AI 結合卡片盒筆記法，人不再操作軟體，用對話流程讓 Codex 搭建資料整理系統：我的兩個月實測心得

首先要說明的是，這篇文章我不會稱為是 AI 可以取代我們的第二大腦，因為我對第二大腦的嚴格定義在於我的專案、任務、行動與經驗管理，而這部分大多時候依然需要自己手動定義、整理與改寫，例如我讓 AI 處理參考資料，但是我需要自己筆記為什麼這樣做的目標？如何做的流程？怎麼做更好的經驗？而這也是我提倡的「防彈筆記法」的核心。

所以這篇文章想要分享的經驗是，那些外部參考資料，有沒有可能利用 AI ，在不用額外花太多時間的情況下（人只要丟資料、給想法、下指導）， AI 就可以持續整理、歸納、改寫、統整、延伸與檢驗正確性，讓 AI 自動完成一個人（我）可以隨時取用在工作、生活各種產出上的資料庫。

而因為當 AI （或者 AI Agent ）可以完成上述自動整理流程，並且在我的實做下，像是抓取資料、分類、連結、統整、筆記、畫出流程圖等功能都可以 AI 處理，人「不再需要操作軟體介面」，所以甚至可以做到 AI 本身就是資料庫工具，而我不再需要另外一個 Obsidian、 Notion 或 Evernote 來處理這些外部資料。

因為最花時間的，往往不是閱讀，也不是思考，而是操作軟體去整理。

用 AI 建立外部資料庫：讓「整理」與「操作工具」不再成為學習阻礙

過年期間，我先用 Google 的 Antigravity，讓 AI 幫我做出一個可用的 RSS 閱讀器。那時候有讀者在底下提醒我一句：「如果直接用 OpenClaw 做，可能會更好。」

那句話後來真的打到我。因為我腦中其實一直卡著一個更大的痛點：最耗時的工作，從來不是讀文章，也不是寫筆記，而是操作軟體去整理的時間。

把文章結合自己的觀點整理成可重複使用的筆記卡、串聯不同筆記卡片、把相關卡片結合自己的想法變成更穩定的「永久筆記」，再把卡片串成可以拿來處理專案的流程架構、用於寫作的大綱、融入到課程中的方法膏藥，這一整段流程，除了要花時間也應該花時間的：我的想法、觀點思考之外，其他很多步驟其實都是「軟體操作時間」。

我想法時間留給自己的實做、思考、想法產出，但把所有軟體操作時間交給 AI。

所以我後來做的實驗，並不是想再做一個筆記工具或稍後閱讀工具。而是：

當我丟出資料、觀點、想法後，能不能讓 AI Agent 類型的助理，直接且自動幫我完成下面工作：

• 處理我本機資料夾裡的 md 文件。
• 抓取無論網頁、 YouTube 影片、社群貼文中的內容，建立「參考文獻」。
• 根據我的觀點整理出筆記摘要，建立某個工具、觀點或技巧的「暫時筆記」。
• 根據我的需求建立未來各種任務產出可以參照的穩固方法論的「永久筆記」。
• 在不同永久筆記之間建立連結，可以看到層級關係，乃至於「知識架構圖」。
• 根據我未來出現的任務、產出，挖取這個外部資料庫，提供我架構、論述、案例、方法大綱。

關於卡片盒筆記法中的文獻、永久筆記、筆記連結的教學，可以參考我之前的兩篇文章：

• 如何從暫時筆記到永久筆記？如何建立筆記連結？
• 分辨這 5 種筆記，你就能建立高生產力系統

上面列點的這些步驟，我不想再花太多時間做的整理、軟體操作工作，讓 AI 自動穩定地做下去？如果講得再白話一點：

我不是想打造另一套第二大腦、外部資料庫、稍後閱讀軟體，我是想訓練一個能持續幫我整理外部參考資料的 AI 專案助理。

目前的實際流程示範：以 Codex 為例，我丟網址、丟想法，讓 AI Agent 在本機 md 資料夾裡建立資料庫

一開始（2026/2 時），我是利用當時很流行的 OpenClaw 來架構這個 AI 整理外部第二大腦的流程，只要在 Telegram 丟一個資料網址，告訴他我的觀點， AI 就會跑完筆記卡摘要與改寫流程，接著自動建議我可以補充到哪些永久筆記，我再補上觀點後， AI 就會持續的穩固我既有的永久筆記系統，並在更新之後幫我調整目前知識架構圖。

但是目前，我主要利用 ChatGPT 的 Codex 來完成這個流程。

無論用哪種工具，包含很流行的 Claude Cowork  或 Claude 當然也可以，只要 AI Agent 能讀寫本機 md 文件，又能照著你定義好的流程工作，它就能慢慢接手原本要靠稍後閱讀工具、數位筆記工具、手動剪貼整理才能完成的大量知識整理工作。

所以我現在不是又找到一套新的第二大腦工具」，而是：

• 一個由 md 文件組成的外部知識庫
• 一套由 AI Agent 維護的整理流程
• 一個能回收成卡片、永久筆記、文章草稿與流程圖的工作系統

AI 工具可能未來會換，但這個資料庫與流程會留下來，可以持續使用。（參考：不同 AI 工具如何分工、接力完成專案，分享我做一個象棋教學遊戲的流程）

下面就先具體示範我目前的資料庫工作流程，後面再分享其中幾個關鍵細節。

讓 Codex 在本機資料夾建立資料庫：

首先，我建立了一個本機資料夾，讓 Codex （或者你也可以用 Claude Code 或 Claude CoWork）來管理其中的各種文件（資料庫的核心，以 markdown 的 md 檔案為主），在這個資料夾建立需要的小工具（例如抓取 YouTube 字幕的 Python 程式），以及建立工作流程、知識處理規則的 md 文件（這些規則文件，可以讓不同 AI 助理共同遵循）（規則文件非常重要，可參考：養成讓 AI 復盤工作流程的習慣，你的 ChatGPT、Codex、OpenClaw 助理就會愈做愈好）。

除了因為我本來就有 ChatGPT Plus 版本（前幾天更新到 Pro 版本），我用 Codex 還有另外一個原因就是他前一陣子推出桌面軟體端，我更喜歡在這個簡單易懂的對話介面中進行工作流程。

只要在 Codex 中開啟要用來做資料庫的本機資料夾，接著就可以用對話來建立工具、打造自動流程、處理各種資料夾內的文件檔案。

在這個流程中，我讓所有資料、知識、草稿、驅動 AI 的規則技術文件，無論是文獻還是永久筆記，全部用 md 文件格式儲存在這個本機資料夾。

我沒有像很多朋友那樣搭配 Obisidian 等功能來管理，因為我想嘗試：

「工具就是 AI Agent 本身」，而人「盡可能」不要操作任何軟體介面與功能，人唯一需要的就是「跟 AI Agent 對話」。 

而雲端同步的功能，我則是要求 Codex 自動幫我推送到 Github 做版本控管，也能在雲端網頁上讀取我的完整資料庫。

建立 Codex 處理資料庫的基本規則：

我先對 Codex（一開始其實是在 OpenClaw，但方法都一樣） 定義好抓取所有資料的共通流程，主要的原則有下面這些，而這些原則是來自於我多年來對一個知識管理系統研究後的架構（之前貼給 Codex ，請他建立一個之後一定會遵循的規則文件）：

• 核心流程：抓取來源 →建立 raw 全文證據庫 →根據我的觀點摘要 card 筆記卡 →更新或建立 opinions 永久筆記 →需要的時候根據資料庫內容，進行每日 digest / 寫作大綱 / 關鍵論述輸出 → GitHub 版本同步
• raw 資料夾（文獻）：是全文證據庫，不能自己省略；抓不完整就不算完成。要注意抓取來源、時間等細節。
• card 資料夾（暫時筆記）：是一篇原文一張卡，保留我的觀點、摘要、引用、應用情境、下一步行動。
• opinions 資料夾（永久筆記）：這才是第二大腦核心，重點是更新既有母筆記，不是一直新增新筆記，讓一個主題愈來愈完整。
• 所有永久筆記更新時，要做判斷屬於哪一種知識：
• PROJECT = 正在進行專案，通常是我定義的跟我目前想要研究、進行的主題工作有關（例如這個外部資料庫專案）
• WORKFLOW = 未來可參考的工作流程，包含操作步驟、最佳範例。
• METHOD = 專案與工作流程通用的方法論，包含理論、證據。
• 新增 cards 後，必須檢查 opinions 是否需要回填，強制要求 AI 要做這個檢查，主動提供建議，讓 raw 變成 card ，再補充到 opinios ，最後永久筆記愈來愈完整。
• 但若要新增全新永久筆記，要先取得我的同意，避免資料庫最後發散混亂。
• 額外的連結與流程圖
• 所有的 raw 並須連結到原始來源，所有的 crad 並須有 raw 的連結，所有的永久筆記必須有 raw 或 card 的連結。
• 而永久筆記之間也會互相連結，並建立一個知識架構圖。
• 每次更新永久筆記後，要同步維護 INDEX（總目錄）、MAP（知識架構圖），讓整個資料庫的體系愈來愈完整。

上述的規則，一開始先讓 AI 寫進一份 Workflow.md 的文件中，文件放在這個工作資料夾的根目錄，並邀請 Codex 等 AI Agent 每次處理工作時優先遵循這個規則。

但是你說，下面的規則看起來比上面的簡單版完整很多啊？那是因為在兩個月的實踐過程中，每次 AI 的處理有調整，或是處理得很不錯的時候，我都會請 AI 自己復盤，把目前學會更好的處理規則更新回規則文件，這樣 AI 助理之後的工作就會愈做愈好。（延伸閱讀：養成讓 AI 復盤工作流程的習慣，你的 ChatGPT、Codex、OpenClaw 助理就會愈做愈好）

讓 Codex 根據網址抓取文獻、建立筆記，逐步擴充資料庫：

有了上面的共通原則後，第一階段我要先讓 Codex 幫我抓取文章，當我看過一篇感興趣的文章、YouTube 影片、社群貼文後，我就把網址丟給 AI Agent（ Codex ），並希望 AI 能夠自動抓取資料全文建立文獻（raw），同時製作一張有我的觀點的筆記卡片（card）。

我那時候的第一步是從下面這段丟給 AI Agent 的指令開始啟動的：

根據前面的專案原則，我想建立一個自動整理與成長的資料庫。請一步一步處理：

1.請你先不要做自動抓取，先在 workspace 建立以下資料夾結構：

raw/（放原始文章）

card/（放整理後筆記卡）

digest/（每日總表，回顧每日資訊總結）

2,接著請你建立一個「整理腳本」或「工作流程說明」，讓我每次把網址、文章文字，以及我的觀點貼給你時，你就會自動抓取全文放入 raw ，並自動產出符合以下模板的筆記卡到 card。

模板如下：###

檔名：YYYY-MM-DD - {title}.md

內容：

- 來源：

- 原文連結：

- 原文日期：

- 主題標籤：#AI工具 #工作流 #筆記術（最多 3–5 個，並保持一致性，同一個主題共用同一個標籤）

一句話結論（我需要記住的）

（<= 40 字）

重點摘要，結合我的觀點，盡量搭配使用原文，但翻譯成台灣慣用繁體中文（翻譯後同時附上原文參照）

1.

2.

3.

4.

核心概念表格：

概念

作者怎麼說

根據我的觀點，我可以怎麼用（對工作/寫作）

對我有用的 3 個應用情境

- 情境 1：

- 情境 2：

- 情境 3：

今天能做的下一步：測試、研究、寫作（務必具體）

-

待追問（下次研究關鍵字）

###

不過根據不同情況，就算有上面基本規則，事情也不一定馬上就能順利，但這時候我就都交給 Codex 這樣的 AI Agent 去解決。

例如有時候抓不到網頁全文？無法抓到 YouTuhe 字幕？有些社群抓不到我想要的指定網址的貼文？我就把問題丟回給 Codex ，讓他找方法解決，可能寫一個 Python 小程式，或是需要申請一的 API ，但就一邊做，一邊讓 Code 幫我補足這些抓取功能。

或是當我發現有時候 AI 根據我丟的網址，抓到部分資料，但沒有抓到全文，於是我就讓 Codex 寫一個自動檢驗小程式，並讓 AI 在他必定要遵循的規則文件中加上：「抓取文章後一定要跑這個檢驗程式，確定有抓到頭尾完整的內容。」

所以現在我的這個資料夾中有抓取網頁小工具、PDF轉換小工具、抓取 YouTube 字幕小工具、抓取特定社群貼文小工具等等，這些小工具也都是 Codex AI 自己撰寫。

讓我每次只要丟一段網址，提出我的觀點， Codex AI Agent 就會自動完成基本的兩大步驟：

• 先抓取完整內容，建立有引用來源的文獻。
• 再根據我的觀點，建立筆記摘要卡片。

例如我讓有了上述基本原則與工具的 AI 來抓取我的這篇文章：「與 AI 助手合作後的第二大腦系統，我在筆記方法上的變與不變」。

我這樣提問：

抓取下面文章，根據我的觀點建立筆記卡。

我認為在知識管理上應該善用 AI ，但要明確區分 AI 可以做的資料管理，以及人要主動引導與建立的專案、經驗的真正知識管理，才是好的工作流程。

文章網址： https://www.playpcesor.com/2026/01/ai.html

我每一天大概都會隨手丟上5~10篇連結，加上我的一兩個核心觀點，通常是我快速讀過後有啟發的文章、影片、PDF或貼文資料。

然後 Codex 這樣的 AI Agent 可以自動做完兩件事，新增兩份文件：幫我自動抓取全文建立文獻，並建立一個符合我觀點的筆記卡片。

下面就是 AI Agent 自動完成的筆記卡，裡面結合了我剛剛丟給他的觀點，以及原文內容，但也包含已經在這個資料庫中的相關內容延伸。

這兩個月的累積，我就透過 AI Agent 的抓取、整理，建立了數百則的文獻資料與觀點筆記卡（類似上面這樣，有摘要、有觀點、有延伸應用的內容）。

讓 Codex 根據暫時筆記，建立「永久筆記」的連結系統：

不過這樣還不夠，如果這些文獻、觀點筆記卡都是散亂的根據時間排序，其實很難有效使用，但我也不想要在這個暫時筆記的層級去做分類或連結。

所以我建立了一個「永久筆記」的自動整理邏輯，只要我丟出進一步觀點給我的 AI Agent ，他就會根據前面抓取的筆記卡，思考是否要新增永久筆記，或是要補充、修正之前的某一張永久筆記，透過 AI Agent 的自動化流程，讓「真正可以在未來拿出來反覆利用」的永久筆記系統愈來愈完整。

下面是我提供給 AI Agent 的永久筆記規則。（只是參考，讓大家看到一份規則文件，可以引導 AI Agent 多步驟去自動化完成工作，指定 AI 去使用哪些工具，以及 AI 一定要遵守的關鍵原則。）

永久筆記（opinions/）：把 cards 統整成可複用資產（必讀）

永久筆記新增/更新的標準作業（必遵守）

0) 觸發規則（硬性）：每次「新增 cards」後都要檢查 opinions 是否需回填

只要新增一張 cards（或對 cards 有實質增量更新），都必須立刻跑一輪：

這張 cards 的「新有效內容」是什麼？（新判斷標準/新風險/新步驟/新框架/新清單）

對照 opinions/INDEX.md：要更新哪一張母筆記？還是需要新增？

依 routing 規則決定回填到 PROJECT / WORKFLOW / METHOD

原則：更新優先；新增需 Esor 同意。

0-1) 回填前的人機確認（硬性）：先展示 cards 重點，再詢問 Esor 是否要回填

在真的動手更新 opinions/ 前，先做這 3 件事：

先展示這次 cards 的重點摘要（建議 3–5 點）

明確詢問：這次要不要回填到永久筆記？

明確詢問：Esor 有沒有補充觀點、反對意見、或想強調的版本？

沒有先問，就不要直接改 opinions/。

若 Esor 明確表示「先不要更新永久筆記」，就停在 card 階段即可。

1) 更新/新增前：主動詢問 Esor 的想法（用以重現你最近示範的流程）

在要更新/新增永久筆記前，先問：

你自己的觀點/你要強調的主張是什麼？

你希望這次回填後，永久筆記「更能做到什麼」？（未來要拿來用的價值）

收到回覆後：把想法延伸改寫成更完整論述並融入正文（不是只貼一句備註）。

2) 回填位置原則：更新永久筆記不固定更新在哪一節（以內容適配為主）

不要硬塞在「套用方式」。以內容類型決定寫進哪個欄位/段落：

一句話原則：當 cards 帶來更好的總結主張

Dealbreakers：當 cards 帶來新的翻車點/一票否決條款

套用方式：當 cards 帶來新的可執行步驟/做法

常見誤區：當 cards 帶來新的錯誤認知/誤用型態

Evidence / Links：當 cards/raw/opinions 的證據鏈或結構關係需要補齊

3) 永久筆記寫入規則（引用/證據/索引）

先查 opinions/INDEX.md：確認是否已有母筆記（更新優先）。

依 routing 規則決定回填到 PROJECT / WORKFLOW / METHOD。

寫入時要「整合改寫內容」進正文（不是只補連結），並在段落後附 （來源：...）。

若內容包含 Esor 的補充觀點：在段落末尾加註 （來源：esor 補充想法，YYYY-MM-DD），並搭配對應 cards/opinions 作為支撐來源。

Evidence 優先 raw；Links 只連永久筆記。

新增全新永久筆記需 Esor 同意。

每次新增/更新永久筆記後：更新 opinions/INDEX.md + opinions/MAP.mmd，再跑 opinions_linker.py。

原則（防彈筆記法）：永久筆記主題優先順序＝專案任務名稱 → 工作流程名稱 → 方法論名稱；不是破碎的單一論點。

rss_cards/：一篇原文一張卡（保留證據與脈絡）

opinions/：把卡片統整成「可維護、可驗收、可回存」的長期資產

A) 永久筆記的三種卡型與模板

PROJECT（專案任務）：projects/rss-second-brain/opinions/TEMPLATE_PROJECT.md

WORKFLOW（工作流程）：projects/rss-second-brain/opinions/TEMPLATE_WORKFLOW.md

METHOD（方法論）：projects/rss-second-brain/opinions/TEMPLATE_METHOD.md

A-0) 最重要原則：優先「更新」既有永久筆記，而不是一直新增

永久筆記的核心不是新增，而是把新知/新做法回填到既有的母筆記（Project / Workflow / Method）。

新增條件（很少）：

你確定這是一個全新的專案任務／全新的可重複流程／全新的方法論框架；而且在 opinions/INDEX.md 找不到對應母筆記。

預設策略：

先查 opinions/INDEX.md 是否已有母筆記

有就更新（加步驟/驗收/反例/回存/證據鏈）

沒有才新增

B) 永久筆記索引與關係圖

索引（新增前先查，避免重複）：projects/rss-second-brain/opinions/INDEX.md

關係圖（Mermaid）：projects/rss-second-brain/opinions/MAP.mmd

必遵守：每次新增/更新永久筆記後，都要同步更新 INDEX 與 MAP

INDEX：確保每一張永久筆記在 PROJECT / WORKFLOW / METHOD 某一區塊下有一條索引。

MAP：新增節點並至少連一條關係（例如 PROJECT→WORKFLOW）。

C) 永久筆記「連結維護」機制（每次新增/更新後都要做）

目的：避免 Project↔Workflow↔Method 漏連結。

觸發時機（何時要跑？）

你「新增或更新任何一張永久筆記」後：必跑一次。

下面讓我做一個「自己不丟觀點的示範」（通常真實流程，我會加上更多想法再更新永久筆記），看看 AI Agent 是否會依照上述規則，把前面 AI 建立的筆記卡，更新到永久筆記系統。

我這樣對 AI 提問：

根據剛才新增的筆記卡，根據永久筆記建立規則，分析適合更新或新增到哪些永久筆記，並提出具體建議。

於是訓練好的 Codex ，就會根據我給他的永久筆記建立規則，AI 拿著剛剛建立的筆記卡去撿索我的永久筆記系統，找出適合更新或新增的永久筆記，並分析內容，給我更新建議。

我可以根據 AI 助理給我的建議進一步思考，然後回給 AI 一個明確的整理指令，例如：只根據首選方案更新既有的永久筆記。

下圖可以看到， Codex 根據我建立好的永久筆記規則，完成剛剛那則筆記卡更新到永久筆記的任務。AI 可以同時完成：

• 把筆記卡的關鍵內容，更新、修正到指定的永久筆記。
• 擴充永久筆記時，也會加上來源筆記卡的註記。
• 自動在永久筆記的目錄、流程圖系統中做好更新。

前面幾個階段跑下來，我們只是丟資料、給觀點、下自然語言指令，這就節省了非常多我們自己操作軟體介面的步驟。

永久筆記完成的結果像是下圖這樣。

於是我這兩個月打造的 AI 外部資料庫系統，就在這樣「不斷讓 AI 自動更新永久筆記」的流程中，慢慢擁有了一些系統性的、更深入完整的知識與方法，方便我後續拿出來利用。

而為了讓永久筆記也不只是單篇方法，而是可以系統性利用的架構，所以我讓 Codex 去做出一個連結目錄，生成一個畫流程圖小工具，隨時用目錄連結與圖解方式，展開這個永久筆記系統的全貌。

這兩個月，我的數百篇筆記卡，其實也才建立了二十幾則永久筆記，大多數都是把新的筆記卡更新到既有的永久筆記上，強化那些方法論與工作流程，但這正好可以看到持續更新的永久筆記的深度。(而且我本來就偏好用更新筆記，取代新增筆記：每天新增30則筆記？還是更新30則筆記？兩步驟建立穩定筆記系統）

利用 Codex ，根據目前的永久筆記、筆記卡、參考文獻，進行草稿產出：

我大概是從二月開始這個實驗（一開始用 OpenClaw ，後來 ChatGPT 推出 Codex Windows 桌面軟體版後就改用 Codex ），我現在的外部知識庫裡，至少會分出幾層：

• raw：原文全文，保留可追溯、可驗證的來源
• card：每篇內容整理成可回收利用的筆記單位
• opinions：把重複出現的觀點、方法、流程，整理成會越用越強的永久筆記
• digest / outline / draft：把前面的知識層再推進成可以發布的輸出準備

最後第四個層次，則是看需求，讓 Codex 在既有的這個外部資料庫中做產出。

例如最新新增了比較多的新資料，我就會讓 Codex 做一個「 Digest 」總結。

根據規則，把最近一個禮拜新增的筆記卡、更新的永久筆記，做一次快速復盤的摘要。

或者我要做一個專案，我要產出一篇報告，我提供一些想法，然後讓 Codex 在這個外部資料庫中產出草稿。

我需要到學校教一個 Google 的 AI 工作流程，根據我的永久筆記出發，搭配有更多細節的筆記卡與文獻，建立一個有效的工作流程大綱草稿，先直接秀出給我看，我再決定是否加入草稿資料夾。

總結：我學到的 AI 工作流程

我覺得這次實驗，但也已經變成我的一個處理外部資料庫的流程，真正學到的不是 AI 幫我做了很多事，可以自動化。是我開始學會：

• AI Agent 是可被設計的 workflow
• 如果你只是把 AI 當成問答工具，它每次都只能重新猜你的標準。但如果你把流程、交付物、驗收、回存方式都定義出來，它就會越來越像一個真的專案助理。差別不在模型更聰明，而在你有沒有把它當成流程在設計。
• 不會寫程式，也可以利用 AI 建立自己的工作系統，但要學會分派工作＋驗收工作
• 這次我其實沒有自己手動寫程式。很多技術性工作，都是交給 AI 處理。但我真正需要做的事情是：
• 說清楚我要什麼交付物
• 說清楚限制與標準
• 看結果是否真的符合需求，再讓 AI 調整
• 第二大腦真正該留下來的，是流程與規則
• 我現在越來越覺得，工具其實不是最重要的。無論是各種 AI 工具，還是各種筆記軟體，各自有不同強項。但真正讓它們能幫我做事的，不是因為哪個工具特別神，而是因為我們自己有一套流程：
• 哪些資料要保存
• 哪些資料怎麼整理
• 哪些內容值得回存
• 哪些輸出要怎麼驗收
• 工具可以換，但流程會留下來。甚至利用 AI Agent，打破工具操作流程，打造更靈活的資料庫。

AI 的工作不是替我思考，而是替我處理那些我以前不想花大量時間做的外部資料整理工作。而我自己真正保留的，是：

• 提出問題
• 提供想法
• 做最後判斷
• 驗收哪些內容值得留下來

真正的核心反而是：

我能不能把自己的整理流程拆解清楚，然後交給 AI Agent 去處理那些原本最耗時、最容易拖住你的操作型工作。

如果可以，那麼我們未來要管理的，也許不再是越來越多的工具介面。而是一套會在自然語言對話、規則文件、md 資料夾與驗收流程中，慢慢長出來的外部知識庫。

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：

• 2026/1 最新著作上市，歡迎支持：《高效職場生存法圖解》

• 大人學最新 AI 課程：用 AI 提升工作效率的實戰工作坊
• 「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：AI 結合卡片盒筆記法，人不再操作軟體，用對話流程讓 Codex 搭建資料整理系統：我的兩個月實測心得）