甚麼是 MOC？
MOC，全名 Map of Content，在筆記系統中扮演著舉足輕重的角色。它就像學術研究中的綜述論文，但又更為靈活實用。MOC 不僅僅是索引（連結）的集合，更包含了對內容的精簡摘要，讓使用者能快速掌握筆記的整體架構與核心概念。
試想一下，當我們面對浩瀚的知識海洋，如果沒有一張清晰的地圖，很容易迷失方向。MOC 正是這張地圖，它引導我們在知識的網絡中穿梭，將看似分散的筆記串聯起來，形成一個有組織、有結構的知識體系。
雖然人類的大腦思維是網狀且多點發散的，但根據大腦記憶相關研究，模組化、結構化的系統更有助於大腦的記憶與理解。因此，在實際操作上，我們可以先建立主題 MOC，隨著內容或筆記逐漸豐富與增加，主 MOC 下又可建立子 MOC，這種層層遞進的結構，有點類似卡片盒筆記中的索引筆記。例如，我們可以建立一個關於「氣候變遷」的主 MOC，然後再根據不同的面向，例如「溫室氣體排放」、「極端天氣事件」、「再生能源發展」等，建立子 MOC。
MOC示意(AI生成)
MOC 在 Obsidian 的使用
在 Obsidian 中，MOC 的應用更是充滿了無限可能。如參考打造第二大腦這本書中的 PARA架構，其中 Area 的概念與主題地圖有異曲同工之妙。舉例來說，如果我想要學習一門新的知識技術，像是「連續壁的施作程序」或是「基本電學」，我會分別建立 MOC 筆記。或許在我的筆記系統裡，已經存在一些相關的筆記（分子筆記或原子筆記），透過逐步架構連續壁施作程序的 MOC，一開始可能不是很完整，但隨著筆記慢慢累積，你會在不知不覺中完成連續壁施作程序的學習，後續便是輸出或是複習的階段，那又是另一篇文章了。
當然，有些人認為應該先有筆記，再透過關聯圖彙整出 MOC。但事實上，這兩者並不相違背。前者是有目標的學習，後者則是從筆記庫裡產生新的發想。就像一位建築師，可以先有藍圖（MOC），再逐步添磚加瓦（筆記），也可以從現有的素材（筆記）中，激發出新的設計靈感（MOC）。
那麼，一開始如果不知如何建立一個 MOC ，怎麼辦呢？在 AI 技術的推展下，學習似乎不再那麼耗時費力，但方法與效率仍然是我們需要不斷精進的。以下提供我目前使用的方式，希望能對你有所啟發。
1.利用 ChapGPT 製作初步 MOC
當我毫無頭緒時，我會利用 ChapGPT 提供我一些初步的想法。例如，我輸入：
MOC 為 Map of Content 的縮寫，在筆記系統下，是類似於學術性研究中的綜述論文，是結合索引 (連結) 及簡單摘要的內容。
我要在Obsidian下學習"連續壁施作程序"，請以系統化及模組化，初步架構為原理、施工程序及機具、注意事項及工期與成本，製作MOC(map of content)，並以Markdown方式呈現。
ChapGPT 便能製作出初步的 MOC。當然，每一個筆記或子 MOC 都可以利用 ChapGPT 再深入探討，這取決於你學習資料的來源。你可以將 ChapGPT 視為一位知識助理，它能幫助你快速建立知識框架，節省大量的時間與精力。
2.如何找出關聯的筆記
卡片盒筆記裡重要的觀念是卡片相互的連結及編碼。但是在數位的時代，難道我們還需要利用上古的方式嗎？卡片的連結建立，一般有兩個時間點，在卡片盒筆記裡卡片建立的時間點為製作卡片當下，而在 Obsidian 的實際操作中，卡片或筆記是如何建立連結的呢？
- Smart connection 插件
利用 Smart connection 插件可以找出相關聯的筆記。筆記前端的數字越大（最大為 1），則關聯度越高。如下圖所示，我們可以專注於筆記產出的同時，也可以回顧過去我們製作的筆記或卡片，讓知識不再存在斷點。 - Dateview 插件
利用 Dataview 回顧沒有連結的筆記。因為知識的輸入及我們製作筆記的當下，存在著時間差，我們可以利用 Dataview 的語法，範例如下，搜尋特定標籤及特定目錄沒有雙向連結的筆記。
```dataview
table tags, status
from "(R)文獻筆記" or "(R)永久筆記"
where (contains(tags, "分子") or contains(tags, "原子"))
and length(file.outlinks) = 0
and length(file.inlinks) = 0
```
最後
這篇文章，是利用週六小朋友接送日，邊等待小朋友補習下課，在零碎的時間碼字完成的。用 Obsidian 寫文章就是如此絲滑，在別人眼中我可能是在看短影音的大叔，實際上，我是自詡為行動派工程師的 Writer，感覺請就像 Rocker 一樣帥。這也正是 Obsidian魅力所在，它讓我們能夠在碎片化的時間裡，構建完整的知識體系，將學習融入生活，讓知識成為我們成長的動力。
