管理
- ✓ 內建 AI,不需要額外設定
- ✓ 適合:喜歡整潔介面、需要與他人協作、多功能整合
Heptabase:視覺化思考的新選擇
Heptabase 是臺灣團隊開發的知識管理工具,核心概念是「白板式思考」——你可以在無限白板上排列筆記卡片,用空間關係表達概念連結。特別適合需要視覺化梳理複雜主題的學習者。提供 30 天免費試用。
三大工具快速比較
選擇原則
- 想建立連結知識網絡:選 Obsidian
- 需要協作與資料庫管理:選 Notion
- 喜歡視覺化思考:選 Heptabase
- 最重要的原則:選一個你真的會持續用的
- 不要追求完美工具,要追求持續使用的習慣
常見誤區
- 誤區:工具越複雜越好——不對,越簡單越容易堅持
- 誤區:要先規劃好系統才開始——不對,邊用邊調整
- 誤區:Obsidian 和 Notion 要一起用——初學者選一個就好
- 誤區:外掛越多越強——太多外掛反而拖慢你
- 誤區:換工具就能解決拖延——工具不是藉口
實作練習:建立你的第一個知識庫
每日知識流程:從收集到回顧
收集工具:用什麼蒐集你的資訊
Readwise
同步 Kindle、PDF、文章的劃線,自動整理到你的筆記工具,每日寄送舊筆記提醒你複習
一鍵儲存網路文章,離線閱讀,配合 Readwise 把劃線筆記同步到 Obsidian / Notion
截圖 + OCR
手機截圖後,用 iOS 內建 OCR 或 Google Lens 把文字擷取出來,直接複製到筆記
瀏覽器書籤
Chrome / Arc 的書籤夾,配合 AI 摘要外掛(如 Merlin),把有用的頁面快速整理
LINE 轉發
LINE 上看到好文章,轉發到你的「自己」對話或指定的筆記群組,事後統一整理
拍照
實體書、白板、簡報投影片,直接拍照存進筆記,Google Keep / Notion 都支援照片筆記
從收集到筆記:轉化流程五步驟
Step 1 快速瀏覽:花 30 秒掃一遍收集來的內容,確認是否值得深入處理
Step 2 判斷價值:這個資訊六個月後還有用嗎?對我的學習 / 工作有什麼意義?沒有的話刪除
Step 3 擷取重點:找出最重要的 1-3 個概念或觀點,不要全部複製
Step 4 用自己的話重寫:絕對不要複製貼上——用自己的語言重新描述,強迫理解
Step 5 加入連結:這個筆記和你已有的哪些筆記有關聯?建立連結,讓它成為網絡的一部分
以下是我今天收集的幾篇文章摘要: [貼上文章標題和重點] 請幫我用 Zettelkasten 格式整理成永久筆記,每則筆記包含: - 標題(一個概念性的短語,不是文章標題) - 核心想法(2-3 句,用我的話說) - 這個想法和哪些已知概念有關? - 潛在應用場景 然後告訴我:這些筆記之間有什麼可能的連結?
筆記 1:《注意力的稀缺性》 核心想法:在資訊爆炸的時代,限制性資源已從資訊本身轉移到人的注意力。設計師、媒體、App 都在搶奪我們的注意力這個「資源」。 相關概念:赫伯特·西蒙的「注意力經濟」、行為設計學、上癮迴路 潛在應用:理解為什麼滑手機會讓時間消失;設計更專注的學習環境 筆記之間的連結:注意力稀缺 → 直接影響學習效率(連結到你之前關於「深度工作」的筆記)
每週知識庫回顧清單
每週固定一天(建議週日晚上),花 30 分鐘做這些事
每週回顧的核心:刪除比新增更重要
知識庫最大的敵人不是「沒有東西」,而是「太多垃圾」。一個有 10 則高品質筆記的知識庫,比一個有 1,000 則複製貼上的知識庫更有用。每週回顧的重點之一:勇敢刪除你不再需要的東西。
收藏≠學習:數位囤積症的故事
小明是一個認真的學生。他有 3,000 篇文章在 Pocket 待讀、487 個 YouTube 影片待看、Notion 裡有 12 個資料夾但都只有一兩則筆記。他花了整個學期「收集」知識,期末考前發現自己什麼都記不住。
收藏帶來「我在學習」的錯覺,但真正的學習需要主動處理——用自己的話重寫、建立連結、嘗試應用。研究顯示,只是把文章加入待讀清單,跟根本沒讀幾乎沒有差別。
解藥很簡單:每天收集不超過三篇,每篇都要馬上寫下「這篇讓我學到什麼」。寧可少收精煉,不要廣收囤積。你的知識庫應該是精品店,不是倉庫。
數位囤積 vs 知識管理
數位囤積者
- Pocket 裡有 2,000 篇待讀文章
- 每天收藏 10 篇,一篇都沒認真讀
- 筆記軟體空資料夾比筆記多
- 換了四個工具,每個都只用了一週
- 感覺很努力,實際上什麼都沒學到
知識管理者
- 每天最多收藏 3 篇,每篇都有筆記
- 每週固定回顧,刪除沒價值的
- 一個工具用深用透,不輕易換
- 知識庫小但精,每則筆記都有連結
- 半年後能從舊筆記找到當初的洞察
理想的知識庫健康指標
每天
至少一則新筆記
不需要長篇大論,一個段落說清楚一個概念就夠了
80%
筆記有連結
如果一則筆記沒有任何連結,它就是孤立的——找到它的位置
每週
一次回顧整理
30 分鐘的週回顧,讓知識庫保持健康,避免囤積
每月
一次清理刪除
把三個月內沒有用過的筆記存檔或刪除,保持系統精簡
實作練習:建立你的每日知識流程
知識庫是你的內容金礦
每一則筆記都是一個潛在的文章種子。每一個連結都是一個潛在的洞察。當你的知識庫累積了 100 則以上的筆記,你會發現你根本不缺「想寫什麼」——你的問題會變成「要先寫哪一個」。大多數頂尖的知識型部落客和 YouTuber,都有一個強大的個人知識庫在背後支撐他們的創作。
從筆記到部落格文章的工作流
Step 1 找到共鳴主題:瀏覽你的知識庫,找出一個你有 3 則以上相關筆記的主題
Step 2 建立文章大綱:把相關筆記拉在一起,用 AI 幫你理出一個有邏輯的文章結構
Step 3 寫初稿:先用自己的話寫,不要管品質——把你筆記裡的洞察填進大綱
Step 4 AI 潤色:請 AI 改善邏輯流暢性、加強開頭和結尾,但保留你的聲音
Step 5 發布並分享:選一個平臺(Medium、LinkedIn、個人部落格)發布,讓你的知識被看見
以下是我在 LinkedIn 上想分享的學習心得主題: [描述你的學習主題和核心想法] 請幫我寫一篇 LinkedIn 貼文,要求: - 開頭第一行要有強烈的吸引力(不能是「我最近學到...」這種無聊開頭) - 用條列式或分段式,讓手機閱讀體驗良好 - 結尾要有一個問題或行動呼籲,引發留言互動 - 語氣:真誠、有個人風格,像一個聰明的大學生分享自己的洞察 - 長度:250-350 字
(範例 LinkedIn 貼文) 大多數人學習的方式是錯的。 我花了兩年時間埋在書堆裡,直到一位教授說了一句話:「你能把這個概念教給一個高中生聽懂嗎?」 那一刻,我才發現我根本不懂我以為自己懂的東西。 費曼學習法的核心只有一句話: → 如果你無法用簡單語言解釋一個概念,你其實還沒真正理解它 我用這個方法做了三件事: 1. 把課堂筆記轉化成「解釋給國中生聽」的版本 2. 找出我說不清楚的地方(那就是我的知識漏洞) 3. 針對漏洞補充,再重新解釋一遍 這個方法配合 AI,效果更強——請 AI 扮演不懂的學生,不斷問你「為什麼」,你就會找出你所有的盲點。 你試過用「教別人」的方式學習嗎?你的方法是什麼?
用知識庫建立你的專業形象
寫文章
把你的學習筆記轉化為部落格文章或 LinkedIn 貼文。每週一篇,一年後你就有 50 篇文章的作品集。
做簡報
把你研究某個主題的筆記,整理成一份可以分享的簡報或教學資料。這是展示你思考深度的最好方式。
回答問題
在 PTT、Dcard、LinkedIn、Facebook 社群等地方,用你的知識庫幫助別人解答問題——這是最快的曝光方式。
案例:靠知識分享找到實習機會的大學生
阿涵是一名資訊管理系大三學生。她開始在 LinkedIn 每週分享一篇「大學生學資料分析」的學習筆記——不是教別人,只是記錄自己的學習過程:這週學到什麼、踩了什麼坑、用什麼工具解決。
三個月後,她的 LinkedIn 有了 500 個追蹤者,其中很多是業界人士。一家新創公司的資料分析師看了她連續 12 週的分享後,直接私訊她:「我不確定你的技術到哪裡,但你的學習方法和分享能力讓我印象深刻,可以來我們公司實習嗎?」
阿涵沒有精美的作品集,沒有高年級的實習經驗——她有的是一個記錄了她真實學習歷程的知識分享痕跡。這就是「學習即創作」的力量。
從零開始建立知識分享的時間軸
建立習慣
每天寫一則筆記,每週整理一次知識庫。這個月的目標只是建立習慣,不需要發布任何東西。
第一次分享
從你的筆記中找到一個你覺得有趣的主題,整理成一篇 LinkedIn 貼文或部落格文章,發布出去。
建立節奏
每週固定分享一篇。不要期待立即的反應,這個階段是在練習「持續創作」的肌肉。
開始看到複利
你的舊文章開始被搜尋到,有人開始追蹤你,業界人士開始注意到你的存在。
182 小時
的知識累積
每天 30 分鐘 × 365 天。聽起來不多,但如果你用這 182 小時系統性地學習和記錄,一年後你在某個領域的積累,會讓你自己都感到驚訝。這就是知識複利效應——開始的越早,時間工作的越久。
知識複利的漏斗模型
第五章小結:系統比工具更重要,習慣比系統更重要
最好的知識管理工具,是你真正會用的那一個。最好的知識管理系統,是你能夠持續執行的那一個。今天學到的所有工具和流程,只有在你開始行動之後才有意義。不要等到「準備好了」——從今天,從現在,建立你的第一則筆記。
第四、五章學習成果確認
完成這些,你就已經走在前 5% 的大學生前面了
06
進階:讓 AI 成為你的學習教練
AI 不只是工具,可以是你的學習教練
一般人用 AI 查資料、寫報告。進階的學習者用 AI 設計學習計畫、找自己的知識盲點、模擬考試情境——把 AI 當成隨傳隨到的個人家教,才是真正的競爭優勢。
我想在 30 天內學會「資料視覺化」。我目前已經有基礎 Python 語法,但沒用過任何繪圖套件。請根據我的現況,幫我設計一份 30 天學習路線圖,包含每週目標、推薦學習資源、每日大約需要投入的時間,以及如何驗證自己是否學會了。
以下是為你量身打造的 30 天資料視覺化學習路線圖: 第一週(基礎建立):學習 Matplotlib 核心語法,每天 40 分鐘,目標是能畫出折線圖、長條圖、散點圖…… 第二週(進階圖表):學習 Seaborn,掌握統計視覺化與熱力圖…… 第三週(互動圖表):學習 Plotly 與 Streamlit,建立可互動的資料儀表板…… 第四週(實戰專案):選一份真實資料集,完成一份完整的視覺化分析報告……
以下是我在期中考答錯的題目(附上題目、我的答案、正確答案): 題目1:[貼上題目] 我的答案:[貼上你的回答] 正確答案:[貼上正解] 請分析我的知識缺口在哪裡,並針對每個錯誤,告訴我(1)我可能有什麼錯誤的認知(2)正確的概念是什麼(3)我應該複習哪個範圍。
根據你的答題情況,我分析出以下三個主要知識缺口: 1. 概念混淆:你把「X」和「Y」混在一起,這兩者的關鍵差異在於…… 2. 應用能力不足:你理解了定義,但還不能靈活應用到情境題,建議多做…… 3. 遺漏的前提知識:要答對這類題目,你還需要先理解……建議回頭複習第三章……
蘇格拉底式 AI 教學法
提出你目前的理解:「我認為 X 概念是這樣運作的……」
請 AI 扮演蘇格拉底,用追問而非直接糾正:「請不要直接告訴我對不對,只用問題引導我思考」
在問答中發現自己的知識盲點和邏輯漏洞
根據追問結果修正自己的理解,用自己的話重新表述
請 AI 評估修正後的理解是否正確,找出還需要補強的地方
我正在學習「行為經濟學」這門課。請問這門課的核心概念和「社會心理學」有什麼關聯?它又如何應用在「行銷學」和「公共政策設計」上?請用具體例子說明這些跨學科的連結。
行為經濟學、社會心理學、行銷學與公共政策的跨學科連結: 行為經濟學 × 社會心理學:兩者都研究人類非理性決策,前者關注金錢選擇,後者關注社會情境——「錨定效應」是共同核心…… 行為經濟學 × 行銷學:星巴克的中杯/大杯/超大杯定價設計就是「誘餌效應」的應用…… 行為經濟學 × 公共政策:英國「助推小組」(Nudge Unit)用行為設計讓更多人登記器官捐贈……
案例:用 AI 從 C 到 A 的期中考逆轉
阿偉是中文系大二學生,期中考統計學只考了 62 分。他把所有答錯的題目輸入 AI,請 AI 分析他的知識缺口。AI 指出他最大的問題是「條件機率」的概念混淆,並不是計算能力不足。
AI 隨後為他設計了一份針對性的三週複習計畫,每天只需 25 分鐘,從基礎定義重新建立理解,並用蘇格拉底式追問幫他確認每個概念是否真正理解。阿偉每天把 AI 當作小老師,用對話方式學習,而不是死背公式。
期末考,阿偉考了 88 分。他說:「我不是變聰明了,我只是終於找到自己真正不懂的地方,然後把那些地方補起來。AI 幫我省掉了自己摸索的時間。」
用 AI 準備研究所考試
蒐集考古題:整理近五年考題,輸入 AI 分析命題趨勢與高頻主題
建立知識地圖:請 AI 列出該科目的完整知識架構,確認自己的複習涵蓋度
弱點優先複習:根據考古題分析,集中火力補強自己最薄弱的 20% 知識點
模擬出題練習:請 AI 模仿命題風格出題,限時作答後請 AI 批改並解析
口試模擬:請 AI 扮演口試委員,練習用口語清楚表達自己的研究方向
以下是一篇英文論文的摘要(Abstract):[貼上摘要] 請依序幫我做四件事: 1. 先翻譯成中文,讓我理解大意 2. 提取這篇論文的 5 個關鍵概念或術語 3. 用白話文解釋這篇論文的研究方法 4. 用三句話幫我摘要這篇論文的核心貢獻與結論
1. 中文翻譯:本研究探討……(翻譯內容) 2. 五個關鍵概念:(1)認知負荷理論 (2)分散式學習 (3)後設認知策略 (4)工作記憶容量 (5)遷移學習 3. 研究方法(白話版):研究者找了 120 位大學生,隨機分成兩組,一組用傳統方式學習,一組用間隔重複法,六週後測試兩組的記憶保留率…… 4. 三句話核心結論:間隔重複學習比集中學習的長期記憶效果提升 40%。認知負荷較低的學習者效果最顯著。建議教育者將間隔重複融入課程設計。
AI 學習的三個常見陷阱
會用 AI 不等於學得好
讓 AI 成為教練 vs 讓 AI 成為拐杖
AI 當教練:正確用法
- 請 AI 出題,自己先作答再對答案
- 先寫下自己的理解,再請 AI 補充
- 請 AI 追問,而不是直接給解答
- 用 AI 輸出當草稿,加入自己判斷
AI 當拐杖:錯誤用法
- 直接問答案,沒有嘗試自己解題
- 看不懂就立刻問 AI,跳過思考
- 把 AI 摘要直接當作自己的理解
- 把 AI 輸出原封不動交作業
用 AI 的學習者:能力成長曲線
新奇期
什麼都用 AI 問,感覺很方便,但理解並未真正發生
依賴期
遇到問題本能反射問 AI,自主思考能力開始退化
覺察期
發現自己其實不懂,開始反思 AI 與主動學習的平衡
整合期
找到比例:AI 負責整理,自己負責思考、判斷、輸出
主動學習 vs 被動學習:記憶留存率
5%
聽講
只聽老師上課,兩週後平均只記得 5%
50%
討論
和他人討論概念,留存率提升到 50%
75%
實作練習
動手做、解題、應用概念,留存率達 75%
90%
教別人
向他人解釋所學,留存率高達 90%——最有效的方法
AI 輔助學習的最高境界:用輸出驗證理解
你以為你懂,直到你試著教別人或寫成文章,才發現自己哪裡根本沒搞清楚。AI 可以幫你快速整理素材,但最終的理解,只有在你嘗試用自己的話說清楚的那一刻才真正發生。
現場練習:讓 AI 當你的蘇格拉底
獨學不如群學
研究顯示,社群學習的知識留存率是個人獨學的 2 到 3 倍。你和他人討論、互相教學、共同整理知識的過程,會比自己埋頭苦讀產生更深的理解——而 AI 可以讓這個過程變得更有效率。
建立你的學習小組
讀書會
每週固定一本書或一個主題,輪流報告、提問、討論。AI 可以幫每個人快速準備報告素材,讓討論更有深度。
共筆小組
用 Notion 或 Obsidian 共同建立課程筆記庫,每個人負責不同章節。AI 輔助整理後,大家都能受益於彼此的理解。
互相教學
每週指定一人向其他人解釋一個概念。費曼學習法:能教別人,才是真的懂。AI 可以幫你準備教學素材和預測問題。
用 AI 共筆:建立多人知識庫
選定共用工具:Notion 最適合多人協作,Obsidian 適合本地端但需要設定同步
制定筆記格式:統一每則筆記的結構(主題、來源、摘要、個人看法、相關連結)
分工建立筆記:按課程章節或主題分工,每人負責幾個核心概念的整理
用 AI 整合與補充:將各人筆記輸入 AI,請它找出矛盾、補充缺漏、建立知識地圖
定期共同檢視:每兩週一起審閱知識庫,用 AI 生成複習問題測試理解深度
以下是我們讀書會本次討論的逐字稿(或會議記錄):[貼上內容] 請幫我做三件事: 1. 整理出這次討論的三個核心觀點 2. 找出大家有共識的部分和仍有爭議的問題 3. 列出我們決定的行動項目(誰負責什麼、什麼時候完成)
本次讀書會討論摘要: 核心觀點:(1)知識管理的核心在於「連結」而非「儲存」(2)輸出是最好的學習驗證方式 (3)工具選擇應依個人習慣而非盲目跟風 共識:大家同意每週至少要整理一篇筆記。爭議點:要不要用 AI 自動生成摘要仍有討論空間。 行動項目:小明負責建立 Notion 模板(本週五前)、小華整理本次討論重點(明天前)……
優質線上學習社群推薦
Coursera
史丹佛、谷歌等頂尖機構的正規課程,許多可免費旁聽,有結業證書
edX
MIT、哈佛的開放式課程,工程、資料科學、商業管理課程品質極高
YouTube
3Blue1Brown(數學)、TED-Ed、各大學公開課——免費且內容豐富
Podcast
「Vista 的小聲音」、「The Knowledge Project」——通勤時間也能持續學習
臺灣開放式課程
各大學 OCW 平臺提供完整課程影片,是最適合考研究所的補充資源
MOOCs 整合平臺
Class Central 彙整全球免費線上課程,依主題和評分排序,找課首選
如何挑選一門好的線上課程
別讓「購買課程」成為你拖延學習的藉口
用 AI 輔助線上學習的最佳流程
看影片:先完整觀看,不要暫停,重點是建立整體感知
AI 生成摘要:把影片字幕或自己的筆記輸入 AI,請它生成結構化重點摘要
自己整理:不要直接用 AI 的摘要,而是以它為參考,用自己的話重寫重點
加入個人知識庫:把整理後的筆記存入 Obsidian 或 Notion,建立與其他筆記的連結
一週後複習:設定提醒,用間隔重複法回顧,可以請 AI 出題測試自己的記憶
建立「學習即分享」的習慣
案例:大學生讀書會 + AI 的實踐
政大商學院的四個學生在大二下學期組成讀書會,每週六早上讀一本商業書。但他們很快發現問題:輪到報告的人壓力很大,沒報告的人往往沒認真讀,討論流於表面。
他們引入 AI 後改變了運作方式:每個人在讀書期間把重點章節輸入 AI 整理成摘要,上傳到共用 Notion 文件。會議前一天,AI 根據所有人的摘要自動生成「5 個最值得討論的問題」。討論時每個人都有備而來,對話深度大幅提升。
四個學期後,他們整理出超過 80 本書的共筆知識庫,其中一位同學把這份知識庫整理成部落格,獲得超過 2 萬次瀏覽,還因此得到一份出版社實習機會。
傳統讀書會 vs AI 強化讀書會
傳統讀書會
- ✓ 輪到報告者壓力大,其他人不認真準備
- ✓ 討論停留在「我覺得這本書還不錯」
- ✓ 每次討論內容隔週就忘記了
- ✓ 知識停留在口頭,沒有文字記錄
- ✓ 只有在開會時才學習
AI 強化讀書會
- ✓ AI 預先整理摘要,每個人都有備而來
- ✓ AI 生成深度問題,討論聚焦有實質
- ✓ 討論結論自動整理存入共筆知識庫
- ✓ 知識庫累積成可搜尋的長期資產
- ✓ AI 輔助讓課前、課中、課後都有學習
分享的三個管道:從哪裡開始都可以
文字輸出
部落格文章、Threads 貼文、讀書心得——門檻最低,從一篇 300 字的學習筆記開始,讓 AI 幫你潤稿讓它更易讀。
口語輸出
在讀書會報告、錄製短影音、當班上的課程小助教——口語表達強迫你把模糊的理解變清晰,是最快的理解測試。
社群輸出
在 Facebook 社團、Discord、LINE 群組分享你的學習心得——即使只有 10 個人看到,他們的回應就能讓你的知識更完整。
從「收集資訊」到「影響他人」的進化路徑
2~3倍
社群學習效果優於獨學
心理學家 Vygotsky 的「近側發展區」理論:在同儕的提問和挑戰下,你能理解的範圍遠超過自己獨學的極限。找到你的學習夥伴,就是找到自己的加速器。
本章自我檢核:你的社群學習準備好了嗎?
第六章小結:社群 × AI = 學習加速器
AI 讓個人學習效率倍增,社群讓知識透過互動深化——兩者結合,才是最強的學習系統。建立讀書會、共筆小組、互教圈子,再用 AI 輔助整理和輸出,你的學習速度將遠超獨自埋頭苦讀的同學。
07
從今天開始:你的行動計畫
21天
養成新習慣的關鍵門檻
心理學研究顯示,一個新行為需要平均 21 天才能初步自動化。知識管理系統也不例外——關鍵不是完美的系統,而是用 21 天建立「每天都動筆」的最小習慣。
Week 1:建立基礎
Week 1 每日任務細節
Day 1:安裝工具 + 觀看 10 分鐘教學影片 + 建立第一個資料夾
Day 2:選一堂今天的課,在課後立刻寫下 3 個你認為最重要的觀念
Day 3:把 Day 2 的筆記輸入 AI 請它補充遺漏的重點,整合修改
Day 4-5:對每則新筆記加上一個「這讓我想到……」的延伸思考
Day 6-7:回顧本週所有筆記,找出至少一個跨課程的連結並記錄下來
Week 2:養成習慣
Week 2 每日任務
Day 8:設定手機捷徑,讓捕捉靈感只需要兩秒(Telegram 自己、Apple Notes、Readwise)
Day 9:把上週最滿意的一則筆記用 AI 擴充成 500 字的小文章
Day 10-11:開始嘗試跨課程連結,用 AI 幫你找不同科目之間的共同主題
Day 12-13:找一位同學分享你的知識庫,聽聽他的問題和看法
Day 14:用 AI 生成複習問題,測試自己這兩週到底學進去多少
Week 3:連結與輸出
Week 3 每日任務
Day 15:用 Obsidian Graph 或 Notion 看板,視覺化你的筆記地圖,感受它的成長
Day 16-17:把三週的筆記按主題分類,整理出你最感興趣的 3 個知識主題
Day 18-19:選一個主題,請 AI 幫你找出還沒探索的面向,補充成更完整的理解
Day 20:把最完整的一則筆記組合成一篇有觀點的文章,用 AI 潤稿
Day 21:發布文章,截圖給讀書會的同學,正式宣告你的 21 天挑戰完成
21 天後的你 vs 現在的你
現在的你
- 資訊零散,課堂筆記找不到
- 知識不成系統,考完就忘
- 不確定自己學了什麼
- 只有輸入,沒有輸出
- 學習靠毅力硬撐,難以持續
21 天後的你
- 有自己的知識庫,筆記隨時可查
- 知識相互連結,理解更深更廣
- 看得見自己的成長軌跡
- 完成第一篇輸出,建立信心
- 習慣自動運作,不需要靠意志力
養成習慣的三個秘訣
固定時間
把知識整理排進每天固定的時段,就像刷牙一樣自動化。建議選課後 15 分鐘或睡前 10 分鐘,和現有習慣掛鉤。
最小行動
不要期待每天寫長篇大論,一則 100 字的筆記就夠。最小行動降低啟動門檻,讓你在狀態不好的日子也能維持習慣。
社群支持
找一個夥伴或加入學習社群,每天互相回報進度。公開承諾讓你的行動力提升 65%,社群讓你在低潮期不放棄。
推薦的最小起步方案
忙碌版:工具選擇
只用 Notion 免費版,一個頁面就夠,不要花時間設定複雜系統
忙碌版:每日時間
每天 10 分鐘,課後立刻寫三個重點,不用多,但要每天做
忙碌版:第一個動作
今天下課後,打開 Notion 寫下這堂課你覺得最重要的一件事
認真版:工具選擇
安裝 Obsidian,學習基礎雙向連結,搭配 AI 工具(Claude 或 ChatGPT)
認真版:每日時間
每天 30 分鐘:15 分鐘整理筆記,10 分鐘建立連結,5 分鐘複習
認真版:第一個動作
今天建立知識庫架構,明天開始每天一則筆記,本週完成第一個連結
現場練習:寫下你的 21 天承諾
總結
七大重點 × 一個公式 × 從今天開始
21 天挑戰常見障礙與解法
提前預備,讓你不被這些理由打倒
堅持知識管理的人,三年後會發生什麼?
建立系統
工具安裝好,第一批筆記誕生,開始感受到整理的快感
習慣成形
知識庫有了 50+ 則筆記,開始看到主題間的連結,複習變得容易
輸出開始
寫出第一篇有影響力的文章,有人聯絡你說「你的文章幫了我」
知識複利
你的知識庫成為你最重要的競爭優勢,新機會開始主動找上你
想像三年後的你,會對今天的你說什麼?
三年後的你,坐在某個咖啡廳裡,打開一份工作提案,或者準備一場演講,突然意識到:你腦子裡那些清晰的觀點、那些信手拈來的例子、那些旁人沒有的連結——都來自你在大學時建立的那個知識系統。
三年前的你,有個下午坐在講堂裡聽一場關於知識管理的演講。你拿起手機,寫下了第一則筆記。就那一步,改變了一切。
那個未來的你,想要對今天的你說一句話:「謝謝你那天沒有只是聽聽而已。」
今天
是最好的起點
不是明天,不是下週,不是等考試結束之後。你現在就可以拿起手機,打開一個筆記 App,寫下今天這堂課讓你印象最深的一件事。那就是你的第一步。
感謝你今天的時間與專注
學習是一件需要勇氣的事——因為它意味著承認自己還有很多不知道的。今天你在這裡,就是勇氣的體現。接下來的行動,才是真正的考試。有任何問題,現在是提問時間。
聽完今天的課,你最想優先做哪一件事?
聽完今天的課,你最想優先做哪一件事?
今天的七大重點回顧
知識管理是大學最值得投資的技能
比任何單一課程都更有長期複利效應,現在開始永遠不晚
收集是起點,但不是終點
資訊收集只是第一步,讓知識「流動」才能產生真正的價值
筆記的靈魂是自己的理解
複製貼上不是筆記,用自己的話重新詮釋,才是讓知識內化的關鍵動作
連結比儲存更重要
孤立的知識是死知識,和其他知識產生連結才能被靈活運用
AI 是你的知識整理加速器
用 AI 整理、摘要、生成問題、做弱點診斷——讓 AI 幫你省時間,你的精力留給思考
輸出是最好的學習驗證
寫文章、教別人、做簡報——能輸出才是真的學會了,也才能被別人看見
從今天開始,從最小行動開始
完美的系統明天不會出現,但你可以在今天下課後寫下第一則筆記
知識管理的核心公式
收集 × 連結 × 輸出 = 知識複利。三者缺一,複利就無法形成:只收集不連結,是資料墳場;只連結不輸出,是自我滿足;只輸出不收集,是無根之樹。三者循環,才能讓你的知識系統持續增值。
給不同類型學生的建議
理論型學生
你善於理解概念,但容易困在「想通了卻說不清楚」的困境。建議強迫自己輸出,用費曼技巧寫解說文,讓 AI 幫你找出表達盲點。
實作型學生
你動手能力強,但往往缺乏系統整理的耐心。建議用「做完就記」的習慣,把每次實作的心得即時存入知識庫,讓 AI 整理成可複用的 SOP。
社交型學生
你在討論中學得最好,但個人學習容易分心。建議組讀書會、互教小組,讓社交本能成為學習動力,AI 輔助整理每次討論的結論。
獨學型學生
你享受獨自深度學習,但容易陷入知識孤島。建議把學習成果整理成文章發布,讓世界成為你的讀者,AI 幫你預測讀者的問題。
推薦閱讀:五本改變你學習方式的書
-
《卡片盒筆記法》— Sönke Ahrens
Zettelkasten 方法的經典入門,教你如何建立真正可連結、可生長的知識系統
-
《如何閱讀一本書》— Mortimer Adler
出版七十年仍是閱讀方法論的標竿,教你從「被動接收」變成「主動思考」的閱讀者
-
《學習如何學習》— Barbara Oakley
以神經科學為基礎,解釋為什麼分散學習比集中學習更有效,以及如何破除學習障礙
-
《原子習慣》— James Clear
最實用的習慣養成指南,幫你設計讓知識管理自動化運作的系統架構
-
《打造第二大腦》— Tiago Forte
數位知識管理的現代聖經,CODE 方法論的完整說明,與今天的課程直接呼應
推薦工具總覽
Obsidian
本地端雙向連結筆記,知識地圖視覺化,重度學習者首選
Notion
雲端協作筆記,多人共筆最方便,學生方案免費,入門首選
Claude / ChatGPT
AI 整理摘要、弱點診斷、蘇格拉底教學、跨學科連結,全能助手
Readwise Reader
文章、PDF、電子書統一收集,AI 生成摘要,搭配間隔重複複習
Perplexity
AI 搜尋引擎,附帶來源引用,查資料比 Google 快且可信度更高
Anki
間隔重複記憶卡片,搭配 AI 自動生成題目,背單字、記公式最高效
推薦追蹤:持續更新你的 AI 知識
-
Vista 電子報(iamvista.substack.com)
每週精選 AI 工具新知、學習方法論與知識管理技巧,專為中文讀者設計
-
AI 好好用 Facebook 社團
臺灣最大 AI 應用社群,各行各業的使用者分享實戰心得與工具評測
-
The Knowledge Project Podcast
Shane Parrish 訪談頂尖學習者的心智模型與決策哲學,每集都有密度極高的思維框架
-
Lex Fridman Podcast
深度訪談 AI 研究者、科技創業者,理解 AI 前沿發展的最佳管道之一
Vista 的其他課程
AI 寫作工作坊
從 Prompt 設計到長文寫作,學會用 AI 輔助寫出有觀點、有溫度的文章。適合想建立個人品牌的學生。
個人品牌建構課
如何用你的知識和故事在網路上被對的人發現?從定位到內容策略,一步步建立你的數位影響力。
AI 時代的競爭力
AI 會取代你嗎?哪些能力最不容易被取代?幫大學生找到在 AI 時代無可取代的個人競爭力。
知識不會因為分享而減少,只會因為連結而增值。你今天整理的每一則筆記,都是在替未來的自己投資。
— Vista Cheng
送給每一位願意開始建立知識系統的學習者
加入我們的學習社群
Vista 電子報
每週精選 AI 工具與學習資源
AI 好好用
Facebook 社團,各領域 AI 使用者交流
博碩士生練功團
專為研究生打造的學習社群
最後練習:寫下今天最大的收穫與第一個行動
知識不是力量,被你活用的知識才是
Vista Cheng
vista.tw
祝各位成為終身學習者