數字文具盒｜將知識內化為個人資料庫：這是我的筆記工作流

Matrix 首頁推薦

Matrix是少數派的寫作社群，我們主張分享真實的產品體驗，有實用價值的經驗與思考。我們會不定期挑選 Matrix 最優質的文章，展示來自使用者的最真實的體驗和觀點。

文章代表作者個人觀點，少數派僅對標題和排版略作修改。

本文參與數字文具盒徵文活動。

背景

讀博士的這些年，我每天都在獲取各式各樣的知識。大到學術論文，小到快捷指令的配置教程，每份知識都可能在未來某個時刻派上用場。我根據自己的習慣和需求建立了一套工作流，用來記錄以及內化各類知識。我的目標是形成自己的個人資料庫，方便未來隨時呼叫。

知識有不同的特點，呼叫場景也各不相同。下面的表格展示了我對知識的理解以及相應的分類。在這篇文章裡，我將針對每個型別，介紹了我記錄（和內化）這些知識的經驗，以及使用到的工具。

知識型別	知識特點	例子
學術研究	格式固定，密度高，需要原文閱讀	學術論文，演講
系統性知識	內容多，密度低，自上而下結構	大學課程，教科書，出版書籍
非系統性知識	碎片化知識，自下而上結構	CSDN，網路文章，教學/科普 影片
資訊	只需記錄，不需整理	做飯教學影片，伺服器配置流程程式碼

學術研究

首先要討論的是學術研究類的知識，代表的例子就是學術論文。可能是因為閱讀論文都需要花費巨大的精力而且經常會查閱，我通常會對閱讀過論文有印象。即便不一定記得所有的細節，我還是很容易就能檢索到，並重新閱讀。

學術論文這一類知識有三個特點：

1. 知識密度高：文章內容很濃縮，比較難再二次總結。未來通常需要再查閱論文的時候大概率還是得閱讀原文。
2. 格式固定：學術論文通常都會有 Abstract 來記錄文章梗概。理工科的論文經常會有 Related Work, Methodology 和 Results 這些章節。第一次閱讀難度較大，但理解以後再次閱讀的難度不大，資訊獲取容易。
3. 上下文重要：隨意從論文中抽出來某一段文字或者配圖，不一定很好理解。通常需要結合上下文才好理解。

由於查閱論文的大多需要閱讀原文，所以我不會專門用筆記 app 給論文記筆記。我會把筆記直接記在論文 PDF 上。

使用 Zotero 管理論文和筆記

我使用 Zotero 來管理論文。專案開始時，我會給需要閱讀的論文打上標籤，標籤名就是專案名字。一篇論文可能會被使用在多個專案上。通過標籤我可以提取專案相關的所有論文。我也會在 Zotero 的 Notes 裡面加上方便搜尋的關鍵詞，這樣將來可以快速檢索到這篇論文。

在閱讀論文時，我會直接在 PDF 新增筆記，如下圖。將來如果有條件的我會用 iPad 手寫標註。手寫方便寫公式，以及畫一些圖示。

讀論文時留下「閱讀痕跡」

我讀論文時候會強迫自己儘量多寫下思考──這樣可以防止走神。我在第一遍閱讀論文時，經常會有看不懂的內容。這時我會盡可能把思考寫到論文上面，尤其是寫下自己沒有看懂或者不確定的內容。在第二遍閱讀時候，我會著重解決自己沒看懂的地方，並寫下結論。這樣的「閱讀痕跡」，對於我的未來的查閱（很可能是幾個月後），會有很大幫助。它能夠喚起我對知識點的理解，起到「記憶鉤子」的作用。

系統性知識

系統性知識指的是學校的課程、MOOC、教科書或者其他出版的書籍等。這是我除去閱讀論文之外主要的知識獲取方式。這一類的知識特點在於：

1. 結構自上而下：知識點呈樹狀結構──從總的主題到小的知識點。
2. 內容很多：一個課程可能會有幾十小時的課堂影片，幾百頁的 slides 和 講義。一本出版書，少的會有 200-300 頁，多的超過 500 頁。
3. 密度較低：學校的課程經常會包含有輔助理解的內容。比如在一堂演算法課上，老師除了在講演算法知識外，也會提問題、講背景故事、舉例子、講課堂習題等。

由於這類知識內容多且密度較低，閱讀原文需要時間較長，我在第一次學習會 避免回看原文 。為此我記筆記時的原則是： 不摘抄原文，用自己的話總結，形成「記憶鉤子」。

以前我在記課堂筆記時會大量複製原文到筆記本，生怕漏了什麼重要知識點，但我發現這樣的筆記沒有意義。一方面， 複製貼上並不能幫助我們思考 ，另一方面，如果我的筆記都是原文，幹嘛不去看課件呢？我們要用自己的話總結知識點， 不要“滿足整體上的感覺”，要能準確清晰地說出來。 事實上，如果我沒法用自己的話總結知識點，這說明我還沒有理解這個知識點。寫下這樣的總結會儲存我當前的思考，未來哪天我讀到這條筆記，我可以 迅速喚起當前的思考 。

記錄筆記

我使用 Notion 對這類知識進行記錄。下面以一門課程作為例子。首先我會給課程建立一個頁面，新增上課程的資訊，並且按照課程章節新增標題。學習過程中我會在對應章節新增筆記。如果筆記長度過長，或者這個章節很獨立，我會給章節建立子頁面。這門課的知識點最終會形成一個樹狀結構：

回顧筆記：進行「主題閱讀」

在我完成了這樣的樹狀筆記之後，我會對筆記進行在 《如何讀一本書》 裡面介紹的「主題閱讀」。目前我們記錄的筆記都是樹狀的，每個枝幹都有著相同的主題。從樹根到樹葉，主題越來越具體。「主題閱讀」要做的是尋找不同的枝幹裡知識點之間的關係。如果有相同主題的幾個知識點，我們可以把它們合併，形成一個統一的頁面。如下圖：

舉個計算機演算法課程的例子。有些演算法課會按照「待解決問題來」把演算法歸類，比如說，課程介紹「排序問題」的演算法、「搜尋問題」的演算法等。我的筆記也會根據課程安排呈樹狀結構。在進行「主題閱讀」時，我會嘗試通過另一個角度去歸納這些演算法：有些演算法雖然被用於解決不同的問題，但他們的解決問題的思路是相同的。例如，quicksort 和 binary search 這兩個演算法分別解決了「排序問題」和「搜尋問題」，但他們都是在使用 divide-and-conquer 的思路。我會建立一個新的頁面，描述這種思路，然後在頁面裡面引用這兩個演算法。以後如果有學到新的演算法也運用了這種思路，我也會把它加入到這個頁面。

這樣的「主題閱讀」會花費我很多精力，但這個過程很重要， 甚至比產出的筆記更重要 。首先，它會強迫我去 回顧筆記裡面以前的內容 ，只有記得起自己曾經記過，才可能在需要的時候搜尋得到。其次，它能鍛鍊我的 歸納總結 的能力──這是科研需要的最重要的能力之一。

搜尋呼叫筆記

這類筆記的使用場景一般是根據目錄或者關鍵字進行檢索。Notion 提供了全域性搜尋功能，所以搜尋相當方便。值得一提的是，我也會使用 Notion Search Assistant 這個 Chrome 外掛來幫助我搜索。當我在 Google 搜尋時，這個外掛會自動在 Notion 裡面搜尋同樣的內容，並展示在 Google 的搜尋結果旁邊。如圖，假設我在 Google 搜尋了 bayesian，這個外掛會同時顯示在 Notion 裡面搜尋 bayesian 的結果。

非系統性知識

這一類知識指的是 公眾號、少數派文章、Blog、B 站上面的教學和科普影片等等。我比較少使用這類知識。

大多情況下，如果我想要嚴肅地學習某類知識，我會優先選擇使用系統性的知識，比如看書或者上網課。這樣通常會更有效率。但對於一些愛好，例如 效率工具、攝影、繪畫等，我可能沒有精力去認真地上網課。這時我會通過非系統性的知識來學習，例如看少數派的文章學習效率工具的使用技巧，看 B 站 Up 主的分享來學習攝影。這類知識的特點是：

1. 結構由下而上：與系統性知識相反，這類知識並沒有一個固定樹狀系統結構。每篇文章或者影片一般只會討論一個知識點，而我需要去尋找它和現有筆記裡知識點的聯絡，自己去思考並形成一個筆記的結構。這樣的結構通常呈網狀。
2. 碎片化知識：這類知識並不會有一個固定的文章框架，而且它的受眾群體也可能不全面。對自己有用的知識也許會只會是其中的一個觀點或是一句話。我只會記錄對我有用的知識。

碎片化收集

這一類知識的收集經常是碎片化的。比如，用手機看微信公眾號或者 B 站影片的時候，如果碰到有用的知識，我會先用順手的 app 先收集起來，將來再用電腦集中處理新增到筆記本中。

我現在使用的是蘋果系統自帶的「備忘錄」。我設定了一個筆記「閃念膠囊」作為快速收集的專用筆記。在手機端桌面上，我添加了一個小元件，點選就會開啟「閃念膠囊」這個專用筆記。我還設定了一個「快捷指令」，只要點選，它就會把我複製的內容新增到「閃念膠囊」。

在電腦端我設定了把滑鼠移動到右下角就會自動彈出「閃念膠囊」。點選可以開啟這個筆記。

「閃念膠囊」的內容會通過 iCloud 自動同步。「記事本」基本可以包含任何內容：例如文字、圖片、錄音、塗鴉或檔案等。平時碰到有用的文章，我會記錄連結到「閃念膠囊」裡。需要整理的時候，我會用「記事本」的 Mac 客戶端整理。

自下而上地積累

這一類的知識是零散的。在開始的時候並沒有一個清晰地架構，我需要根據新加入的的筆記調整已有的架構。每當有新的筆記產生，我會去已有的筆記裡面尋找可以合併或者聯絡在一起的筆記。這一步與「主題閱讀」是相似的。聯絡不會自動產生，它需要我們的思考產生。而思考過程也是對於已有筆記的再一次回顧，以及對歸納能力的一次鍛鍊。

對於這種自下而上積累的學習方法，How to make smart note 這本書有著詳細介紹。少數派和 B 站也有很多文章介紹瞭如何使用雙鏈筆記應用來進行這種型別學習。推薦同學們去看「和燕燕」e老師的一系列文章 http://sspai.com/post/72942 ，以及「聞韶同學」的分享 

資訊

最後一類已經沒法稱為知識，只能稱為資訊。它包含我在工作或生活上可能會需要隨時檢視的資訊，比如，做飯的教學影片、程式碼 snippet 、應用配置流程（Zotero、油猴、zsh）、購買後 app 後的啟用碼，等等。

同樣的，我使用「備忘錄」來管理這些資訊。我在記錄的時候會在標題儘可能地新增關鍵詞，方便搜尋。例如，我經常會忘記 Python 讀取檔案的程式碼。以前我會去 Google 搜尋，我需要在一堆連結當中找到靠譜的，然後從一堆文字當中找到我要的那行程式碼。但現在我只需要在「備忘錄」中搜索關鍵詞即可。筆記應當包含的是我精簡過的內容。

實際上，我也會把很多個人資訊儲存在「備忘錄」裡面，比如，學生證照片、家庭地址、身份證掃描件、護照掃描件、銀行卡號、銀行開戶行 等。這樣將來如果需要某些資訊，就只需要在備忘錄裡搜尋關鍵詞，不再需要去翻相簿等。這類資訊比較敏感，大家須酌情考慮是否有必要使用網路同步。

總結

這篇文章介紹了我在學習生活中記錄以及內化知識的工作流。針對不同型別的資訊，我會使用不同的工具和策略，如下表：

知識型別	知識特點	筆記存檔 App	筆記特點
學術研究	格式固定，密度高，需要原文閱讀	Zotero	閱讀痕跡
系統性知識	內容多，密度低，自上而下結構	Notion	樹狀結構
非系統性知識	碎片化知識，自下而上結構	Notion	網狀結構
資訊	只需記錄，不需整理	備忘錄	隨時調取

這個工作流是我根據自己的習慣和需求而設計的。我的思路不一定適合所有人，但還是希望同學們能從中得到啟發。歡迎在評論區討論。

> 下載少數派 2.0 客戶端、關注少數派公眾號，解鎖全新閱讀體驗 :newspaper:

> 實用、好用的正版軟體，少數派為你呈現 :rocket: