用 NotebookLM 實踐 AI 卡片盒筆記法：輸入、學習、輸出、復盤 6 步驟流程教學
如果你目前在建構個人第二大腦的過程，常覺得「整理太用力、輸出太少」，或許這篇文章可以提供你參考。
在我提倡的「防彈筆記法」中，因為一個人的精力有限，不需要也無法建立鉅細靡遺的系統，所以「取捨」之下，我採取「優先專注在：任務筆記」這樣的策略選擇。而這時候，我確實犧牲了一部分「整理學習資料」的需求，甚至刻意不去建立學習系統，而是專注在自己的任務產生、經驗復盤的系統上。（延伸閱讀：收集資料時 3 步驟「任務化」！AI 工具取代不了的整理技巧教學）
不過當有了像是 Google NotebookLM 這樣的 AI 資料庫索引、生成工具後，我開始思考：把建立單純學習資料庫這件事情外包給 AI ，讓 AI 透過卡片盒筆記法的原則，幫我建立知識型的第二大腦。把學習資料庫外包給 AI、把任務／經驗留在人自己做的筆記。
這樣一來，我擁有自己花最多時間建立的，許多環節仍必要的需要自己手動的「專案、任務第二大腦系統」，但又能善用 AI ，不用花太多時間下，建立「單純知識引用需求的第二大腦」，兩者相輔相成。（延伸閱讀：AI 時代建立筆記系統的關鍵是「任務／經驗」而非「資料／知識」）
更早之前，我已經把「稍後閱讀」這個工具與系統外包給 AI ：「我用 NotebookLM 搭建 AI 稍後閱讀、學習輸出工作流，操作教學與延伸應用」，這就是當時我想利用 AI 外包單純資料整理的企圖，而又經過了快半年的實踐，現在我把更完整的卡片盒筆記技巧融入到 Google NotebookLM 中。
接下來，我就根據一個真實案例，分享我目前的實際步驟，你會看到我如何利用 NotebookLM 去建立卡片盒筆記中的文獻卡片、永久卡片，如何有效的學習與產出，並且哪些部分我善用 AI ，但哪些部份我仍然認為要自己動手來。
最後聲明，這篇文章的方法，不是說 AI 製作卡片盒會比人更好！也沒有要取代，只是可以提供多一種選擇。人自己的想法、經驗當然還是更重要的，如果我能自己手動架構完整的卡片盒筆記系統自然更有效。不過在時間有限、精力有限情況下，我的取捨是自己專注在專案、任務經驗筆記上，而把單純外部知識整理外包給 AI ，不是 100% 理想，但能有效推進產出。
Zettelkasten × NotebookLM 卡片盒筆記 AI 流程對應表
卡片盒筆記原始技巧 | 目的 | 在 NotebookLM 的做法 |
|---|---|---|
第一步：文獻卡片整理 | 摘錄原始資料重點，可察看來源 |
|
第二步：學習並捕捉想法 | 產出自己的觀點、想法以及疑問 |
|
第三步：建立永久卡片 | 整理出自己的結論與行動 |
|
第四步：建立 MOC 知識地圖連結 | 組織學習路徑，建立連結，便利快速索引 |
|
第五步：產出任務、教案、報告 | 更有效的對外輸出 | 以這 2 張永久卡為依據，設計 21 天微習慣計畫；逐日 1 行動，5 分鐘可完成，附追蹤表。 |
第六步：復盤循環 | 結合真實經驗，與外部資料庫，持續修正 | 分析下面我目前「XXX」的執行結果，根據資料庫中永久卡、文獻卡的學習，提出： Keep 我可以保留的好行動？ Problem 我目前可能有的問題？ Try：接下來我可以調整的新行動？ |
歡迎參考我的真實案例「卡片盒：健康運動」：https://notebooklm.google.com/notebook/f8f82551-f537-48e5-9d50-e0a35bab6178
就讓我分享自己的真實例子，有興趣的朋友也可以參考上方公開共用的「卡片盒：健康運動」 NotebookLM 資料庫。
首先，針對一個主題，在 NotebookLM 上建立一個新的筆記本，之後這個主題的卡片都在上面管理。
我的另一個建立學習教材 NotebookLM 方法教學：實測分享用 NotebookLM 製作微型中文課程：我的防彈筆記法線上影音教材與 AI 助教。
第一步：輸入，並建立文獻卡片
- 收集來源
- 英文類 YouTube 知識影片
- 網頁文章
- 論文 PDF
- 萃取重點，建立文獻卡片
- 把輸出儲存成筆記，命名為「文獻卡」，可同時保留出處
我把自己陸陸續續收集到的健康、運動優質文章、影片、論文，慢慢加入這個主題筆記本。
這時候可以搭配：「我用 NotebookLM 搭建 AI 稍後閱讀、學習輸出工作流，操作教學與延伸應用」，先在我的 NotebookLM 稍後閱讀筆記本中，過濾出跟主題有關的真正優質資料，然後才轉移到主題資料庫。
畢竟，資料庫來源的品質決定了卡片盒的品質。
當優質資料收集到一定階段後，我會在 NotebookLM 提問，產出「各種我關注題目的文獻摘要卡片」，我慣用下面的指令（Prompt）：
針對「冥想」，一步一步分析，用條列清單方式列出資料中的重點，每個重點加上例如「冥想 1-1、冥想編號 1-1-1」這樣的編號，重點描述盡量使用原文摘要。
這邊的作用只是請 AI 先針對輸入的大量資料，進行有效的「文獻梳理」，產出跟我關注的題目有關的文獻整理，而編號的方式除了模擬卡片盒外，也是為了讓知識變成一個一個「未來」可以快速理解與運用的小單元。
當 AI 的回答通過我的閱讀檢驗後，我會把這個文獻卡回答「儲存成筆記」，儲存到 NotebookLM 右方工作室，並且主動把標題命名為「文獻卡」，方便之後索引與利用。
第二步：學習，並產出自己的想法、問題與行動
- 把文獻卡轉換成來源
- 只勾選適合的、準確的、部分文獻卡，建立精準語音、影音摘要
- 或者利用報告中的簡報、QA等功能也有類似效果
- 吸收學習，刺激自己產出想法，以利下個階段跟 AI 討論
根據我的需求重新摘要、整理過的「文獻卡片」，會是這個系統更好利用的來源，所以我會從右方工作室，把這些 AI 整理出的文獻卡，再次「轉移為來源」，變成 NotebookLM 左方資料庫可用的素材。
接著，為了讓我可以更深入學習，並且在學習過程更快刺激出「我的想法」，我會利用「語音摘要」、「影片摘要」功能來產出可以「邊聽邊想」的學習素材。
更關鍵的一步是，這邊我會「只勾選」前一個步驟產出的「文獻卡」來製作語音、影片摘要。為什麼呢？這是確保產出的學習素材內容更精準對焦我的需求，裡面更少雜訊，更多重點！
接下來，我會一邊聽著 NotebookLM 生成的 Podcast ，一邊把自己的想法快速打在左方的對話中，跟 AI 進行討論、辯論與反思。
第三步：跟 AI 討論想法，轉化成永久卡片
- 把想法、問答快速丟上 AI ，進行討論
- 這時候可以勾選所有資料庫來源，讓 AI 在文獻卡片、原始資料中統一回答。
- 把自己跟 AI 討論後，更適合自己的內容，變成筆記卡片
- 最後進行一個知識、行動的最終統整，建立永久卡片。
- 加上「編號：永久卡」，轉換成來源，出現在資料庫開頭
- 重新整理對話，輸出新的永久卡
我有設計出一個固定的指令，讓我一邊聽 Podcast ，也能一邊快速輸入自己的想法，並且提問有效的問題。
關於「運動與體脂」，我的想法是：「XXXXXX」，請從專家角度提供我解答、質疑、統整、反思。
對話中， NotebookLM AI 根據我的想法、疑惑，產出新的回答，這些回答更符合我的需要與邏輯，於是我會打開右方工作室的「新增記事」（類似手動輸入筆記），把左方回答中我覺得真正有用的部分貼過去，並自己打上一些補充。
當聽完一段 Podcast ，在對話中進行了一些問答，最後我會這樣做一個總結提問：
根據並統整前面討論，列出我的「養成有效運動習慣」的行動清單。
例如我在對話中針對養成運動習慣來回討論，累積了更多我真正需要的想法，最後就讓 NotebookLM 總結前面討論，列出真正對我有效的行動清單，當然也複製回前面自己建立的記事。
前述這個想法整理、資料彙整、行動分析的過程，是在利用 AI 幫助我產出一定程度的有效永久筆記。
我一樣會把這樣整理好的永久卡（永久筆記），從右方工作室再次「轉移成來源」，讓其回到左方的資料來源中可以被再次使用。
並且我命名上有個小技巧，我會在永久卡前面加上數字編號，這樣匯回左方資料來源時，可以依照數字編號排序。
這樣就可以讓 AI 跟我合作產出的永久筆記，一定排在來源資料最開頭，方便隨時開啟利用。
完成一張永久卡片後，我會「重新整理」對話，清除目前這個子主題的對話，根據我的下一個需求，再來討論一次，產出下一個主題的永久卡片。
第四步：建立連結與 MOC 知識地圖
- 利用心智圖功能，形成結構地圖（MOC）
- 只勾選永久卡（頂多再勾選文獻卡），減少雜訊，建立心智圖
- 降低雜訊，保留知識骨幹；這一步對建立穩定的知識地圖很關鍵。
- 當累積愈來愈多永久卡、文獻卡後，有些原本的資料來源，可以當作雜訊移除掉。
- 目的是讓資料庫愈來愈對焦我的真實想法、需求與學習。
- 可以快速點擊知識節點，產出新的內容解說（這時候再把所有參考資料納入）
透過 AI 加速，我可以快速在大量資料中，建立起文獻卡片、永久筆記，裡面包含我需要的重點摘要，以及我真正的想法與未來可能行動。
這時候，我準備在 NotebookLM 中建立起卡片盒筆記法的連結與知識地圖（MOC， map of content ）。
「連結」的部分，我覺得 NotebookLM 原本回答中的來源引用連結，原本 AI 生成內容的過程，就是最好的連結，人不需要手動再多做什麼。
而要製作出以後可以一覽知識全貌、快速索引知識點的 MOC 知識地圖時，我會「只勾選」前面產出的永久卡片，然後利用 NotebookLM 內建心智圖功能，建立知識地圖。
如果要多一點資料，頂多勾選文獻卡，但盡量不勾選原始來源，避免太多雜訊干擾。
「知識地圖」應該是聚焦在我的真正需求與想法更好、更有效。
有效的來源、自己處理過的永久卡片，生成更有效的心智圖架構後，我可以點擊知識地圖上的任何節點，讓 AI 生成我當下需要的回答。
下圖中可以看到，透過「只勾選永久卡片」產出的心智圖，更有架構，更符合我的需求，更具備可用性。
當利用知識地圖上的節點，生成新的 AI 內容時，我會「再把 NotebookLM 所有來源資料都勾選」，然後從所有資料中生成回答。
這個做的用意是：知識架構根據我的核心需求，知識細節則參考所有來源資料，兼顧廣度與深度。
第五步：輸出，把卡片盒轉成各種任務成果
建立卡片盒筆記的目的，當然是為了輸出、產出成果。
下面來看看兩個例子。
我要製作教學簡報／學習單？我可以在這個 AI 卡片盒系統提問：
將「休息」相關的 永久卡、文獻卡，製作成分享簡報，每頁一個重點，包含知識、行動、反思。
重點就是我前面有先產出永久卡片、文獻卡片，並且有正確命名，匯回來源資料，所以當我要產出真正任務成果時，不是在雜亂資料中自由發揮，而是可以用指令去指定，要求 AI 有根據的產出內容。
上面簡報大綱，我再搭配 Gamma ，產出了下面這樣的簡報：
我要製作任務行動計畫？我可以這樣提問：
以這 2 張永久卡為依據，設計 21 天微習慣計畫；逐日 1 行動，5 分鐘可完成，附追蹤表。
這時候，我在 NotebookLM 的來源中「只勾選」經由我手產出的永久卡片，讓 AI 根據更穩固的永久卡，生成對我更有效的計畫。
產出的表格表單，我貼回 Evernote 等真正的任務筆記工具，也可以正常使用。
第六步：復盤，把經驗放進來繼續新的卡片盒流程
這個「卡片盒：健康運動」的 AI 卡片盒系統，可以用上面幾個步驟持續更新，持續添加新的資料，產出新的文獻卡、永久卡，並進行輸出。
不過， NotebookLM 不會取代我們真正的個人筆記系統、真正的個人第二大腦。
我還是需要自己真正的任務筆記系統（例如下圖右邊，是我真正任務筆記中，如何規劃、記錄自己的運動習慣）。而 NotebookLM 卡片盒對我來講是知識的輔助系統（例如下圖左邊）。
並且當我的真正任務筆記系統執行一段時間後，產出一些真實經驗，我會「把經驗複製回 NotebookLM 卡片盒進行復盤」。
以下面這個運動案例來看，我會這樣提問：
分析下面我目前「養成持續運動習慣」的執行結果，根據資料庫中永久卡、文獻卡的學習，提出： Keep 我可以保留的好行動？ Problem 我目前可能有的問題？ Try：接下來我可以調整的新行動？（貼上真正的任務、經驗筆記）
這時候可以看到， AI 根據 NotebookLM 中我已經建立的永久卡、文獻卡，明確的、有針對性地指出我任務筆記當中的問題點。
然後，根據永久筆記、文獻資料，提供給我如何修正的新行動建議。
我會把這些新行動建議，更新回自己真正的任務筆記，開始執行，一段時間後，再回到 NotebookLM 卡片盒中探索知識、進行復盤。
上面這個完整流程，就是我目前在自己的專案、任務筆記之外，運用 NotebookLM 打造一個「知識輔助」的 AI 卡片盒筆記系統的完整流程，分享給大家，歡迎參考，或是說說你的做法。
大家好，我是電腦玩物站長 Esor ，歡迎參考我的系列課程與書籍：
- 2024/6 最新著作上市，歡迎支持：《高效人生工作法圖解》
- 「個人數位生產力」線上課程（可使用電腦玩物老讀者折扣碼 ESOR500 ，獲得 500 元折價喔！）。
- 時間管理、筆記系統、AI 工具相關課程：「課程介紹連結」
- 著作：《防彈筆記法》
- 訂閱追蹤 podcast 節目：「高效人生商學院」（Apple podcast 訂閱、 Google Podcast 訂閱）
- 訂閱「電腦玩物電子報」，不定期出刊。
我的電子郵件是 esorhjy@gmail.com ，如果你有任何關於筆記術、時間管理、提升工作效率的問題，歡迎寫信跟我討論。
（歡迎社群分享。但全文轉載請來信詢問，禁止修改上述內文，禁止商業使用，並且必須註明來自電腦玩物原創作者 esor huang 異塵行者，及附上原文連結：用 NotebookLM 實踐 AI 卡片盒筆記法：輸入、學習、輸出、復盤 6 步驟流程教學）
留言
張貼留言
為了避免垃圾廣告留言過多，開始測試「留言管理」機制，讓我可以更容易回應讀者留言，並更簡單過濾掉廣告，但只要不是廣告留言都會通過審核。