這篇文章分享了我如何結合 Heptabase 和 Notion，建立「個人化 AI 卡片盒系統」的經驗。文章詳細說明了「以行動為導向」的卡片撰寫原則，從知識拆解、卡片萃取到卡片收錄的處理流程，以及運用 Notion AI 建立個人化的卡片管理助手。這套系統不只解決卡片管理的問題，更讓我能在需要時，快速找到並運用過去累積的知識。
實行卡片盒筆記法約一年後，我發現了兩個問題。
首先，當卡片累積了幾百張、甚至幾千張之後，怎麼有效管理它們就變得很棘手。大量卡片攤在白板上，加上密密麻麻的連結，在搜尋和取用上變得愈來愈複雜。
其次，寫了很多卡片是一回事，需要時能否派上用場，又是另外一回事。就算自己曾建立過很多問題解決模型、商業思考框架的卡片，實際碰到問題的當下常常不會想到，等到事後才扼挽：「啊，當時那個問題，其實卡片盒裡有一個很好用的工具啊！」
（參考閱讀：〈Heptabase 和卡片盒筆記法：筆記軟體的學習之旅〉）
有天我靈光一閃，我能不能訓練一個 AI 助手，讓它根據我的需求或問題，幫我從資料庫中找出最適合的卡片呢？
如此一來，我就不需要特別去記我寫過什麼卡片，不會因為「沒想到」而「沒用到」。另一方面，AI 可以根據我的狀況，一次調出所有它認為（而我不一定有想到）合適的卡片，激發出不同的思考火花。
由於目前 Heptabase 還沒有類似 Notion AI 的功能。若要實現我的目標，勢必要將 Heptabase 和 Notion 想辦法以某種方式整合起來。
我預計建立一套從 Heptabase 知識拆解、Notion 管理到 AI 取用的系統化流程，讓我能在實際碰到問題時，提供我清晰的指引。
而這整套流程，就分為三個部分：卡片、卡片盒與 AI 指令。以下我一一來說明。
一、卡片：以行動為導向的撰寫原則
在卡片盒筆記法當中，分為「靈感筆記」、「文獻筆記」、「永久筆記」三大類別。我的卡片盒系統也有類似的分類，分別是行動卡、概念卡、材料卡。
- 行動卡：能夠指引下一步行動的知識，為最主要的卡片類型
- 概念卡：純粹的知識概念說明，搭配行動卡使用
- 材料卡：任何不屬於上述兩類的筆記
材料卡就像是「文獻筆記」或「靈感筆記」，是知識拆解的最小單位。從這些材料卡萃取出來的，就是行動卡和概念卡，也就是我的「永久筆記」，其中又以行動卡為主要，概念卡為次要。
那麼，我如何撰寫這些卡片呢？
首先，我秉持「知識應盡可能指引行動」的大原則，以「行動」為導向來撰寫卡片，因此每張行動卡都包含「行動提問」這個部分，透過問句引導我使用這張卡片的知識。
以【簡單訊息的 5 大標準：有益、聚焦、顯著、同理、精簡】這張行動卡為例，我依循內容，設計了以下六個提問，幫助我檢視自己的訊息是否足夠精簡。當這張卡片被取用時，AI 就會拋出以下問題，幫助我重新審視溝通訊息。
1. 你的訊息最主要想溝通的訊息是什麼？
2. 你的訊息是否能解決收訊者的問題，或對他有所助益？
3. 你的訊息是否有與核心溝通目的無關的雜訊？
4. 你的訊息是否能引起收訊者的注意力？
5. 你的訊息是否用收訊者熟悉、能理解的方式表達？
6. 你的訊息是否有可能讓收訊者困惑的詞彙或句法？
其次，每張行動卡都分為「正面」與「背面」。
正面有三個部分：摘要、適用情境、行動提問。當我一看到這張卡片，就能知道它是什麼（WHAT）、何時使用（WHEN）、怎麼使用（HOW）。背面則是詳細內容、案例分析與資料來源。
左邊為正面，右邊為背面
所有從 Heptabase 輸出的卡片，都必須遵循這樣的格式，目的是強迫自己在寫筆記時，同時思考「這個知識如何幫助我解決現實問題？」「如果要將這個概念應用到我的工作或生活中，第一步會是什麼？」
我希望今天寫的每一張卡片，都能在未來持續和我產生互動，而不是死氣沈沈地躺在抽屜裡，乏人問津。
另外還有一種純知識型的概念卡，相對單純，就是完整地闡述一個知識概念。
其實我曾經一度非常猶豫，是否需要將這類卡片收入卡片盒中。就算是再怎麼抽象的概念，也應該能在某種狀況下派上用場，那麼就應該能夠改寫成行動卡才對。
但最後，我還是決定收錄概念卡，作為行動卡的補充說明。換句話說，每張概念卡，都必定至少會與一張行動卡連結。這樣做的好處是，行動卡可以更專注於在指引我的下一步，不需要花額外的篇幅去解釋某個基礎概念。
概念卡範例
二、Heptabase 卡片處理流程：先拆解、再萃取
了解卡片盒系統中的三種卡片類型之後，接下來要說明我的卡片處理流程，分為拆解、萃取、收錄三個步驟。
首先，在我的 Heptabase 白板上，非常簡單地區分為材料庫和知識庫兩個區塊。
材料庫，是拆解知識的地方。我會將網路文章、閱讀筆記、生活靈感等，通通丟在這個區塊，進行第一步的「拆解」工作。如你所見，這個區塊充滿大量我隨手寫、正在寫、或者寫完還沒整理的卡片。如果是本身就有明確架構，或者比較複雜的書籍或課程，我會另外開一個子白板來拆解。
材料庫白板
知識拆解完後，下一個步驟是萃取。
每週我會固定花一點時間檢視、盤點、改寫材料卡，思考它們是否能夠進一步萃取出值得收錄至卡片盒的行動卡。由於「單純寫下筆記」和「思考如何引導行動」是完全不同的思路邏輯，整個過程非常花費時間和精力，而且最後能產出的卡片非常稀少。
舉例來說，汪志謙老師《峰值體驗》這堂線上課程，我寫了 15 張卡片筆記，滿滿的內容，但最後我也只萃取出一張行動卡，和一張概念卡收錄進卡片盒而已。
卡片萃取過程
這裡再次提一下我的卡片撰寫原則：以行動為導向。因此我在萃取時會思考，這個知識我可能在什麼情境下會用到？它能轉換成什麼提問，在需要的時候指引我方向嗎？
透過這層濾網，那些已經徹底理解、過於瑣碎、純粹概念說明的內容，就不會被我抓出來。對我而言，最重要的是找到那個最能啟發我行動的知識核心。至於其他卡片，有需要時再回來白板上查看即可。
三、卡片「盒」：卡片的收錄與取用
這幾年許多人都在談卡片盒筆記法，但絕大多數都聚焦在「卡片」怎麼寫，「盒」的部分似乎比較少被關注。
對我來說，「盒」就是卡片「如何被管理與取用」的問題。我希望有一套好的系統，讓我不至於被海量的卡片給淹沒。同時，我還希望打造個人化的 AI 助手，依據我的需求和狀況，從卡片盒中找出合適的卡片，並像個導師一樣引導我思考解決方式。
於是，我把腦筋動到了 Notion AI 身上。
Notion AI 可以直接存取個人資料庫，並根據資料庫內容，回答你的提問需求（詳細介紹可參考雷蒙這篇說明）。那麼，如果我在 Notion 建立卡片資料庫，不就能請 Notion AI 調出適合的卡片，並根據它們來回答問題嗎？更棒的是，它還可以同時參考我過去的專案，給予我更加個人化的建議。
我的 Notion 卡片盒設計其實很簡單，由行動卡、概念卡兩個資料庫所組成；兩個資料庫相互關聯，輕鬆就能找到不同卡片之間的連結。在屬性（properties）部分，除了加上分類標籤，我也利用 Notion AI 自動摘取卡片正面的內容（摘要、使用情境、行動提問），方便快速查詢。
但從 Heptabase 將卡片匯入 Notion 卡片盒，馬上就碰到兩個棘手的問題：
- 如何有效率地將 Heptabase 的卡片匯入 Notion？
- 如何處理 Notion 和 Heptabase 的卡片更新問題？
由於我暫時還沒有找到讓兩個軟體自動同步的方法（如果你有辦法，請留言給我嗚），卡片匯出、匯入、與雙邊同步等動作，勢必要手動執行。
為了極小化雙邊來往維護的麻煩，我建立了三個原則。
- 明確雙邊的功能分工：我將 Heptabase 定位為創意構思、深度學習的工具，Notion 則負責資料管理，使它們的角色不至於重疊。
- 批量匯出 / 匯入卡片：利用標籤註記卡片狀態，每週/月定期利用 Markdown 匯出卡片，批量導入到 Notion。例如，我會將正在寫的卡片標記為 #writing，完成待匯出的卡片標記為 #exporting，已完成匯入的卡片標記為 #imported。
- 單向同步為原則，雙向維護為例外：原則上只允許 Heptabase 卡片輸出到 Notion，後續維護以 Notion 為主。若真有必要雙邊同步，應明確記錄迭待版本和更新時間。
當然，以上都是在雙邊無法有效同步，以及 Heptabase 還沒有自己的 AI 助手功能之前的權宜之計。我也想在此許願，如果 Heptabase 未來也能推出如 Notion AI 一般，能從自己的資料庫中搜尋結果來回答的智能助手，那就太完美了！到時候我可能就真的沒有繼續用 Notion 的必要了。
四、個人化 AI 助手：卡片盒的管理員與行動導師
完成這套卡片盒系統最後的一步，就是設計一套指令，讓 Notion AI 能從卡片盒中調出合適的卡片，幫助我解決問題。
話不多說，先上實際和 AI 的對話實例。
【我的指令】
請從「＠概念卡資料庫」和「＠行動卡資料庫」找出適合用來解決[問題]的卡片，並依[思考步驟]思考後，依照[回答格式]回答。
[問題] 我負責的產品上線後銷售狀況不好，但不知道該如何重新設計產品的行銷包裝，或發展出創新的點子。
[思考步驟]
1. 判斷[問題] 符合資料庫中哪些卡片的使用情境。
2. 針對[問題]，利用該卡片的行動提問引導我思考。
3. 用適合的案例，實際示範[問題]如何透過挑選的卡片思考或解決。
[回答格式]
一、我認為以下這些卡片適合回答你的問題，因為……
二、根據你的問題，你可以思考以下問題：
三、讓我用一個具體的案例為你示範……
【AI 助手的回答】
一、我認為以下這些卡片適合回答你的問題，因為：
1.「SCAMPER創新思考框架」行動卡：
- 完全符合「思考陷入僵局，需要發想創新解決方案」的使用情境
- 提供七種不同角度來重新思考產品定位與包裝
2.「好訊息的設計策略」行動卡：
- 適用於撰寫行銷文案的情境
- 幫助思考產品的功能利益和情感利益
二、根據你的問題，你可以思考以下問題：
- 從SCAMPER框架思考：
- 目前的產品包裝，可以用什麼更吸引人的角度替代？
- 有哪些功能或元素可以結合，創造新的價值？
- 如何調整產品以更好地適應市場需求？
- 從好訊息設計思考：
- 你的產品最核心的特色是什麼？
- 這些特色能為顧客帶來什麼實際的好處？
- 能滿足顧客什麼樣的情感需求？
三、讓我用一個具體的案例為你示範：
以線上烘焙課程設計為例：
1. 重新設計產品包裝時，考慮：
- 功能利益：學員能在家做出美味麵包（獲得技能、做出成品）
- 情感利益：享受製作過程的療癒感、成品出爐時的成就感，以及與家人分享的溫暖感
2. 運用SCAMPER發展創新點子：
- 替代：將「科學化、系統化」的包裝改為「故事導向」
- 組合：結合理論與實作，創造更大的學習價值
- 調整：根據目標客群調整內容深度
看起來很不錯，對吧！
AI 助手不僅根據我的需求，從卡片盒中調出了它認為合適的卡片，還依照卡片上的行動提問以及案例分析，實際引導、示範如何使用這張卡片。
這套 AI 指令並不複雜，基本上是遵循和所有生成式 AI 對話的原則：
- 給予具體、明確的問題或要求
- 要求 AI 將推理過程分解成小步驟
- 給予回答規則
值得特別分享的是，在初始幾個版本中，我將資料取用範圍限制在「卡片盒資料庫」的頁面，但反覆測試幾次，Notion AI 始終無法找到我需要的卡片。縱使我已經直接複製卡片文字來詢問，它也告訴我「找不到相關卡片」。
我查看回答所附上的參考頁面，發現它雖然有取用該頁面，但沒有抓到頁面下的兩個資料庫。因此，我改直接在指令中明確標註資料庫的名稱，它才正確地找到我的卡片。
後續我將持續匯入更多卡片，繼續測試這套指令的成效。以目前的初步成果來說，算是有達到我的期待了！
