被 AI 工作流搞焦慮後，我做了一套更簡單的系統
整理版優先睇
用Notion取代複雜AI工作流：從記錄與提問開始，思考深度才是核心
呢篇文章係一位代碼小白作者嘅分享。佢見到網上好多關於 Claude Code 夾 Obsidian 嘅工作流分享，覺得好焦慮，擔心唔用 Obsidian 就會「錯過啲咩」。但當佢開始嘗試搭建呢啲複雜工作流嘅時候，發現其實自己一路用開嘅 Notion 已經做到類似效果，而且更容易上手，尤其係佢呢類唔熟編程、唔想折騰嘅人。作者想講嘅核心問題係：AI 工作流嘅核心唔係工具嘅複雜程度，而係你點樣將輸入、處理同輸出整合成一條自然嘅路徑。佢嘅整體結論係：工具只係導航標，思考深度先係階梯。
作者設計咗一個簡單系統，分為輸入、處理同輸出三層。輸入層有兩個來源：圖書館數據庫（透過插件自動同步微信讀書劃線，作為「外部庫」）同日記數據庫（隨時記錄對商業、生活嘅真實想法，作為「內部庫」）。具體使用係每晚睇書時劃線，第二朝先寫低自己嘅諗法，確保一日由輸出開始。處理層就用 Notion AI 對話框，將兩個數據庫嘅內容放喺同一個頁面，然後圍繞三個問題去對話：唔好急住總結，要揾出問題嘅真源（用 5why 方法），最後「產品化」輸出符合平台算法嘅內容。輸出層就係將對話成果轉化為可商業用嘅內容。
作者認為呢套系統更有生命力，因為所有內容都基於私人背景資料，最大限度減少「AI 味」，而且會倒逼自己持續讀書同觀察——當對話感到乏力時，自然會去讀書、去觀察，呢啲先係真正嘅成長。如果仲喺度糾結安裝咩插件，不如直接打開 Notion，由記錄同提問開始。
- 結論：工具只係導航標，思考深度先係階梯；唔好畀複雜工具搞到焦慮。
- 方法：用 Notion 建立圖書館（外部）同日記（內部）兩個數據庫，透過 AI 對話處理，圍繞「唔好總結、5why、產品化」三個問題產出。
- 差異：相比 Claude Code + Obsidian，Notion 更簡單，唔需要編程知識，開箱即用，適合代碼小白。
- 啟發：呢個系統會「倒逼輸入」，當對話乏力時自然會去讀書洞察，形成正向循環。
- 可行動點：如果仲糾結插件，不如即時打開 Notion，由記錄同提問開始，先動起來。
從焦慮到發現：為什麼 Notion 更適合我
最近睇到好多 Claude Code 加 Obsidian 嘅分享，真係好焦慮，擔心唔用 Obsidian 就會錯過啲咩。
錯過感
但當我開始嘗試搭建呢啲工作流嘅時候，發現其實我喺 Notion 裏面就係咁用，而且更容易實現，冇話邊個高邊個低，只係我呢啲
代碼小白
加上懶得折騰。
懶得折騰
系統設計：輸入、處理與輸出
輸入層分為兩個數據庫：
圖書館數據庫（外部庫）
日記數據庫（內部庫）
每晚睇書劃線，朝早寫想法，確保一日由輸出開始。呢個係我和作者嘅最輕連結。
最輕連結
處理層用 Notion AI 對話框，將兩個數據庫放喺同一個頁面，進行「化學反應」。具體對話圍繞三個問題：
化學反應
- 唔好急住總結，要揾出問題嘅真源
- 用 5why 方法揾出真問題
- 「產品化」輸出符合平台算法嘅內容
5why
產品化
輸出層就係將對話成果轉化為可商業用嘅內容，整個過程係由我嘅一個想法開始，引出核心問題，再用平台規則表達。
系統生命力與建議
呢套系統更有生命力，因為所有內容都基於你嘅私人背景資料，最大限度降低
「AI 味」
。而且會倒逼輸入：當對話感到乏力時，自然會去讀書、去觀察，呢啲先係真正嘅成長。
倒逼輸入
呢個系統最大嘅好處係門檻低，唔需要編程知識，適合所有想用 AI 輔助思考但唔想折騰嘅人。
最近睇到Claude Code加Obsidian嘅分享，老實講好焦慮，唔用Ob總有種錯過嘅感覺
但當我開始嘗試建呢個工作流嘅時候，我發現其實我喺Notion度就係咁用緊，而且更容易做到
（冇話邊個高邊個低，只系code新手加怕麻煩）
第一部分：輸入層 (Input)：
輸入部分有兩個來源
圖書館數據庫： 通過插件自動同步微信讀書劃線。呢個系“外部庫”
日記數據庫： 隨時記錄對商業、生活嘅真實想法。呢個系“內部庫”
具體用法系，每晚我都會睇書，就算唔寫筆記我都會劃線，呢個系我同作者最輕嘅連接，呢啲劃線會通過插件自動同步到圖書館數據庫
第二日上晝，喺開手機之前我會先開電腦，將尋晚讀書嘅諗法、最近一直諗緊嘅事、朝早偶然發現嘅嘢，先寫低，一日一定要從輸出開始
第二部分：處理層 (Process)：
喺Notion AI對話框入面，令兩個數據庫嘅內容進行“化學反應”。
我覺得呢個系新手最容易上手嘅方法，搭建Claude Code唔難但中間報錯好攰人
如果你都系code新手，notion ai開箱即用會更容易開始
將圖書館同日記兩個數據庫放喺一個頁面，對話框直接對呢個頁面進行對話
具體對話會圍繞3個問題
唔好總結，而系揾到問題
5why，揾到問題嘅真源
“產品化”，符合平台算法嘅輸出
第三部分：輸出層 (Output)
呢個系一個從輸入到可商業輸出嘅過程，呢個過程主要系我同ai嘅對話
從我嘅一個諗法開始➡️引出核心問題➡️將問題同答案用複合平台嘅規則表達出來
第四部分：點解呢套系統更有生命力？
所有內容都基於你嘅私人背景信息，最大限度降低“AI味”
逼你輸入： 當對話令你覺得乏力嘅時候，你會自動去讀書、去觀察，呢個先系真正嘅成長
寫到最後
工具只系導航標，你嘅思考深度先系階梯
如果你仲喺度糾結安裝邊個插件，不如而家就開Notion，先從記錄加提問開始
最近看 Claude Code + obsidian 的分享，說實話十分焦慮，不用 ob 總有一種“錯過感”
但是當我開始嘗試搭建這個工作流的時候，我發現其實我在 Notion 裏就是這麼用的，而且更容易實現
（沒有誰高誰低，只是代碼小白+懶得折騰）
第一部分：輸入層 (Input)：
輸入部分有兩個來源
圖書館數據庫： 通過插件自動同步微信讀書劃線。這是“外部庫”
日記數據庫： 隨時記錄對商業、生活的真實想法。這是“內部庫”
具體使用是，每晚我都會看書，即使不寫筆記我也會劃線，這是我和作者的最輕連結，這些劃線會通過插件自動同步到圖書館數據庫
第二天上午，在打開手機之前我會先開電腦，把昨晚讀書的想法、最近一直在想的事、早上偶然的發現，先寫下來，一天必須是從輸出開始
第二部分：處理層 (Process)：
在 Notion AI 對話框中，讓兩個數據庫的內容進行“化學反應”。
我認為這是小白最容易上手的方式，搭建Claude Code 不難但是中間報錯很消耗人
如果你也是代碼小白，notion ai 開箱即用會更容易開始
把圖書館和日記兩個數據庫放在一個頁面，對話框直接對這個頁面進行對話
具體對話會圍繞 3 個問題
不要總結，而是找到問題
5why，找到問題的真源
“產品化”，符合平台算法的輸出
第三部分：輸出層 (Output)
這是一個從輸入到可商業輸出到過程，這個過程主要是我和 ai 的對話
從我的一個想法開始➡️引出核心問題➡️把問題和答案用複合平台的規則表達出來
第四部分：為什麼這套系統更有生命力？
所有的內容都基於你的私人背景信息，最大限度降低“AI 味”
倒逼輸入： 當 對話讓你感到乏力時，你會自動去讀書、去觀察，這才是真正的成長
寫在最後
工具只是導航標，你的思考深度才是階梯
如果你還在糾結安裝什麼插件，不如現在就打開 Notion ，先從記錄+提問開始