在 AI 时代，我们该如何「正确地」使用笔记？今天我想分享一套我正在实践的系统。
先说明一点：这不是一套可以用一两个 Claude skill 就搞定的「技巧合集」，而是一套会与你一起成长的系统。你越渴望获取新知识，它就越有价值；如果你只是想来拿走一个现成的 Skill，这篇文章大概率给不了你想要的东西。
在过去的各种笔记系统中，我们最大的痛点是：记了很多，却几乎用不上。笔记越积越多，只是给自己一种「我有在学习」的安慰，我们把这种状态叫作「仓鼠症」。本质原因在于，我们从来没搞清楚：这个笔记系统存在的意义到底是什么，只是本能地多记一点，来安抚焦虑。
其中是最本质上面来讲，我们记笔记初衷无非是想让生活过得好一些，想要让自己成长一些。不想要成长不想要进步，谁会去记笔记啊？但是究其原因记笔记是为了能够辅助我们决策。
所以本质上，如果我们不拿笔记去做什么，那这些东西就是死的数据，毫无意义只能够满足自我安慰。
人生由无数个选择组成，而不做选择本身也是一种选择——是选择逃避。决策质量在很大程度上决定了人生的质量。为什么要把笔记系统的重心放在「决策」上？因为一旦以决策为中心，你就天然多了一层筛选机制：当我遇到一个新知识、一条新闻，我会问自己：这和我当下在做的决策有关吗？和我未来可能面对的决策有关吗？如果都无关，那我就可以理直气壮地把它排除在系统之外。
长期训练下来，这会帮我们慢慢夺回注意力。看到一条新闻，我们不再本能点开，而是先停一下，问自己：这和我正在做的决策有关系吗？
比如你最近在考虑换工作，那关于某行业裁员的报道就高度相关，值得认真读；但同一天刷到某明星的婚变新闻，你看一眼就知道——这和我无关，然后它自然就消失了。
这个习惯慢慢养成之后，你会发现：不是你在拒绝信息，而是大多数信息开始自动"过滤自己"。
那要怎样提升决策质量？所以，在这套系统里，我把「原则」放在决策体系的最核心位置。
所谓原则，就是我们从知识和过往经历中提炼出来的可重复使用的判断规则。设定得足够清晰、足够具体的原则，可以在很大程度上帮我们挡住情绪的干扰，让我们在关键时刻不至于被一时的冲动带偏。
原则的来源大致有两类：
一类来自外部知识。那些书、文章、访谈和案例，其实就是别人把自己的经历和决策复盘之后，抽象出的原则。你可以直接拿来用，相当于「借用」了别人的试错结果。
另一类来自自己的体验复盘。通过不断回看自己做过的选择、经历过的情绪，我们能提炼出只适用于自己的细微规则，比如「在情绪低落时，我不做长期决策」之类。这类原则，往往更能针对那些只会在你身上发生的特殊情况。
当然，原则之间难免会冲突。比如，「追求极致效率」和「花更多时间陪伴家人」，在很多具体场景里就是对立的。要解决这种冲突，就必须有一套更底层的价值观来做决定。如果你的价值观是：长期的健康和关系优先于短期的成绩，那在面临取舍时，就更容易给出自己的答案。
价值观相较于原则会没有那么容易出现改变，且在数量上面也会相较于原则来说没有那么多，但是这是我们底层的操作系统。如果把原则比做电脑上面的各种 APP，价值观就是不同的操作系统。在同时出现两个不同的 APP 的时候，操作系统就能够决定哪一个 APP 能够在这个操作系统下去运作。
前面提到，知识也是原则的重要来源。换句话说，当你在读书、看文章、听别人复盘时，你其实是可以把他人的经历和教训，直接转化为自己系统中的原则。
这是一件非常幸福的事：你不一定要亲自撞上所有的墙，才能找到一条有效的路径；你可以通过输入高质量的知识，让自己的决策系统升级迭代。
同时，知识本身也会直接提升决策质量。新的理论、方法和框架，会让你在面对问题时，有更多维度可以参考，而不是只凭当下的直觉。最终，这些被吸收、被消化的知识，都会以「原则」的形式沉淀下来，稳稳地托住你之后要做的每一次选择。
前面铺垫了这么多，终于可以具体聊聊这套笔记系统本身了。
先说一个前提：这个系统不绑定任何特定软件，你用什么顺手就用什么。我自己的组合是 Obsidian + Claude。选择 Obsidian 的原因很简单：所有数据都是本地的 Markdown 文件，像 Claude Cowork 这样的 AI 可以非常轻松地读取和处理这些内容，不用折腾各种 API 或 MCP 配置。
在这里，我不会给你一个「立刻就能套用」的现成 Skill。这不是故意吊胃口，而是因为：适合我的那一套，不一定适合你。这个系统最重要的特性，就是要和你一起成长——你在成长，你的关注点、决策方式在变化，这个系统也应该被你不断调整、重构，慢慢变成只适合你的那一套，而不是照搬别人的模板。
在 Obsidian 里，我们只需要先搭好一个很简单的框架：创建四个文件夹——Decision（决策）、Principle（原则）、Value（价值观）和 Knowledge（知识）。
需要特别注意的是：Decision、Principle 和 Value 这三个文件夹，你可以尽量交给 Claude Cowork 来帮你生成和维护；但 Knowledge 这个文件夹，一定要由你亲自管理。原因也很直接：如果你不亲自整理、消化这些知识，只是让 AI 代写代记，那这些东西就永远「长」不到你身上。
具体怎么落地？我们可以先从一次「已经发生过的、让你很懊悔的决策」开始。打开 Claude，把这次决策的来龙去脉、你的想法和感受、你当时掌握的知识，都尽可能详细地讲给它听，然后让 Claude 帮你整理出一套「决策复盘流程」，并把它做成一个 Skill，作为以后所有决策复盘的统一模版。
理想的结果是：每一次复盘，都自动产出两类内容——
一份具体的决策复盘记录，存在 Decision 文件夹；
一条或几条从这次经历中提炼出来的原则，存在 Principle 文件夹。
如果在这次复盘中，你发现自己原本的价值观被校正或更新了，也可以顺带让 Claude 生成一条新的价值观说明，存放到 Value 文件夹。至于这个 Skill 本身，不用追求一开始就完美，你随时可以根据之后的使用体验去改写、升级它。到这里，一个「决策复盘 Skill」就搭建完成了——它的输出就是：一个决策复盘文件 + 若干条新增的原则。
接下来，再找一个你现在正在纠结的决策问题，继续和 Claude 聊。这一步的目标，是把你当前的决策过程，也固化成一个可复用的 Skill。聊天的方式跟刚才一样，放松就好，照你平时的思考方式表达就行。唯一需要额外强调的一点是：你要明确告诉 Claude，在之后使用这个 Skill 时，请它主动参考 Decision、Principle 和 Value 这三个文件夹里的内容，看看有没有可以复用的经验和约束条件。这个「决策流程 Skill」会只生成一个文件——一份待处理或正在进行中的决策记录，保存在 Decision 文件夹里。
知识这一块，我希望单独拎出来讲。
因为前面提到的那三个文件夹（Decision / Principle / Value），大部分内容都可以交给 AI 来协助生成，你自己更多扮演的是「对结果进行审阅和微调」的角色。但 Knowledge 这个文件夹完全不一样——这里必须是你的主场，你需要对其中的每一条内容有足够的理解和掌控。
也正因如此，我会强烈建议你放弃「让 AI 帮我自动生成知识笔记」这种念头。为了做到这一点，我现在用 Excalidraw 来记知识型笔记。一方面，画图的形式能帮助我把抽象概念拆开、重组，更深入地理解它们；另一方面，用手画的限制，几乎天然杜绝了「丢给 AI 一键生成笔记」这种偷懒冲动。
知识在这个系统里的角色，是一个持续「喂养」和「升级」决策系统的源头。每当有新知识进入你的世界，你都可以问自己两个问题：
这和我正在做的或未来要做的决策，有什么关系？
它能不能改善我现有的决策流程、原则或价值观表述？
比如，你读完了一本《决策的艺术》，做了比较深入的笔记，也真正理解了书里的框架和方法。这个时候，你就可以把这些笔记丢给 Claude，让它帮你审视：这些内容能不能用来升级我们前面生成的「决策流程 Skill」，把它优化成书中更系统的决策框架。
再比如，你认真研究了 Ray Dalio 的全天候策略，搞清楚了里面的逻辑和假设，那下一步自然就是回头检查：在我现有的投资决策里，有哪些地方可以参考和调整？是修改原则？补充一条新的原则？还是为某类决策增加一个专门的复盘模版？
这也是为什么，我始终不愿意直接把我自己的 Skill 丢给你套用。可能在某些领域里，我的认知比你更前一点，那你照搬我的 Skill，很大概率是「看不太懂、用不顺手」；也可能在某些领域你远远强于我，那我这套东西对你来说就像是学生作业一样，既粗糙又多余。所以我希望这一套系统是能够和你一起生长的系统，一开始它可能不够完美，但是你能够通过自己的认知提升来提升这个系统。
这套方法一点也不玄乎，门槛也不高，任何人都可以拿来搭建、再慢慢和它一起进化。我更愿意把它看作一套「人生操作系统」。
我始终相信：决策的质量，决定了人生的质量——也就是人们常说的「选择大于努力」。这并不是否定努力本身，而是提醒我们：更重要的是，把努力用在对的方向上。
如果这套系统能帮到你，让你在这个时代重新找到「持续进步」的意义，少一点浮躁，多一点耐心，把注意力放回长期的成长和缓慢但确定的进步上，那它存在就已经很值得了。
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。