给零散的 AI 学习记录，一个可以回来的地方

学习时会积累很多碎片：一篇文章的链接、一个没有理解的概念，以及试过一次的操作。如果全都放在同一个长列表里，过一段时间就很难找到真正需要的部分。

按用途分开记录

可以先保留三类笔记：

• 资料：来源链接、日期、主题，以及为什么值得保存。
• 问题：哪里没有理解，已经查过什么，还缺什么信息。
• 实践：做了什么、使用什么输入、观察到什么结果。

分类的目的是方便回看，不需要把每条记录都放进复杂的目录。一条笔记属于两类时，可以用链接把它们连接起来。

给笔记一个明确的标题

标题最好能体现当时的问题。“工具记录”很宽泛，“怎样把多段笔记整理成保留原意的提纲”更容易让未来的自己识别内容。

正文可以保持短小，至少留下来源、观察和下一步。没有验证的猜想，也可以记下，只要标明它仍然是待检查的问题。

为常用主题建一个小索引

当相同主题的笔记变多，可以创建一页索引，放入相关资料、实践记录和仍未解决的问题。索引帮助导航，原笔记保留各自的上下文。

例如：

主题：AI 辅助整理
├─ 资料：原文链接与摘要
├─ 实践：一次笔记整理的输入和输出
└─ 问题：如何检查信息有没有丢失？

回看时，补上现在的理解

旧笔记里有些内容会过时，也有些问题后来有了新的答案。回看时可以补充日期和说明，保留原来的观察。这样能够看清想法怎样变化，也避免把过去的结论当成现在仍然成立的事实。

笔记不需要每篇都完整。一个清楚的问题、一段可复现的操作，或者一句有来源的观察，都可以成为下一次学习的入口。