🤖 想在未來讓更強大的AI更好幫助你？那你也要有足夠的個人數據。這是3個你現在就能開始培養的習慣。

王啟樺

更新於 2024/01/10發佈於 2023/08/03閱讀時間約 6 分鐘

AI要用得好，要有足夠的個人數據。

本文章分享我於2023年8月利用數位卡片盒持續累積個人文本數據的策略。

存放個人文本數據：盧曼卡片盒的精髓

你對「個人文本數據」的想像是什麼呢？

個人文本數據，就是我們看見遇見任何事情，在心中產生的各種構思想法。人一天會想到各式各樣的內容，但如果沒有記錄下來，那就真的損失了。保持收集個人文本數據的心態，其實，你正在累積個人的數位資產！

而這些數位資產存放的最佳方式，就是(數位版的)盧曼卡片盒筆記法。

盧曼卡片盒筆記法本質是一張超大型的思維導圖，是一顆隨著我們閱歷成長的超級大樹。盧曼卡片盒筆記本身的「樹結構」，非常適合我們構建所謂的「第二大腦」，讓外腦來輔助我們思考。為了在未來更好使用AI，你需要馬上開始學習如何「存放」個人文本數據到「第二大腦」之中。

如何構建數位第二大腦呢？其實很簡單，就是使用2020年代最好的數位筆記軟體：Obsidian。

製造個人文本數據：卡片寫作工作流的簡潔

在Obsidian寫卡片94爽。

記得，卡片 = 想法 + 脈絡。想法就是我們與世間萬物互動後，產生的種種，都該用文本保留下來。而脈絡，就是我們看一個想法的方式。正如同你看「AI」與我看「AI」有不一樣的理解，因為我們的背景脈絡並不一樣。現在就記錄你看這篇文章產生的想法，配合自己的理解脈絡，寫成一張卡片吧！

自己的想法＋自己的脈絡 = 對自己最有意義的卡片。

一但會寫卡片，你必須馬上想：「怎麼樣才能寫得多？」寫得多的技術，就做「規模化 Scale」。近代工業高速發展，就是倚靠規模化的技術，讓每個單位時間的產出最大化。規模化技術最重要的元素，就是「標準化」。所以，把卡片寫得多又寫得好的技術，在於如何定義「標準化卡片」，也就是自己寫卡片的技術。

那要如何精進自己寫卡片的技術呢？我都跟著數位社群一起學習。

精進個人文本數據：與數位社群一起學習進步

與數位社群學習，是2020年代最好的學習方式。

我從2021年5月17日開始加入Nick Milo創辦的Linking Your Thinking 社群，至今也26個月。Linking Your Thinking 社群是美國最棒的個人知識管理社群。Nick Milo主要介紹Obsidian用於個人知識管理的實務，定期的工作坊活動可以讓成員學到最新的知識管理技巧。

而我最近收穫最大的，就是學到Remark Relate Reference的數位筆記寫作原則。

原則上，Remark Relate Reference定義一則數位筆記，需要包含3個部分：

Remark: 我會把閱讀心得或者臨時的想法，在Obsidian中發展成一個200-400字的段落。
Relate：這則想法讓我聯想到什麼相關的關鍵字，我會用Direct Link附在Remark段落的下方。例如，這則想法我就會加上：Obsidian，數位筆記，卡片盒筆記法等關鍵字。
Reference：我會在想法最後加上日期，時間，以及這個想法是自己在讀什麼東西的時候獲得的。例如"Self Reflection - 20230803 - 6:29 am - with chapter 20 📕 知識複利筆記術：卡片盒筆記法的數位應用實戰指南" 就表示這個想法是我在2023年8月3號早上6:29閱讀朱騏的新書知識複利筆記術：卡片盒筆記法的數位應用實戰指南的第20章寫出來的。

當你習慣了Remark Relate Reference的數位筆記寫作原則，你就有一套標準化的方式大量製造個人的文本數據，以供未來的AI使用。