這篇文章也有英文版本Read in English →
Obsidian 知識管理教學：用 AI 打造你的 LYT 筆記系統
你有多少筆記？
500？1000？更多？
現在問自己一個問題：上一次你「找到」一則三個月前寫的筆記，是什麼時候？
如果你跟我一樣，答案大概是沈默。不是筆記不夠多，是多到找不到。你花了時間寫下來，但它們就像丟進黑洞一樣消失了。
問題不在你的記性，在你的系統。
大多數人整理筆記的方式是「分類」——建資料夾、給標籤、想辦法把每一則筆記塞進一個正確的位置。但知識不是圖書館的書，它不只屬於一個分類。一個關於「遠距工作」的筆記，同時跟「團隊管理」「生產力」「工作生活平衡」都有關。你要放哪個資料夾？
我自己踩過這個坑。
最早用 Notion 的時候，我試過 PARA——Tiago Forte 有一個很出名的口號叫「打造第二大腦」，PARA 就是他的方法，把筆記按專案分類。簡單好上手，但幾個月後專案結束，那些筆記就跟著被埋進 Archive，再也沒翻過。
這個問題一直困擾我，也是我後來選擇 Roam Research 的原因——Roam 的雙向連結不靠資料夾，筆記不會因為專案結束就消失。我買了五年會員，花了 500 美金、還投資了這家公司。
在 Roam 上我開始用 Zettelkasten（卡片盒筆記法），方法是好的，但建卡片真的累——每則筆記都要原子化、用自己的話改寫、手動找連結，一張卡片花二十分鐘是常態。時間一忙就欠債，欠久了就不想碰。
去年 Roam Research 五年會員到期，加上我想把 AI（Claude Code）導入個人知識和目標管理系統，而 AI 需要讀取本地 Markdown 檔案——Roam 做不到。於是我轉到了 Obsidian。這個決定後來徹底翻轉了我對知識管理的認知——當 AI 能直接讀寫你的筆記，很多過去要手動做的事情就不再是瓶頸了。但這是後話。
工具的問題解決了，但新問題馬上來了：Obsidian 打開就是一個空的 Vault，我的筆記要怎麼組織？ 網路上的 Obsidian 教學大多停在操作面——怎麼裝外掛、怎麼用快捷鍵、怎麼設定主題，但很少有人告訴你筆記的結構該怎麼設計。
然後我遇到了 LYT。
LYT 是什麼
LYT，全名 Linking Your Thinking（連結你的思考），是 Nick Milo 在 2020 年開發的知識管理框架。
Nick 是 Obsidian 最早期的 beta 測試者之一。他在 2020 年 4 月加入 Obsidian，5 月就發布了第一版 LYT Kit（後來改名為 Ideaverse）。到今天，免費版的 Ideaverse for Obsidian 已經被下載超過 70,000 次，是全世界最多人使用的 linked notes 入門套件。
LYT 的核心信念很簡單：
不要用分類整理筆記，用連結。
你不需要把一則筆記「放進」某個資料夾。你只需要把它「連結到」相關的筆記。資料夾是死的——一個檔案只能放一個地方。連結是活的——一則筆記可以同時連結到十個不同的主題。
三個你需要知道的核心概念
1. MOC（Maps of Content）
轉到 Obsidian 之後，有了 AI 幫忙，筆記以每天 5-10 則的速度增生，很快就破百則。一開始我還是用 Roam 時期的 Zettelkasten 方法，但很快發現不對——AI 能幫我快速產出筆記，卻沒有一個框架告訴它該怎麼組織。筆記量增長的速度遠超過去，我需要一個更好的結構。不是資料夾（我在 Notion 踩過這個坑），也不是純靠連結自由生長（Roam 的經驗告訴我，筆記多了之後沒有上層結構，你會迷路）。我需要的是一張地圖。
MOC 就是這張地圖。它是 LYT 最重要的發明。
中文可以翻成「內容地圖」，但我更喜歡把它想成「思考的工作台」。
一個 MOC 就是一則筆記，裡面放的是指向其他筆記的連結，按照你的思路排列。它不是資料夾，不是標籤，是一張你自己畫的地圖。
舉個例子，這是我真實的 AI MOC（節錄）：
## 核心概念
- [[Agentic Coding]]
- [[MCP]]
- [[Claude Skills]]
- [[Agent Loop]]
## 工具與實踐
- [[Claude Code]]
- [[AI Agent]]
## 我的洞察
- [[MCP 與 Skills 是廚房與食譜的關係]]
- [[AI 工具的普及是分發問題]]
- [[Harness 的差異大於模型的差異]]
- [[迭代贏過天才]]
## 產業事件
- [[Anthropic 收購 Bun]]（2025-12）看到了嗎？這不是隨機丟在一起的。這是我和 AI 討論之後，由它幫我歸檔的排列——核心概念有哪些、我自己用什麼工具、我從實踐中想通了哪些道理、產業發生了什麼大事。有了這個架構，每次我和 AI 深入討論一個議題時，它都會先到我的筆記系統中確認之前有沒有相關的 context。有了 MOC，它很快就能找到這個主題下所有相關的筆記，帶著我過去的思考繼續往前推進，而不是每次都從零開始。
MOC 跟資料夾最大的差別：一則筆記可以同時出現在多個 MOC 裡。 比如 [[Claude Code]] 同時連結在我的 AI MOC 和 PKM MOC 裡，因為它既是 AI 工具，也是我管理知識的核心手段。在資料夾系統裡，你只能選一個位置。
什麼時候該建 MOC？在沒有 AI 的時代，Nick Milo 的建議是當同一個主題累積到 5 則以上的筆記，你開始覺得「有點亂」的時候再建。但現在有了 AI，這件事可以自動化——AI 會在歸檔筆記時判斷是否已有相關的 MOC，沒有的話就建議你建一張新的。你只需要確認，不用自己盯。
2. ACE 框架
有了 MOC 管個別主題，但整個 Vault 的頂層結構呢？我一開始什麼資料夾都沒建，所有筆記丟在同一層。後來筆記多了，我知道不該走回資料夾老路，但也不知道有什麼框架能取代它——總不能幾百則筆記永遠攤在同一層吧。
ACE 解決的就是這個問題。它是 LYT 的頂層資料夾結構，只有三個，把你的 Vault 分成三個「心智空間」：
| 空間 | 問的問題 | 放什麼 |
|---|---|---|
| Atlas（知識） | 這是什麼？ | 知識卡片、MOC 索引、來源資料 |
| Calendar（時間） | 什麼時候發生的？ | 日記、回顧、時間軸 |
| Efforts（行動） | 我在做什麼？ | 進行中的專案、持續的領域、完成的作品 |
Vault/
├── Atlas/ ← 我知道什麼（知識）
│ ├── Notes/ ← 知識卡片
│ ├── Maps/ ← MOC 索引
│ └── Sources/ ← 書、文章、課程
├── Calendar/ ← 我經歷了什麼（時間）
│ └── Journal/ ← 日記
└── Efforts/ ← 我在做什麼（行動）
├── Areas/ ← 持續進行的領域
├── Projects/ ← 有明確終點的專案
└── Works/ ← 完成的產出ACE 的哲學不只是整理檔案。它區分了三種思考模式：
- 打開 Atlas，你進入「學習模式」——這個概念是什麼？跟什麼相關？
- 打開 Calendar，你進入「反思模式」——今天發生了什麼？我學到了什麼？
- 打開 Efforts，你進入「執行模式」——我在做什麼專案？下一步是什麼？
很多人的問題是把所有東西混在一起。學習筆記跟待辦清單放同一個地方，結果兩邊都做不好。ACE 用物理空間幫你切換心智模式。
有一點值得提：原始 LYT 的設計把 MOC 放在 Atlas/Maps 底下，看起來像是只為知識卡片服務。但我實際用下來，MOC 的連結會自然跨到 Efforts 的專案、Calendar 的日記。它的位置在 Atlas，但守備範圍是整個 Vault。這是我自己用出來的理解，不一定是 Nick Milo 原本的設計意圖。
3. 五種筆記類型
ACE 管空間，MOC 管主題。但每一則筆記本身呢？我剛開始寫的卡片全長一個樣——都是「某個概念的定義」。寫了一百張之後，我發現這些筆記跟 Wikipedia 沒什麼差別，裡面沒有「我」。LYT 的五種筆記類型幫我打破了這個盲點。
在 Atlas 的知識卡片裡，LYT 把筆記分成五種類型：
| 類型 | 問的問題 | 範例 |
|---|---|---|
| Things | 這是什麼？ | 概念、框架、工具 |
| Statements | 我怎麼想？ | 你的觀點、洞察、原則 |
| Questions | 我好奇什麼？ | 待探索的問題 |
| Quotes | 別人怎麼說？ | 引言 |
| People | 誰說的？ | 人物筆記 |
大部分人只寫 Things——「Zettelkasten 是什麼」「PARA 是什麼」。但真正讓筆記系統產生價值的是 Statements——你自己的想法。
比如我有一則 Statement：「MCP 與 Skills 是廚房與食譜的關係」。這不是從書上抄來的定義，是我在開發 OpenClaw 時自己想通的比喻。一個月後我在寫文章時，這則筆記直接變成了一個段落。
寫下你的想法，不只是別人的想法。 這是 LYT 跟傳統筆記最大的差別。而有了 AI，這件事變得更自然——很多 Statement 是我在跟 AI 討論問題的過程中冒出來的，AI 會幫我捕捉這些想法並歸檔成筆記。你不用刻意坐下來「產出洞察」，它會在對話中自然發生。
LYT、PARA、Zettelkasten 有什麼不同
前面提過，我在選 LYT 之前試過 PARA 和 Zettelkasten。這三個是目前最熱門的個人知識管理框架，很多人在它們之間猶豫。以下是我用過之後的理解：
| LYT | PARA | Zettelkasten | |
|---|---|---|---|
| 創始人 | Nick Milo | Tiago Forte | Niklas Luhmann |
| 核心問的問題 | 這些想法之間有什麼關聯？ | 這個資訊現在對哪個專案有用？ | 這個想法如何連結到我現有的思考？ |
| 組織方式 | 連結 + MOC | 資料夾 + 搬移 | 純連結，幾乎無資料夾 |
| 學習曲線（無 AI） | 中等 | 低 | 高 |
| AI 相容性 | 高 | 中 | 低 |
有了 AI 之後，三種框架的學習曲線都大幅降低。真正的差異變成：哪個框架最適合讓 AI 介入？ 我用 Claude Code 操作 Obsidian vault——它能直接讀寫 Markdown 檔案，所以你的筆記框架決定了 AI 的工作效率。LYT 的 MOC 是一張主題總表——Claude Code 進入 vault 搜尋時，打開一張 MOC 就能看到整個主題的全貌和所有相關筆記，幾秒鐘就掌握 context。Zettelkasten 沒有這個，AI 只能一張卡片一張卡片順著連結跳，效率差很多。PARA 的資料夾結構 AI 能讀，但專案結束後筆記被埋進 Archive，AI 也不知道該去哪裡找。這是我最終選擇 LYT 的關鍵原因。
光看表格可能還是很抽象。用一個場景來說明：
假設你正在執行一個「公司官網改版」的專案，過程中研究了 SEO 的核心概念，記了一則「長尾關鍵字策略」的筆記。你打開筆記軟體，然後呢？（不管你用 Obsidian、Notion 還是其他筆記軟體，這個問題都一樣。）
PARA 的做法：在 PARA 裡，每個專案就是一個資料夾，筆記直接丟進去，所以這則筆記進了 Projects/官網改版/。簡單直覺。但三個月後官網上線、專案結束，Forte 建議你先從資料夾裡挑出有再利用價值的素材（他稱之為 Intermediate Packets），剩下的整包搬進 Archive。問題是，你當時覺得「這則 SEO 筆記以後可能用得到」嗎？多數時候不會特別挑出來。半年後你在規劃新的行銷活動，需要用到長尾關鍵字策略——它在 Archive 的「官網改版」資料夾裡，你得靠搜尋把它翻出來，前提是你還記得當初寫了什麼關鍵字。
Zettelkasten 的做法：你不能只是把文章重點貼上去。Zettelkasten 要求你寫一張「永久卡片」——用自己的話，把「長尾關鍵字為什麼有效」這個概念完整重述一遍，而且一張卡片只能講一件事。然後你要翻閱已有的卡片，找到跟它相關的，例如「內容行銷」和「搜尋意圖」，手動建立連結並寫下為什麼它們相關。
但如果你當時只有一個模糊的感覺「長尾關鍵字好像比短關鍵字更容易排名」，卻說不清楚為什麼？在 Zettelkasten 裡，這種程度的理解還不夠寫成永久卡片。你只能先記成一張「臨時筆記」，等哪天想清楚了再處理——但臨時筆記在 Zettelkasten 裡是會被丟棄的，它不進入正式系統。這就是 Zettelkasten 的設計哲學：「有意義的摩擦力」（eufriction），故意讓你慢下來，逼你想清楚才能寫進系統。Niklas Luhmann 靠這套方法寫了 70 本書，但他也花了一輩子維護那 90,000 張卡片。
LYT 的做法：你建一張 長尾關鍵字策略.md 的知識卡片。在筆記最上方填好 frontmatter（metadata），告訴系統這張卡片「屬於誰」：
---
up:
- "[[SEO MOC]]"
- "[[Content Marketing MOC]]"
collection:
- "[[Things]]"
related:
- "[[搜尋意圖]]"
created: 2026-03-03
says: "長尾關鍵字比短關鍵字更容易排名，且轉換率更高"
---
長尾關鍵字（3 個字以上的搜尋詞）競爭低、搜尋意圖明確，轉換率通常比短關鍵字高。
例如搜「筆記軟體」的人可能只是隨便逛逛，但搜「Obsidian 新手入門教學」的人已經決定要用了——後者就是長尾關鍵字。
官網改版時學到的，之後規劃內容策略可以用。up 就是這張卡片的「上級地圖」——它屬於哪些 MOC。collection 標記它是哪種筆記類型。related 是橫向連結，連到你覺得相關的其他卡片。says 用一句話說明這張卡片的核心觀點。
填完這些，這張卡片就自動出現在你的 SEO MOC 和 Content Marketing MOC 裡了。到這裡跟 Zettelkasten 看起來很像——都是連結，都是知識卡片。但關鍵差異在於：LYT 讓你先寫再想清楚。 筆記內文你可以只寫三行——「長尾關鍵字好像比短關鍵字容易排名，可能跟搜尋意圖有關，待研究」——metadata 先填好，內容之後讀到更多資料再回來補。在 Zettelkasten 裡，這種半成品不會進入正式系統；在 LYT 裡，它從第一天就掛在知識網上，隨時等你回來深化。
另一個差異是 MOC。Zettelkasten 是純粹由下而上的網——卡片之間一對一連結，你要靠記憶或瀏覽來發現關聯。LYT 多了 MOC 這一層，讓你可以站在高處俯瞰整個主題。打開 Productivity MOC，你一眼就能看到 Timeboxing、Deep Work、Pomodoro 這些概念排在一起，它們之間的關係立刻浮現。Zettelkasten 是由下而上長出來的網；LYT 讓你同時擁有由下而上的連結和由上而下的鳥瞰。
三個框架都在 AI 出現之前設計。PARA 和 Zettelkasten 的核心摩擦——搬檔案、建卡片——AI 都能代勞，但它們的結構性問題 AI 解決不了：
- PARA：專案結束，知識就被埋進 Archive 這個黑洞。AI 可以去翻，但沒有線索告訴它該找哪個舊專案資料夾，效率很低。
- Zettelkasten：沒有上層結構。AI 要理解你的知識體系，得一張一張卡片跳著讀，沒有總表可以看。
- LYT：MOC 就是那張總表。AI 一進來就能看到整個主題的全貌，知道該去哪裡找、新筆記該放哪裡。
如果你打算讓 AI 參與你的知識管理——不只是問它問題，而是讓它讀你的筆記、幫你歸檔、帶著你過去的思考繼續往前推——我認為 LYT 是目前最適合的底層架構。
後來我怎麼用 LYT
我用 LYT 管理知識大概大半年了。最明顯的改變是寫文章的速度。以前寫一篇文章，光是找素材就花掉一半的時間——翻 Google、翻舊筆記、翻書籤，東一塊西一塊拼起來。現在我用 Claude Code 直接讀寫 Obsidian 筆記裡的 Markdown 檔案——它平時就在幫我歸檔筆記、建立連結。等我要寫文章的時候，Claude Code 會先到 LYT 的 MOC 裡找相關的素材，找不到的再上網搜尋補充，然後把新找到的知識建成卡片放回系統裡。每次寫文章、做研究，知識庫都有新的輸入，系統會越用越厚，複利效應就出來了。這篇文章裡關於 Zettelkasten、PARA 的比較，大部分是 Claude Code 從我 Obsidian 的知識卡片裡拉出來的，不用重新研究。
還記得開頭那個問題嗎——上一次你找到三個月前寫的筆記，是什麼時候？現在我的答案不再是沈默。筆記沒有消失在黑洞裡，因為 LYT 給了它們地址，AI 負責每天把新東西送到對的位置。我要用的時候，AI 沿著 MOC 就能把相關的筆記全部撈出來。
但大概用了一個月之後，我發現一個缺口：LYT 管的是「知道」，不管「做到」。
我的 Atlas 整理得很漂亮，MOC 一張一張長出來。但每天早上打開 Obsidian，我還是不知道今天該做什麼。知識管理和工作執行是兩件事——LYT 的 ACE 裡有 Efforts（專案和領域），但它只提供了分類的位置，沒有告訴你怎麼從目標拆解成每天的行動。
很多人用子彈筆記或 GTD 追蹤目標和待辦，但我需要的是更長週期的執行框架。後來我在 LYT 的基礎上，接上了 12 Week Year 的目標執行框架——把年度目標壓縮到 12 週，每週有明確的 deliverables，每天有可執行的任務。現在每天早上我和 AI 做一場 1 對 1 的 standup meeting——它讀我的 12 Week Year 進度、掃描本週待辦、和我討論今天的優先順序。LYT 管知識，12 Week Year 管行動，AI 把兩者串在一起。這套系統我之後會另外寫一篇完整介紹。
但回到這篇文章的重點：LYT 是很好的知識底層。 它不會幫你完成目標，但它會讓你的每一個想法都不會消失，而且隨著時間累積，這些想法之間的連結會越來越密，價值會越來越高。你在上面要搭什麼——目標系統、寫作流程、專案管理——都可以，地基是穩的。
喜歡這類內容？我每週寫一封信，聊怎麼把 AI 用在真實生活和工作裡，和一路上想通的道理。訂閱直接寄給你。
