這一講寫給第一次聽到「個人知識管理」的人，不用先懂任何工具。看完你會知道四種常見的做法各在解決什麼煩惱，以及可以怎麼搭著用。我自己的工具怎麼一路換過來，看第 2 講；現在整套系統長什麼樣子，看第 3 講。
課堂約 20～30 分鐘。
先說：什麼是個人知識管理
個人知識管理，英文縮寫是 PKM（Personal Knowledge Management）。說白了，就是把你看過、想過、做過的東西整理好，讓以後的自己找得到、用得上。
你可能有過這些經驗：
- 三個月前讀到一篇很有用的文章，現在要用，怎麼找都找不到
- 開會的結論散在 LINE、Email 和筆記本，要寫報告時得一個一個翻
- 書讀了不少，真的要寫點東西時，腦袋還是一片空白
下面四種做法，就是不同的人為了解決這些煩惱想出來的。
四種做法，各解決一種煩惱
| 做法 | 解決什麼煩惱 | 怎麼做（一句話） | 誰提出的 |
|---|---|---|---|
| 卡片盒 | 要寫東西時腦袋空白 | 一張卡片只寫一個想法，寫的時候順手連到相關的舊卡片 | 德國社會學家魯曼（Niklas Luhmann） |
| 第二大腦 | 收藏一大堆，從來沒用上 | 照「收集、整理、抓重點、做成成品」四步走，資料分四個櫃子放 | Tiago Forte |
| LLM Wiki | 整理太花時間，撐不下去 | 把資料交給 AI，讓 AI 拆重點、連起來，你負責看對不對 | Andrej Karpathy |
| PKA 個人知識助理 | 連找資料、寫報告都想有人幫 | 一組 AI 助理分工做事，重要的地方你點頭才算數 | Tom（ICOR） |
前兩種是自己動手整理，後兩種是請 AI 幫忙。它們不是新的取代舊的，可以一層一層疊起來用。
1. 卡片盒：讓想法自己長出來
魯曼，1989 年攝於聖加侖大學。照片：Universitätsarchiv St.Gallen（聖加侖大學檔案館），CC BY-SA 4.0，原始檔案。
魯曼一生累積了大約 9 萬張卡片，出版 70 多本書、近 400 篇論文。他的祕訣不是記性好，而是把寫筆記和寫作變成同一件事。
做法其實很簡單：
| 卡片 | 什麼時候寫 | 怎麼寫 |
|---|---|---|
| 靈感筆記 | 突然想到什麼 | 隨手記，一兩天內再整理 |
| 讀書筆記（文獻筆記） | 看書、看影片時 | 用自己的話記重點，寫上出處 |
| 永久筆記 | 回頭整理時 | 一張卡只寫一個想法，寫成別人也看得懂的完整句子 |
| 索引 | 卡片多了以後 | 留幾個入口，讓你找得回來 |
重點只有兩個：一張卡只放一個想法；每寫一張新卡，就想想它跟哪幾張舊卡有關，把它們連起來。卡片夠多以後，要寫文章不用從白紙開始，把相關的卡片撈出來排一排，就有初稿了。
想看完整版：卡片盒筆記法（Zettelkasten）是什麼？。書：《卡片盒筆記》（Sönke Ahrens 著，遠流 2022 繁中版）。
2. 第二大腦：讓收藏變成成果
書：《打造第二大腦》（Tiago Forte 著，商業周刊 2023 繁中版）。
Forte 的想法是：大腦適合想點子，不適合當倉庫。值得留下的東西交給一個外部系統記著，腦袋才有空去想新東西。
他把整理分成四步，英文縮寫是 CODE：
| 步驟 | 做什麼 | 常見的失敗 |
|---|---|---|
| 收集（Capture） | 只留下讓你有感覺、以後可能用到的 | 什麼都存，最後變垃圾場 |
| 整理（Organize） | 依「要拿來做什麼」放，不是依主題 | 分類很漂亮，但從來沒打開 |
| 抓重點（Distill） | 每次回頭看，就再畫一次重點，越縮越短 | 跳過這步，要用時又得整篇重讀 |
| 做成成品（Express） | 寫成文章、簡報或決定，用出來才算數 | 一直收、一直整理，就是不產出 |
放東西的四個櫃子叫 PARA：
| 櫃子 | 放什麼 | 例子 |
|---|---|---|
| 專案（Projects） | 有目標、有期限的事 | 準備下個月的簡報、規劃一趟旅行 |
| 領域（Areas） | 要一直照顧、沒有終點的事 | 健康、家裡的財務、帶團隊 |
| 資源（Resources） | 有興趣、以後可能用到的主題 | 攝影技巧、咖啡、AI 工具 |
| 封存（Archives） | 暫時用不到，但想留著備查 | 做完的專案、不再負責的事 |
不知道放哪裡時，照順序問自己：這跟哪個專案有關？沒有的話，屬於哪個領域？還是沒有，就當資源；都不是就封存。
想看完整版：打造第二大腦是什麼？CODE 四步驟與 PARA 整理法。
3. 卡片盒和第二大腦，要選哪一個？
不用選，兩個管的是不同的事：
| 卡片盒 | 第二大腦 | |
|---|---|---|
| 管什麼 | 怎麼想：筆記之間怎麼連 | 怎麼做：資料怎麼流、放哪裡 |
| 一則筆記多大 | 一張卡一個想法 | 大小不限 |
| 怎麼分類 | 編號加連結 | PARA 四個櫃子 |
| 適合誰 | 要寫作、做研究的人 | 大部分上班族 |
我的建議是：先用第二大腦的四個櫃子把東西放好；到了「抓重點」那一步，再用卡片盒的方法，把重點寫成一張張小卡片連起來。
4. LLM Wiki：請 AI 幫你整理
前面兩種做法有個共同的問題：整理很花時間，大部分人撐不了幾個月。
Andrej Karpathy。照片：Gladwin Analytics，CC BY 3.0，原始檔案。OpenAI 創始成員、前 Tesla AI 總監；2026-04 公開他用 AI 維護個人知識庫的做法。
LLM 就是 ChatGPT、Claude 這類會讀也會寫的 AI。Karpathy 是這樣比喻的：
“Obsidian is the IDE; the LLM is the programmer; the wiki is the codebase.”
繁中：「Obsidian 是開發工具；LLM 是程式設計師；wiki 是程式碼庫。」
翻成白話：你把文章、影片逐字稿、會議紀錄丟進一個收件匣，AI 讀完以後，把裡面的概念一個一個拆出來寫成頁面，再跟你以前的頁面連在一起，順便更新目錄。你的工作是決定哪些值得收，還有檢查 AI 寫得對不對。
| 自己整理 | 請 AI 整理（LLM Wiki） | |
|---|---|---|
| 誰拆重點、建連結 | 你 | AI |
| 想查東西時 | 自己去翻筆記 | 問 AI，它先讀你的知識庫再回答，附上出處 |
| 時間久了會不會亂 | 會，除非一直花時間整理 | AI 定期檢查：有沒有沒人連到的頁、說法互相矛盾、缺了哪些概念 |
這跟「把文件丟給 AI 問問題」不一樣。後者每次都從原始文件重新找答案，問完什麼也沒留下；LLM Wiki 是先整理好一套知識庫，之後持續更新。
想看我實際怎麼建起來：LLM Wiki 實作。
5. PKA 個人知識助理：請一組 AI 助理幫你做事
再往前一步：不只整理，連收集、查資料、寫初稿都交給一組 AI 助理。每個助理有自己負責的事，你只在關鍵的地方把關。
| 個人知識管理（PKM） | 個人知識助理（PKA） | |
|---|---|---|
| 誰在整理 | 你自己 | AI 助理 |
| 資料長什麼樣 | 照軟體的格式，例如 Notion 的資料庫 | 你自己的資料夾和純文字檔 |
| 換軟體麻煩嗎 | 麻煩，格式被綁住 | 不太麻煩，純文字哪個 AI 都讀得懂 |
| 想改做法 | 只能用軟體有的功能 | 用平常說話的方式告訴 AI |
這一派相信三件事：資料放在自己電腦裡；讓 AI 配合你，而不是你去配合軟體；工具隨時可以換，知識不會跟著不見。
課堂討論：有人主張「筆記軟體最後都會被 AI 取代」，你同意嗎？
6. 給自己的三個問題
- 你的筆記比較像「收很多、很少用」，還是「用得到、但找不到」？前者缺的是抓重點和做成成品，後者缺的是整理和連結。
- 你的資料放在哪裡？如果那個軟體明天關掉，你的筆記還在嗎？
- 哪些整理工作你願意交給 AI？哪些一定要自己判斷？第 3 講會談「人在哪裡把關」。
想直接動手，看第 4 講最後的最小起步版。