把你囤到生灰塵的筆記
淬煉成一篇篇有你觀點的文章

觀點生產線在教一件事：打通從輸入到輸出的每一個環節。

你會學到怎麼篩選進入你腦中的知識，怎麼把筆記再加工，怎麼做連結，然後怎麼做寫作輸出。

學會之後最核心的一點是 —— 你能把「寫作」這件事，從憑感覺變成可複製：你會獲得穩定的輸出節奏，有一套自己的觀點庫，能把任意資訊轉成可用的材料，不再靠運氣寫文章，也不再卡在「今天要寫什麼」上。

我很喜歡用一個比喻來講這件事。就像廚師做菜，我們以為廚師最重要的時間是「炒」，但實際上，真正把材料下鍋翻炒的時間，可能只有 30 秒到 1 分鐘。其他大部分時間，其實都花在備料上。

寫作也是一樣。金句、標題、素材、段落順序、草稿架構 —— 都應該先準備好。等你在最後編輯、真正開始寫的時候，是在一個結構已經統整完的狀態下進行。所以當你把前期儲備都做好，真正動筆的那一刻，就只需要用 20% 的力氣，就可以把文章寫完。

甚至可以說，寫作只是紙面上的思考，是當你把一個道理想通之後，才寫下來。

那你為什麼會想通？是因為你準備了大量的筆記，經過交叉比對之後，得出了那個最能說服自己的答案。

這些筆記怎麼來？就是透過大量閱讀，或大量吸收其他參考資訊，不斷累積筆記。

所以寫作，只是最後那個微不足道的 20%。真正重要的，是來自於前期的儲備。就像打仗要糧草先行 —— 決定一場戰爭勝負的，是後勤的儲備。

我自己不喜歡很淺的課，所以我會做得比較完備。這不是一堂 40 分的課，我覺得難度可以到 60 分至 80 分左右；你不會覺得只是網路上把知識抄一抄。

相反的，我會提供你在市面上比較少看到的觀點。例如，為什麼《第二大腦》這本書說可以讓你用第二大腦記住所有知識是錯的、卡片盒筆記法為何被魔改成不好用、為什麼書只要看 5 本就夠了、為什麼知識管理不該用 AI......幾乎都會是反主流觀點。

當然我會把它簡化成很容易懂，所以也適合新手。我自己覺得，可能 100 個人裡只會有 5 個，會覺得內容偏淺。

一篇文章的準備功夫，有 80% 都在前期準備，只有 20% 才是後期的編輯技巧。我之前的《思維複製寫作術》，之所以叫「思維複製」，意思就是透過編輯技巧，讓你腦中想要傳遞的思考與訊息，可以 100% 傳遞到讀者的腦中，讓讀者 100% 理解你在說什麼，中間不產生失誤或誤解。

所以原本那一套，是聚焦在那 20% —— 也就是編輯的那一塊。而現在這門新課教的是「觀點生產線」，它更偏向那 80% 的部分，也就是知識管理與文章的前期準備：你要怎麼收集筆記、怎麼整理筆記、怎麼把筆記組織成一篇文章。

前期儲備，正是很多人寫不出來的關鍵。

另外，新課是包含舊課的，而且新課採用的是陪跑形式，是帶著你一起做、一起實作的課程設計。

很多寫作課程比較像在講表層的套路，像是文案架構、標題撰寫、金句規劃，而沒有從更深層扒開底層邏輯。打個比方，其他寫作課可能會教你「是什麼」，但沒有再更深一層告訴你：為什麼要這樣做、為什麼這樣做才成立。

而「觀點生產線」涉及兩個層面：

• 第一個層面，是教你怎麼儲備在輸出前的寫作素材。

• 第二個層面，是告訴你該怎麼透過編輯技巧，把這些素材變成文稿。

這兩個區塊都有具體的流程。我會告訴你第一步怎麼做、第二步怎麼做、第三步怎麼做。這套流程是科學性的方法，是你可以複製、照做的，不是那種「你多寫就會變好」的空話。

所以「觀點生產線」更像是在給你發武器。很多課程可能只教你「你要去日更、你要盡快寫」，但它沒有告訴你：你到底要怎麼把文章寫出來。它只是叫你去做 —— 就像老師叫你「好好用功念書、好好考高分」，但卻沒教你學習技巧一樣。

而「觀點生產線」是反過來：我會把你寫作的每一步都拆分出來，告訴你該如何做到這一步，也告訴你為什麼要做這一步。

需要。

我自己的看法是，在知識管理裡，「Zettelkasten」和「第二大腦」是屬於「主流知識」。你去問 ChatGPT「知識管理該怎麼學」，它很可能會直接把那些書裡的答案整理給你。

但問題在於，如果你真的學到一定程度，有認知基礎後，你回頭去考證它的原意，去挖它最根本的定義，你會發現：那些書的解讀，是有錯誤的。

以「第二大腦」為例，它把知識管理跟任務管理混在一起談；而且它把第二大腦理解成——你可以把所有知識都外包到第二個大腦裡，這樣你就不用再去記它了。這就是一個完全錯誤的解讀。

再看卡片盒筆記法。它把筆記分成靈感筆記、文獻筆記、永久筆記，這其實也脫離了盧曼(Niklas Luhmann)的原意。他將卡片分類魔改過了，變得更難應用。

再比如說，在卡片盒的實作裡，像是 Heptabase 這種「一本書開一個白板」的做法，其實都是錯誤的用法，是不符合盧曼精神的。卡片盒真正的精神，是一個白板包含所有的筆記，而不是被切成一堆白板。

尤其是市面上很多「Zettelkasten」和「第二大腦」的衍生課程，幾乎都是基於書本內容去做展示、做示範，盲從書本內容，但就像我說的，在書本內容都錯的情況下，你照抄，所展示的又怎麼會是正確的呢？

而我這堂課，會從本質去解構這整套方法，直接告訴你：哪些說法是對的，哪些其實是錯誤的。

第二個原因是，我這堂課是「觀點生產線」，它的核心是在打通從輸入到輸出的整個過程。不管是卡片盒，還是第二大腦，它們其實都只佔其中一小部分，通常只涵蓋「筆記」這一塊而已。而我這堂課，還包含了閱讀、筆記、寫作，以及知識管理和知識體系的建立。

兩個明顯區別。

一個是卡片筆記類課程，只聚焦在「筆記」上。

而這門「觀點生產線 FLOW」是「全面性課程」，會打通從輸入到輸出的所有環節，包含閱讀、筆記、寫作、知識管理和搭建自己的知識體系。

第二個區別是，FLOW 裡頭的筆記區塊，雖然是基於卡片盒，但會跟市面上主流的卡片課程不同，因為目前的課都是出自於《卡片盒筆記法》這本書，但我考察過盧曼的原始筆記後，我覺得書中將卡片筆記魔改了，搞很多雜七雜八的分類，脫離了盧曼精神(盧曼本身就不是那樣做筆記的)。

所以課程教的「對話筆記」，算是卡片筆記 3.0，回歸盧曼精神，注重實用，適合新手上手。

不需要。

課程中只會用到初階功能，我其實自己也不會做太複雜的卡片筆記操作(很多新功能我都沒碰過)，並且課程中，我會全程帶著做，以操作難度看，我認為會比用小畫家還簡單。

所以你照課程走就可以，不用先熟悉軟體。

需要。因為寫作包含兩個層面的意義。

第一，寫作是一個「加工記憶」的過程。

當你在寫的時候，如果發現某一句話怎麼樣都寫不通，你就會被迫「回想」那個意思，去調用你原本腦中的知識來重新解釋它。這行為就是在加工記憶。

第二，寫作本身就是一個思考的過程。

當你要把腦海中的想法轉化成文字，你就得思考：要用什麼字、用什麼句型、按照什麼順序來闡述。這是一個把模糊想法變成清晰表述的過程。

所以，如果你把寫作整件事外包給 AI，等於是你自己不再思考了。你只是依賴 AI 產出文字，但你的記憶沒有被加工，你的思考也沒有被鍛鍊。

現在已經有研究證據表明，那些把思考過程交給 AI 的人—— 比如寫什麼文章都交給 ChatGPT 寫的人—— 他們出現認知衰退。可能現在寫出來的文章，過幾個月就忘得一乾二淨了。

原因在於，他們並沒有經歷「知識加工」的過程。那篇文章是 AI 寫的，不是你寫的。AI 寫出來的文字，你在看的時候會覺得很通順，於是就會掉進「流暢效應」的陷阱裡：因為它看起來很順，你就以為自己也想通了。但事實是，你並沒有把這個問題想通。那是 AI 的思考，不是你的思考。

寫作和我們用 AI 寫程式是完全不一樣的事情。用 AI 寫程式，我們只需要最終成品；但寫作不一樣，我們看重的是過程，是那個壓縮資訊、組織語言、整理思路、邏輯推演的過程，也就是思考的過程。

當你把寫作交給 AI，你等於已經喪失了寫作的意義。這就有點像跑馬拉松，結果你中途去搭計程車一樣。你搭計程車，哪怕比別人更快到達終點，也沒有意義。因為我們跑馬拉松，從來就不是為了速度，而是為了鍛鍊身體；寫作也是一樣，重點從來不是「文章曝光」，而是你在過程中有沒有思考。

因為我們正處在一個轉捩點上：大家都開始用 AI 寫作，進入 AI 資訊大爆炸的時代。

而當最底層的資訊數量多到超出負荷時，往上一層的能力——「訊息的篩選與判斷」，反而會變得更重要。

過去資料還不那麼多的時候，你大概還能判斷哪些內容是人寫的、哪些資料比較可靠。但當大量內容都由 AI 生成時，篩選的重要性就會被大幅放大，因為市場上會出現大量品質參差不齊的資訊。

再加上 AI 會出現「降質」現象。

AI 是用人類創造的資料去訓練的；當這一批人類原生的高品質資料被消耗殆盡之後，AI 接下來能吸收的，就會是「人用 AI 創造出來的資料」。於是就會出現惡性循環：AI 用人類資料生成內容 → 人再用這個 AI 生成內容 → AI 再學習這些已經降質的資料。經過一輪又一輪之後，資料品質只會越來越差。

甚至有一種可能：現在這一代把人類資料都吸收完的 AI，反而會是最強的一代；往後的 AI，只能不斷吸收由 AI 生成的資料，反而會變得越來越笨。

另一方面，AI 本質上是一個預測機器，它的運作方式是選擇最大公因數——也就是「最多人需要的答案」。所以 AI 會回答「主流答案」，而不會回答小眾答案。

但主流答案不一定是正確的答案。

做個思想實驗：如果 OpenAI 是完全用 ChatGPT 出現以前的資料來訓練 ChatGPT，那你問它「我要怎麼做出對話大模型？」，它給出的答案，只會是那些舊的、主流的方法。那 OpenAI 也就不可能做出 ChatGPT 這種東西了。要知道，當時也就 OpenAI 一家在嘗試冷門的「Transformer」架構，連 Google 這篇論文的原作者都放棄了。

所以在 AI 時代，知識管理的重要性不但沒有下降，反而會進一步被拉高。AI 預設會給你「大眾的答案」，而大眾的答案，多半只是 80 分的答案。

但我們在做知識管理，從來不是在蒐集 80 分的答案。我們所做的，是把那些我們認為接近 99 分的答案蒐集下來，融入到自己的知識體系中，去反哺、豐富我們的大腦，接著再用這套更強的知識結構，去進一步篩選出更多 99 分的答案。以此形成一個不斷升級的認知飛輪。

不會降低。我反而覺得，寫作的價值會進一步提高，原因有兩個。

第一個原因是，寫作代表的是思考。

當其他人都用 AI 寫作、都不思考的時候，你的思考能力、你的判斷力，反而會變得更有價值。

第二個原因是，人其實更喜歡「人寫的文章」。

當 AI 文章充斥到一個程度，大家一眼就能看出來「這就是 AI 寫的」之後，那些經過手工寫作的文章，反而會更有黏著度。

如果別人都知道你的內容是純手工寫的，那你在別人心中的心智定位，就會和那些大量使用 AI 產出長文的人完全不一樣。對讀者來說，如果可以看人寫的，他其實沒有什麼理由去看 AI 寫的。

這裡有一個有點弔詭的邏輯：人並不完全是因為「內容好不好」而追蹤，而是因為「是不是人寫的」而追蹤。

這是寫在人類認知裡的一個 Bug：人會更喜歡真人給出的意見，而不是 AI 的判斷。

所以，當別人把你的認知定位放在「這個人是自己寫的文章」之後，他給你的評分、對你的黏著度，就會異常地高。也正因如此，在一眾 AI 文章之中，你的對比度，反而會出現唯一性(只認你，不認別人)。

我會告訴你為什麼大部分事情其實不該用 AI 做。所以我不會教你「用 AI 做知識管理」或「用 AI 寫作」，但會提到「怎麼跟 AI 協作」：哪些流程可以用 AI 強化補充，而不是用 AI 取代。

具體來說，我通常會在兩個階段引入 AI：

第一個階段是資料搜集、資料考察。

比如我腦中有一個問題，我會去問 AI 有哪些書提到過這件事情；或者通過跟 AI 問答，先快速取得一個大致的輪廓；又或者請 AI 幫我檢視一下，我原本的觀點有沒有明顯的問題。這個階段，我會用 AI。

AI 是一個能讓你在最短時間內，對你不熟悉的領域達到 80 分的工具。

比如你在研究新領域時，你根本不知道研究這些領域的人都會上哪些網站去爬資料，但 AI 知道。

第二個階段是文章寫完後的初稿潤稿。

這時候我有可能會再用一次 AI：請 AI 幫我潤一下文字，然後我再對照前後版本，把那些在邏輯上更順、表達上更清楚的句子，替換進我原本的文案裡。

而中間的加工、統整、章節結構編排，以及草稿，全部都得自己寫。因為這本來就是第一大腦必須親自完成的事情，這個動腦加工的步驟不能省略。

如果你讓 AI 取代篩選資料、對比資料、輸出資料，雖然速度變快了，但卻是本末倒置，你喪失了自己動腦加工的機會。

知識沒記到腦子裡，就無法產生知識複利。

我會建議用 Heptabase。

原因是它有白板功能，你比較容易一眼看出筆記之間的邏輯關係。至於 Obsidian，我以前用過很多次，前後大概嘗試了三到四次，但我覺得它真的太難了，不適合新手入門。

只要是有「雙向連結」功能的筆記軟體，理論上都可以做到連結。但我通常會建議新手，一開始還是使用有附帶白板功能的工具。

Obsidian 和 Heptabase 比較偏卡片筆記、筆記管理；Notion 比較像 Word/資料庫。

我的建議是：用 Heptabase 或 Obsidian 做筆記管理；等筆記收集好，要把草稿打磨成完稿時，再用 Notion 做後續寫作作業。

我這套 FLOW 會應用到三種類型的軟體：

1. 輕量級擷取筆記軟體：Google Keep / GET 筆記

2. 整理筆記軟體：Heptabase / Obsidian / Noteey

3. 寫作軟體：Effie / Word / Notion

所以「觀點生產線」這門課，本身就會搭配這些軟體來使用，走完從收集、整理，到最後寫作輸出的流程。

不管是新手，還是進階寫作者，都能受益。

對新手來說，你可以學到寫作的完整流程。我會把每一個環節都拆得非常細：你要怎麼輸入資料、怎麼儲備資料、怎麼分析和處理資料、怎麼輸出成文章，以及最後要依據什麼方式來修改文章。

每一個細節我都會拆開來講，課程中也會有直播問答。你在每個階段遇到問題，都可以直接提出來。所以對新手來說，就算你完全沒有基礎，我也有把握把你教會。

對進階寫作者來說，同樣也能得到很大的幫助。我相信，不會有太多人像我一樣，有耐著性子去讀十幾本寫作書，還花好幾年的時間去實證，驗證這整套流程到底有沒有效的。以及，我是抱持著批判性思維看書。我會去思考：主流的這些書，到底哪裡講對了、哪裡講錯了。

我很清楚，很多人看書其實是帶著一種「盲從」的心態——書上寫的就是對的，就是乖乖照做。但我不是這樣。我會批判性地去想：這門知識的使用情境是什麼？在什麼條件下會失效？比如說，英文世界裡的寫作觀念，直接套用到中文寫作上，到底還可不可行？

所以，你所學到的，並不是單純「看過十幾本寫作書，照抄書上的方法」，而是在大量閱讀之後，經過批判性思考所萃取出的——那些真正有效、可被驗證的寫作底層邏輯。

而且這套「寫作哲學」，不是單純的歸納法，而是一套能用演繹法推演的邏輯——你可以從這個核心邏輯，一步一步推演出寫作該怎麼做，而不是只記住零散技巧。

不管你是完全不會寫作的新手，還是已經有初階練習、甚至是以寫作為職業的人，都能幫你寫得更快、更穩、更深。

適合。

「觀點生產線」本來就是在打通「從輸入到輸出」的每一個環節。你可以用一種不費力的方式，不停地產出題材靈感；透過把不同的筆記組裝在一起，交叉比對，你會發現哪些說法是對的、哪些是錯的，然後輕鬆的把這些脈絡，寫成有洞見的深度文章。

所以這堂課其實不只是在教你寫作，而是在教你一種「不缺靈感」的工作方式。不管你是要經營個人品牌，還是要靠寫作接案、轉職，「觀點生產線 FLOW」都能讓你持續輸出。

觀點生產線，本質上就是個人知識管理的延伸，而不是用來做團隊協作、或是為了配合別人的系統。所以不管是做筆記，還是加工筆記，核心都是以「自己」為主。你只要寫你自己看得懂的就好，用你自己的語言、你的理解方式去整理，而不需要去顧慮別人看不看得懂。

也正因為如此，它對個人品牌經營者是適用的。像我自己經營的 DoMyWeb，就是個人品牌，這一套方法，原本就是為個人設計的。

適合。

通常是你要先具備能力，才匹配得上工作；不是你想要那份工作、能力卻不匹配，還希望人家收留你。邏輯是反的。

你要先有能力、先練習，等能力達標之後，找工作或是要做自媒體，就會很容易。

不適合。

散文比較偏抒情、偏記敘文；觀點生產線比較適合寫需要帶給人「知識落差」的深度文章。

能。短影片腳本本質上是文案功底。生產線可以讓你的觀點更深，也能讓你不缺靈感：把筆記相連，主題脈絡就會冒出來；那些脈絡就可以當短影片腳本。

適合的。

觀點生產線，就是用來搞定你從輸入到輸出的整個流程。所以不管你是寫文章、做內容、經營粉專，或是為了線上課程產出內容，都適合。不管你寫的是什麼類型的文章(非虛構寫作)，這一套流程都可以套用。

課程會教怎麼搭建自己的筆記庫。

老實說，有 90% 以上的人都沒有作筆記習慣，又或是搭建出錯誤的資料庫，所以沒自己的資料庫是很正常的，課程會教。

課程會從閱讀的正確方式起手、教怎麼作筆記、怎麼加工筆記、再到怎麼比對筆記、輸出——這過程中無形就會累積自己的資料庫了。

這會是一套跟以往寫作文時，截然不同的寫作方式，你不再是看著未了解的題目瞎寫，而是改為自己蒐集資料，自己比對資料，等有把握了才開始寫。

課程中我們會教刺蝟理論：

1. 你對什麼充滿熱情？

2. 你能在什麼方面成為 pr 99？

3. 是什麼能讓你賺錢？

用這方式來找出你的寫作領域，不過對絕大多數人來說，最好先以工作領域為主，因為你會有實驗場地，後續的實作都有來自真實世界的反饋，比較容易看到改變成效。

先說結論：這是一門實作課程。我會實際帶著你，把從輸入到輸出的每一個環節全部打通。

我很清楚，現在線上課的完課率真的很低，所以我才會刻意把這堂課設計成實作課，而不是只讓你聽。老實說，我比你還怕你買了不學。所以這堂課一定會要求你花時間，實際下去做。

幾種類型的人，不適合上這門課：

❌ 想要自動化、懶人包、直接模板套用

❌ 不願意思考、懶得反思

❌ 以聽 Podcast 的心態、邊做別的事，就覺得可以把方法學會

這門課需要你真的動手做。適合與不適合，其實就卡在你是否願意「花時間實作」上。

以下 4 種人，我覺得非常適合觀點生產線這門課：

1. 一直想寫，但一直寫不出來的人

2. 想打造個人品牌、知識產品的人

3. 職涯需要輸出(簡報、提案、教育)的知識工作者

4. 已經會寫，但想變「更快、更深、更久」的人

會的。「觀點生產線」這門課，本來就是在教這一件事。

我會教你該選什麼領域、該選什麼書、該選什麼段落；接著，教你怎麼把這些內容做成筆記，怎麼做批註，把書的內容轉化成你自己的觀點。

要怎麼知道學習的成效？這是一個好問題。

因為學習成效這件事，很多時候是沒辦法透過外在指標來判斷的。我自己覺得，有幾個內在的方式比較能辨別學習是否真的有效：

• 第一，你會不會覺得寫作這件事情變得比較輕鬆；

• 第二，你對一件事情的看法，會不會變得更複雜、更立體。

我不太建議用文章的按讚數、分享數成長來判斷學習成效。因為一篇文章有多少讚，跟內容本身未必有關係，更多時候是取決於你所在的領域，以及你選題的方向。

舉例來說，投資領域天生就比行銷領域更容易受到關注；再來是門檻的問題，淺層內容本來就比較容易被接受，因為讀者不需要太多背景知識就能發表意見；而深度內容則不同，像是能真正看懂某些理論的人，本來就不多。

所以與其用外在的按讚、分享來衡量成長，不如回到自己身上：你是不是覺得寫作變得更輕鬆了？你的思維是不是變得更複雜了？你的判斷力，是不是變得更準確了？

當然，如果你是指做 A/B 測試，有兩篇文章同指一個領域一個主題，比如說拿你幾年前的舊文章，套用觀點生產線的方式重寫，那觸及率或互動率是會提高的。