数字文具盒|将知识内化为个人数据库:这是我的笔记工作流

语言: CN / TW / HK

Matrix 首页推荐

Matrix是少数派的写作社区,我们主张分享真实的产品体验,有实用价值的经验与思考。我们会不定期挑选 Matrix 最优质的文章,展示来自用户的最真实的体验和观点。

文章代表作者个人观点,少数派仅对标题和排版略作修改。

本文参与数字文具盒征文活动。

背景

读博士的这些年,我每天都在获取各式各样的知识。大到学术论文,小到快捷指令的配置教程,每份知识都可能在未来某个时刻派上用场。我根据自己的习惯和需求建立了一套工作流,用来记录以及内化各类知识。我的目标是形成自己的个人数据库,方便未来随时调用。

知识有不同的特点,调用场景也各不相同。下面的表格展示了我对知识的理解以及相应的分类。在这篇文章里,我将针对每个类型,介绍了我记录(和内化)这些知识的经验,以及使用到的工具。

知识类型 知识特点 例子
学术研究 格式固定,密度高,需要原文阅读 学术论文,演讲
系统性知识 内容多,密度低,自上而下结构 大学课程,教科书,出版书籍
非系统性知识 碎片化知识,自下而上结构 CSDN,网络文章,教学/科普 视频
信息 只需记录,不需整理 做饭教学视频,服务器配置流程代码

学术研究

首先要讨论的是学术研究类的知识,代表的例子就是学术论文。可能是因为阅读论文都需要花费巨大的精力而且经常会查阅,我通常会对阅读过论文有印象。即便不一定记得所有的细节,我还是很容易就能检索到,并重新阅读。

学术论文这一类知识有三个特点:

  1. 知识密度高:文章内容很浓缩,比较难再二次总结。未来通常需要再查阅论文的时候大概率还是得阅读原文。
  2. 格式固定:学术论文通常都会有 Abstract 来记录文章梗概。理工科的论文经常会有 Related Work, Methodology 和 Results 这些章节。第一次阅读难度较大,但理解以后再次阅读的难度不大,信息获取容易。
  3. 上下文重要:随意从论文中抽出来某一段文字或者配图,不一定很好理解。通常需要结合上下文才好理解。

由于查阅论文的大多需要阅读原文,所以我不会专门用笔记 app 给论文记笔记。我会把笔记直接记在论文 PDF 上。

使用 Zotero 管理论文和笔记

我使用 Zotero 来管理论文。项目开始时,我会给需要阅读的论文打上标签,标签名就是项目名字。一篇论文可能会被使用在多个项目上。通过标签我可以提取项目相关的所有论文。我也会在 Zotero 的 Notes 里面加上方便搜索的关键词,这样将来可以快速检索到这篇论文。

在阅读论文时,我会直接在 PDF 添加笔记,如下图。将来如果有条件的我会用 iPad 手写标注。手写方便写公式,以及画一些图示。

论文两侧的空白就是用来写笔记的

读论文时留下「阅读痕迹」

我读论文时候会强迫自己尽量多写下思考──这样可以防止走神。我在第一遍阅读论文时,经常会有看不懂的内容。这时我会尽可能把思考写到论文上面,尤其是写下自己没有看懂或者不确定的内容。在第二遍阅读时候,我会着重解决自己没看懂的地方,并写下结论。这样的「阅读痕迹」,对于我的未来的查阅(很可能是几个月后),会有很大帮助。它能够唤起我对知识点的理解,起到「记忆钩子」的作用。

系统性知识

系统性知识指的是学校的课程、MOOC、教科书或者其他出版的书籍等。这是我除去阅读论文之外主要的知识获取方式。这一类的知识特点在于:

  1. 结构自上而下:知识点呈树状结构──从总的主题到小的知识点。
  2. 内容很多:一个课程可能会有几十小时的课堂视频,几百页的 slides 和 讲义。一本出版书,少的会有 200-300 页,多的超过 500 页。
  3. 密度较低:学校的课程经常会包含有辅助理解的内容。比如在一堂算法课上,老师除了在讲算法知识外,也会提问题、讲背景故事、举例子、讲课堂习题等。

由于这类知识内容多且密度较低,阅读原文需要时间较长,我在第一次学习会 避免回看原文 。为此我记笔记时的原则是: 不摘抄原文,用自己的话总结,形成「记忆钩子」。

以前我在记课堂笔记时会大量复制原文到笔记本,生怕漏了什么重要知识点,但我发现这样的笔记没有意义。一方面, 复制粘贴并不能帮助我们思考 ,另一方面,如果我的笔记都是原文,干嘛不去看课件呢?我们要用自己的话总结知识点, 不要“满足整体上的感觉”,要能准确清晰地说出来。 事实上,如果我没法用自己的话总结知识点,这说明我还没有理解这个知识点。写下这样的总结会保存我当前的思考,未来哪天我读到这条笔记,我可以 迅速唤起当前的思考

记录笔记

我使用 Notion 对这类知识进行记录。下面以一门课程作为例子。首先我会给课程建立一个页面,添加上课程的信息,并且按照课程章节添加标题。学习过程中我会在对应章节添加笔记。如果笔记长度过长,或者这个章节很独立,我会给章节建立子页面。这门课的知识点最终会形成一个树状结构:

回顾笔记:进行「主题阅读」

在我完成了这样的树状笔记之后,我会对笔记进行在 《如何读一本书》 里面介绍的「主题阅读」。目前我们记录的笔记都是树状的,每个枝干都有着相同的主题。从树根到树叶,主题越来越具体。「主题阅读」要做的是寻找不同的枝干里知识点之间的关系。如果有相同主题的几个知识点,我们可以把它们合并,形成一个统一的页面。如下图:

「主题阅读」

举个计算机算法课程的例子。有些算法课会按照「待解决问题来」把算法归类,比如说,课程介绍「排序问题」的算法、「搜索问题」的算法等。我的笔记也会根据课程安排呈树状结构。在进行「主题阅读」时,我会尝试通过另一个角度去归纳这些算法:有些算法虽然被用于解决不同的问题,但他们的解决问题的思路是相同的。例如,quicksort 和 binary search 这两个算法分别解决了「排序问题」和「搜索问题」,但他们都是在使用 divide-and-conquer 的思路。我会创建一个新的页面,描述这种思路,然后在页面里面引用这两个算法。以后如果有学到新的算法也运用了这种思路,我也会把它加入到这个页面。

这样的「主题阅读」会花费我很多精力,但这个过程很重要, 甚至比产出的笔记更重要 。首先,它会强迫我去 回顾笔记里面以前的内容 ,只有记得起自己曾经记过,才可能在需要的时候搜索得到。其次,它能锻炼我的 归纳总结 的能力──这是科研需要的最重要的能力之一。

搜索调用笔记

这类笔记的使用场景一般是根据目录或者关键字进行检索。Notion 提供了全局搜索功能,所以搜索相当方便。值得一提的是,我也会使用 Notion Search Assistant 这个 Chrome 插件来帮助我搜索。当我在 Google 搜索时,这个插件会自动在 Notion 里面搜索同样的内容,并展示在 Google 的搜索结果旁边。如图,假设我在 Google 搜索了 bayesian,这个插件会同时显示在 Notion 里面搜索 bayesian 的结果。

非系统性知识

这一类知识指的是 公众号、少数派文章、Blog、B 站上面的教学和科普视频等等。我比较少使用这类知识。

大多情况下,如果我想要严肃地学习某类知识,我会优先选择使用系统性的知识,比如看书或者上网课。这样通常会更有效率。但对于一些爱好,例如 效率工具、摄影、绘画等,我可能没有精力去认真地上网课。这时我会通过非系统性的知识来学习,例如看少数派的文章学习效率工具的使用技巧,看 B 站 Up 主的分享来学习摄影。这类知识的特点是:

  1. 结构由下而上:与系统性知识相反,这类知识并没有一个固定树状系统结构。每篇文章或者视频一般只会讨论一个知识点,而我需要去寻找它和现有笔记里知识点的联系,自己去思考并形成一个笔记的结构。这样的结构通常呈网状。
  2. 碎片化知识:这类知识并不会有一个固定的文章框架,而且它的受众群体也可能不全面。对自己有用的知识也许会只会是其中的一个观点或是一句话。我只会记录对我有用的知识。

碎片化收集

这一类知识的收集经常是碎片化的。比如,用手机看微信公众号或者 B 站视频的时候,如果碰到有用的知识,我会先用顺手的 app 先收集起来,将来再用电脑集中处理添加到笔记本中。

我现在使用的是苹果系统自带的「备忘录」。我设置了一个笔记「闪念胶囊」作为快速收集的专用笔记。在手机端桌面上,我添加了一个小组件,点击就会打开「闪念胶囊」这个专用笔记。我还设置了一个「快捷指令」,只要点击,它就会把我复制的内容添加到「闪念胶囊」。

使用快捷指令添加笔记

在电脑端我设置了把鼠标移动到右下角就会自动弹出「闪念胶囊」。点击可以打开这个笔记。

把鼠标移到右下角来快速打开「闪念胶囊」笔记

「闪念胶囊」的内容会通过 iCloud 自动同步。「记事本」基本可以包含任何内容:例如文字、图片、录音、涂鸦或文件等。平时碰到有用的文章,我会记录链接到「闪念胶囊」里。需要整理的时候,我会用「记事本」的 Mac 客户端整理。

自下而上地积累

这一类的知识是零散的。在开始的时候并没有一个清晰地架构,我需要根据新加入的的笔记调整已有的架构。每当有新的笔记产生,我会去已有的笔记里面寻找可以合并或者联系在一起的笔记。这一步与「主题阅读」是相似的。联系不会自动产生,它需要我们的思考产生。而思考过程也是对于已有笔记的再一次回顾,以及对归纳能力的一次锻炼。

对于这种自下而上积累的学习方法,How to make smart note 这本书有着详细介绍。少数派和 B 站也有很多文章介绍了如何使用双链笔记应用来进行这种类型学习。推荐同学们去看「和燕燕」e老师的一系列文章 https://sspai.com/post/72942 ,以及「闻韶同学」的分享 

信息

最后一类已经没法称为知识,只能称为信息。它包含我在工作或生活上可能会需要随时查看的信息,比如,做饭的教学视频、代码 snippet 、应用配置流程(Zotero、油猴、zsh)、购买后 app 后的激活码,等等。

同样的,我使用「备忘录」来管理这些信息。我在记录的时候会在标题尽可能地添加关键词,方便搜索。例如,我经常会忘记 Python 读取文件的代码。以前我会去 Google 搜索,我需要在一堆链接当中找到靠谱的,然后从一堆文字当中找到我要的那行代码。但现在我只需要在「备忘录」中搜索关键词即可。笔记应当包含的是我精简过的内容。

在「备忘录」里搜索

实际上,我也会把很多个人信息存储在「备忘录」里面,比如,学生证照片、家庭地址、身份证扫描件、护照扫描件、银行卡号、银行开户行 等。这样将来如果需要某些信息,就只需要在备忘录里搜索关键词,不再需要去翻相册等。这类信息比较敏感,大家须酌情考虑是否有必要使用网络同步。

总结

这篇文章介绍了我在学习生活中记录以及内化知识的工作流。针对不同类型的信息,我会使用不同的工具和策略,如下表:

知识类型 知识特点 笔记存档 App 笔记特点
学术研究 格式固定,密度高,需要原文阅读 Zotero 阅读痕迹
系统性知识 内容多,密度低,自上而下结构 Notion 树状结构
非系统性知识 碎片化知识,自下而上结构 Notion 网状结构
信息 只需记录,不需整理 备忘录 随时调取

这个工作流是我根据自己的习惯和需求而设计的。我的思路不一定适合所有人,但还是希望同学们能从中得到启发。欢迎在评论区讨论。

> 下载少数派 2.0 客户端、关注少数派公众号,解锁全新阅读体验 :newspaper:

> 实用、好用的正版软件,少数派为你呈现 :rocket: