未來的自動化卡片盒筆記 知識庫 Embeddings Model

你瞭解卡片盒筆記（ZK, Zettelkasten）之後，有持續使用建立個人知識庫嗎？或是覺得真麻煩或根本聽不懂放棄了呢？卡片盒筆記的過程複雜又難懂？但你可以試試看用 AI 專用的 Embeddings Model 讓它自動化！

最近 Google 旗下的 NotebookLM 非常紅，我都想立刻全面改用了，但 NotebookLM 只能 import 有限內容，比較適合把指定幾個文件整理完寫篇小文章或簡報，如果像第二大腦 ZK 那樣每天記錄一生累積萬篇筆記，或你打算叫它把你一屋子的書整合協助寫博士論文，這是它做不到的。

像 NotebookLM 這麼聰明的筆記本能不能跟我的 ZK 結合起來呢？我不禁這麼思考。

卡片盒筆記的痛點–反思

ZK 是德國社會學家尼可拉斯・盧曼（Niklas Luhmann）在 1954 年左右發明的，融合了科層組織（Hierarchy）、德國人最擅長的文件管理（我猜跟他公務員背景有關），如果你經歷過 ISO 標準，就知道德國人花多少力氣鄭重地管理文件了。但盧曼最強的是超時代引入「超連結」觀念，讓你能從樹狀目錄筆記之間建立捷徑。

樹狀目錄就像你去 IKEA 把一層樓隔成繞來繞去的路徑，但如果你內行就知道有捷徑，一道門穿過去可以從兒童區穿到餐廳，就是超連結了。

我猜你接觸「超連結」應該是從網站吧？那是提姆・柏內茲・李（Tim Berners Lee）在 1989 發明的，從 1954 ~ 1989 間的 30 幾個沒有網路的年頭，盧曼可能是全世界少數每天使用「超連結」的人，從這個角度想，他確實很前衛。

ZK 的講解請參考我之前一系列文章，就不重複了。

ZK 是「知識庫」而不只是「筆記軟體」，就是因為要進行「後處理」把零碎的資訊整合為知識，過程是：

1. 記錄下來：隨手把感想筆記寫在軟體中；
2. 提煉標籤：從筆記中提煉出標籤，就是跟其他筆記相似處；
3. 產生連結：文章可能引用別的筆記或被引用；
4. 發展知識：從片段內容發展成完整的思想。

多數人做了幾次就放棄了吧？寫完還要整理太麻煩了，沒時間啦！但不進行後處理，寫在 ZK 軟體或是隨便一張紙效果是差不多的。

就算有特別花時間去整理的人如我，受限於魯鈍的大腦，能串接都是最近的主題，幾年前的筆記根本就忘了，想不起來有它要怎麼串連？

1954 發明至今 70 年了，知道 ZK 的人不多，能善用的人更少，證明「後處理」太難，流行不起來！

Embeddings Model 是怎麼分類的？

人類用標籤、連結來後處理幫筆記歸類，而聰明到讓我們掉下巴的 ChatGPT 一類大語言模型則是用「Embeddings Model」來後處理歸類知識，你可以把它當作「AI 的 ZK」，它閱讀文章後，依照語義把文章歸檔到 1536 維的向量空間……（咳咳！這是啥？）很難懂對吧？雖然不準確，讓我們用人類的思維，把它類比為它把文章貼了 1536 個標籤！

不止如此，人類只能做到「有貼標籤」和「沒貼標籤」兩類，AI 卻可在 1536 個標籤上每個都「加權」（可以把它想成「刻度」）

• 人的標籤，如果搜尋「寵物」會列出：狗、水豚，有人會覺得「水豚能算寵物嗎？」；
• AI 的標籤，搜需「寵物」列出：狗 > 水豚 > 獅子，你會看出來有程度的差異，是比較精細的標籤。

假設有幾篇文章「學習是個人成長的關鍵」、「運動促進身心健康」、「閱讀和反思幫助理解新知識」，被處理成下面的 6 維標籤，每一維都有向量距離（刻度）：

[0.193, -0.324, 0.567, -0.765, 0.434, -0.231]

（這個例子只有 6 維，OpenAI Embeddings Model 有 1536 維，是這行的 256 倍）當你 prompt 有「成長」，這三篇文章都會被搜到，就算後兩者根本沒有「成長」這兩個字，但是從語義可以推測，所以它是很聰明的搜尋，字不對還是能搜到。

我連 100 個標籤都記不住，別說每個標籤都還有小數後 3 位的刻度，那不就變成幾萬個標籤嗎？可是，這數量對 AI 來說完全不是問題。

AI 處理後的資料就變成一個「Embeddings」，要存進專用的「Embeddings Database」（有人翻「向量資料庫」），當你詢問 AI 時，它也對你的問句後處理，所以你的 prompt 也變成 Embeddings，兩相比對就知道哪些資料跟問句最相似，快速取出相關資料。

這麼聰明，解決了人類不擅長分類資料的問題，不管你覺得太麻煩懶得後處理，還是像我記性不好只記得最近所學，有了 Embeddings Model，可以把後處理全交給它了。

Embeddings Model 如何整合筆記？

既然 Embeddings model 這麼好，筆記軟體有嗎？有！但請記得那些動作都是生成式 AI 做的，任何軟體都只是代理這些 LLM，你要自己花錢向 OpenAI、Claude… 買點數才能用。

ZK 軟體內的解法

• Obsidian：Semantic Search for Obsidian、Zettelkasten LLM Tools、Obsidian AI 等；
• Logseq：GPT-3 OpenAI、Logseq AI Auto Tags 等；
• RemNote：期待中。

最近軟體都整合了 AI，我看到幾個寫 AI 插件的方向，找錯了也沒用：

• 下 prompt 產生文字圖片的插件：這不是你要找的；
• 幫你總結筆記的插件：對，這就是你要的，關鍵詞多是：semantic search, summarize…；
• 其他功能的插件：例如打字打一半就自動幫你把字打完，這是用類似技術，但對我們現在講到的用途無益。

Obsidian 有最大的社群、最高的搜尋量，所以流行插件數量很大，相較之下 Logseq 這個新軟體就小很多，而 RemNote 是商業軟體，開發多由企業做，更小，當享受 RemNote 很好的整合時，不由羨慕擁有大社群的人多勢衆啊！

但老實說，如果你要從「手工知識庫」轉移到「AI 知識庫」，這些插件都不完整，你想啊！Obsidian 和 Logseq 都在自己電腦上運行，把檔案存成 md（markdown）格式，但 embeddings 要存在「Embeddings DB」中，少說也要存成電腦比較能讀的 JSON 格式，那這插件到底存到哪裏去了？

很簡單，它把文字辨識完後，把這些儲存在它自家伺服器，所以你的筆記不再是你的。

純 AI 解法

這方法完整但不簡單，筆記和 Embeddings 都存在自己的資料庫，再產生自己的聊天機器人，就像熟讀你一言一行的小粉絲，問什麼都能依據你的筆記回答，全部私有當然保密。

除非 ChatGPT 把你的筆記拿去做為訓練材料，你的資料永遠是你的

要把內容交給 Embeddings model 來「閱讀」，再存入一個資料庫，這需要一套流程，總不能每一篇你都等它讀完再自己去手工儲存，現在有一些 「Low Code AI App 建立工具」，可以用拖拖拉拉不用寫程式就可以建立跟 AI 問答的流程。例如：

1. 輸入筆記
2. 用 Embeddings Model（每家都有一套）閱讀採集特徵
3. 把原筆記和特徵存到向量資料庫（最親民的是 Supabase，高手可考慮 Pinecone、Weaviate）
4. 建立聊天機器人。LLM 會先讀筆記後回覆，而不會胡扯。

Low Code AI App 建立工具有哪些？國外的如 Flowise 或 Dify，台灣團隊 Simpleinfo 也提供了比較早期的工具，這樣的代理工具應該會越來越多，如果我又知道了就來此更新。

雖然都是開源軟體，用 Docker 自己安裝免費，但安裝多個應用有難度，如果對技術研究不感興趣，可以付費買線上版，但所費不貲，以 Flowise USD$35/月 + Supabase USD$25/月 = USD$60/月，還沒算付給 LLM 的錢，看用量和買了哪一家，價格各有不同。

Embeddings 與標籤的 Mapping

AI 模型會建立 1536 個特徵（標籤），那我還需要去貼標籤嗎？

人類看不懂 AI 如何分類的，但這是你的筆記啊！你至少要能掌握，有一天沒有 AI 也能找到分類。

不過我分成 100 個標籤，而 AI 分成 1536 個標籤，不就亂了嗎？

為了搭配 100 個人類可讀標籤，AI 要先為標籤「降維」或「聚類」，深度學習會把一堆亂七八糟資料，找出誰跟誰比較相似，然後把它們分成一堆一堆，這一群相似的建議共用一個標籤。

你也可以把人的標籤當作教材，例如「珍珠奶茶」和「蚵仔煎」，AI 都分到「#餐飲」，但我卻分類到「#臺灣夜市小吃」，聰明的 AI 看見，接下來「麪線」、「碗粿」會自動分到正確的位置。

所以把 AI 能讀的 Embeddings 和人類能讀的標籤互相 mapping，就像是人機互相理解的界面。

這裡的功能還不存在，甚至它可以建議要貼什麼標籤，這可能要寫程式達成。

自動化對學習是幫助還是傷害？

對我來說，筆記有幾個重要功能，第一層是學習手段，第二層當作「第二大腦」方便查詢，第三層藉着整理發現跨科目的連結或靈感。

從 ChatGPT 問世第一天就重度使用 LLM，近兩年雖然在很多地方使用它，但自始至終，寫筆記堅持是我自己的事，原因很簡單，整理筆記第一層功能，它是個學習手段，類似小時候地理課用描圖紙描地圖填地名，這些「做功」讓知識進入長期記憶。

筆記的第二層功能是可以建立「第二大腦」，從這角度，最重要功能是「快速找到需要的筆記」，我的標籤檢索系統比不上 AI，應該交給它。

只要筆記只記錄思考心得（而非文摘），則 AI 知識庫裡都是我的思想，那就是「我的」第二大腦。比較另一種狀況，有個人的筆記裡是把網上、書上別人寫的內容 copy & paste 進去，那 AI 學到的不是他，而是別人的認知，如果是大衆媒體，那更是個普遍認知，我認為，如果筆記只是這種用法，真不用花那麼多力氣建立知識庫，ChatGPT 讀的書更多，更是普遍認知啊！

筆記終極應用是第三層，跨科目整理或閱讀筆記時，你會被刺激、觸發靈感、創意，或是發現在單一學科無法發現的巧思，但把跨科目串接的工作交給 AI，就失去發現跨界靈感的機會了，比較困擾。

可能的方法，一、你還是繼續用傳統方式整理筆記順便發現彼此關係；二、藉由與 AI 互動發現跨科目的靈感。

我發現，如果 AI 回答答案時，別想「這答案太好了」就相信而被它一次搞定，反之，如果一邊聊、一邊思考，就能找茬，發現它不完善之處，一直追問，它只能一直回答，這種深聊其實還滿能發現新點子的！希望這些方式可以強化筆記的第三層功能，成為靈感來源！