做好大人的學習筆記:如何開始建立你的技能系統?
做好大人的學習筆記:如何開始建立你的技能系統?
2016.01.08 | 生活

去年年初,我分享了自已的讀書筆記方法開會筆記範本,而在今年的初始,我想來分享自己的「學習筆記」。

所謂學習筆記,可以是學習一個知識、學習一種技能、學習一項興趣,例如聽一系列演講、學習繪畫、學習寫程式,積極主動的學習不僅帶來成長的結果,也會帶來體驗的快樂。

這裡主要講的不是為了某次考試的學習(考試學習筆記適合用康乃爾筆記法),而是大人的學習,是出社會後我們依然需要的,真正為了自己的學習筆記。

這時候好的學習筆記方法可以幫助我們「建立有效的個人知識與技能系統」,幫助我們收集學習素材、轉化成學習行動,能夠反省學習經驗,也能在未來反覆利用已經學習的成果,也就是要包含:
- 收集
- 行動
- 反省
- 利用

這四個學習筆記的必要階段,很多時候我們的學習筆記只停留在第一階段,這就導致學習效果不彰,進而失去樂趣,更無法為未來做準備。

而我這裡要用來舉例的學習筆記,則是過去這一年來我學習做料理的食譜筆記,從我的做菜學習中,抽練出普遍通用的學習筆記方法,以及一個個人技能系統如何養成。

我在另外一篇「年終整理術3 Evernote 家居收納整理方法一年後心得」中提到了部分心得,但這篇文章我們將從如何透過學習建立技能系統的角度來討論。

evernote learn note6.png
圖/ 電腦玩物

第一階段:收集

有了念頭就收集起來,增加學習的可能性

在這個資訊接觸非常快速的網路世界中,能夠引起我們學習興趣的東西很多,雖然大多數我都不會真的去學習,但我還是會在有一個念頭時,把這樣的念頭存進筆記。(延伸閱讀:把這 10 件「不重要的事情」寫進筆記,讓人生更有動力

在筆記留下一個註解,以後因緣際會就會有啟動學習的可能性 ,但如果都不寫下來,則連可能性都沒有,永遠也無法實現。

而當開始一個學習計畫後,我就會把接下來從網路上、書上、電視上、生活中學到的新資料收集累積下來,這時候 EvernoteOnenote這樣的筆記資料庫就是收集的統一儲存處。

evernote learn note5.png
圖/ 電腦玩物

不需要預備學習時空,隨時隨地都可以學習

以我的料理學習筆記來說,我會隨時隨地把所見所聞跟料理有關的資料統一收集到我的Evernote專屬學習筆記本,這裡的「隨時隨地」是非常重要的。

當我們真的用心在學習一件事物,那麼應該生活中隨處都會引發新的靈感。例如看到電視上一個美食節目的料理做法?看到一本書上的食譜?瀏覽到臉書上的某一則朋友菜單分享?在超市看到感興趣的食材?忽然很想吃某道菜?

這時候,我都會把這些小想法、小資訊都收集到我的食譜筆記進一步研究,利用Evernote或Onenote這樣的數位筆記更方便我們用各種不同方式收集不同材料。

學習不是坐在書桌前、不需要某一個特定時間才能學習,只有當生活中隨處都能激發我們學習靈感時,這樣的學習最快最有效果。
尤其對於在工作與家庭之外其實也沒有什麼完整時間的大人們來說 ,這樣的學習方式,讓我們「利用零碎時間」隨時都能在學習,就沒有藉口沒時間去學會某件事情了。

第二階段:行動

把初步研究成果收集起來,整合出第一次行動

但是如果只是收集,永遠無法開始真正的學習。

要把「紙上談兵」變成真正的練兵,也就是在筆記中收集整理到一個階段後,我們就要開始展開行動。這時候我會利用之前提到的「三層筆記」方法,在原本資料學習筆記的上方加上「行動欄位」,也就是針對這個主題的學習我要採取甚麼行動。

以食譜筆記來說,我會在剪貼研究別人分享的食譜作法後,在筆記最上方的「行動」欄位整理出我自己第一次想要嘗試的料理步驟、料理食材。

第一次的學習行動通常是來自於別人經驗的整理與拼貼, 我整合多個人提到可能有效的步驟,參考他人意見整理出自己覺得可能是比較好的做法,然後列出自己真的要實際嘗試的第一次步驟清單

evernote learn note3.png
圖/ 電腦玩物

實際嘗試,用自己的心得把筆記變成自己的筆記

凡事都有第一次,我也可以乾脆自己從零開始實驗,但是我的學習個性比較喜歡綜合他人經驗,然後才去找出自己的道路。

所以第一次我先整合別人的料理經驗,然後自己嘗試看看,通常在第一次的實作中,一些光看圖片文字還不太能了解的細節就能產生「原來如此」的真實印象,所以實作是很重要的。

而且更重要的是,在第一次實作後,就會發現一些問題,可能是不適合自己的方法(家裡沒有這個器具)、可能是自己不喜歡的味道,或者可能我會開始發揮想法,想說如果「換個方式」會怎麼樣?於是這就開始了真正屬於自己的筆記。

我會把接下來第二次、第三次的實作經驗,也都修改到同一則筆記中,於是這份原本是整合他人經驗的學習筆記,就會慢慢變成專屬於我自己獨門方法與知識的學習筆記。

第三階段:反省

記下學習的過程,嘗試改進的行動

筆記的好處之一,是記錄下準備要做的事情,例如記下準備要學什麼的資料。而筆記更大的好處之二,是記錄下已經做過的事情,也就是要把學習過程也記錄下來。

因為不記下來,很多細節以後都很容易忘掉,這些細節如果沒有反覆做,那學習就無效了 ,所以我會盡可能把每一個學習步驟都寫下來,這樣以後才能參考,也有反省改進的機會。

通常我會記下兩件學習過程裡最重要的事情。第一件是檢視這一次試做料理的步驟後,我會額外加上「下一次想要怎麼改進或變化」的待辦清單,例如義大利麵是先乾炒好?還是一開始就要加麵水煮?我會記下下一次想嘗試的不同做法。

然後我在每一次學習時,一定打開上一次的學習筆記,就會看到想要改進的步驟,這樣我就能每一次都有所進步或有新的實驗心得。

evernote learn note4.png
圖/ 電腦玩物

反覆驗證練習,記下最好的成果

第二件重要的事情則是把學習過程中發現的「最好成果」寫下來。

在我的食譜筆記中,最好的成果可能是不小心發現某一種特別適合這道料理的食材(還有他的購買地點或品牌),也可能是反覆實驗後自己最喜歡的一個料理步驟,還是某一個程序的火候的拿捏。這些我都會寫到我的學習筆記中。

而且在我還是這道料理的新手階段,每一次要做這道料理時,我一定會打開這則筆記複習一遍上次學到的最好流程,然後從這個最好流程出發去學習,把最好的流程在反覆地看筆記練習中變成「習慣」。

變成「習慣」後,就是學習的第一個高峰,以後也就不需要每次都打開學習筆記,但如果沒有之前這個反覆查看驗證的過程,學習就很難變成更好的習慣。

而且, 習慣也是會忘記與生疏的,所以這份學習筆記未來也一定會在我們漸漸遺忘某種技能時,及時提醒我們找回當初學習的「最佳」經驗 ,讓自己無論多久之後再次做這件事,依然可以依據學習筆記做到一個滿意的成果。

evernote learn note5.png
圖/ 電腦玩物

第四階段:利用

連結重要素材與學習筆記,成為自己的技能系統

學習最重要的價值,就是內化成自己的一套知識與技能系統。

而把學習系統化,就要依賴更容易組織管理的Evernote或Onenote這類資料庫裡的連結筆記、標籤分類等功能。(參考:瑣碎任務的工作流重整:我如何用 Evernote 專案管理

以我自己的Evernote食譜筆記來說,我會利用專案管理筆記的目錄方法,建立某一種料理主題的目錄筆記,裡面連結這個主題下我所嘗試的每一種料理。

而每一個單獨的料理學習筆記中,則會連結特別適合這道料理的某些食材筆記,或是一開始在網路上找到的一些他人參考資料。

透過這樣層層分明有條理的連結,就建立起我自己的一套技能學習系統,我會很清楚自己學到什麼?可以使用什麼?還能夠學什麼?

evernote learn note6.png
圖/ 電腦玩物

建立未來行動清單,幫未來做好準備

而當學習筆記變成技能系統,並且全部的學習經驗都儲存在自己的資料庫中,我就可以很方便地在以後隨時取用我的技能。
例如當有朋友要來家裡作客,我會打開自己的這個料理技能系統,挑選幾道學習最成功的菜色來建立這次宴客的菜單。

當我們每週要去採買食材時,我也會從這個技能系統裡尋找之前嘗試過覺得很棒的食材(並且回想起他們在哪裡買?是什麼品牌?口味如何?),激發這個禮拜要買什麼菜?做什麼菜?的靈感。而當我久久沒做某一道菜時,下一次想吃,我也會打開這道料理的技能學習筆記,重溫一下,馬上就能再次上手,因為上面有我最真實最詳細的經驗記錄。

透過這樣的學習筆記,在過去這一年間,我從完全不會做菜,慢慢變成家裡另外一個大廚,在週末時還可以跟我老婆互相分配菜色來做出一桌料理,而我相信這樣的學習方法,對於學習其他的知識或技能同樣有效,分享給大家參考。

延伸閱讀相關文章:
- 讓自己開心的筆記術,今天開始寫你的快樂筆記本
- 九宮格筆記法 Evernote 實作,跳脫直線的表格思考術
- 子彈筆記術(上) Bullet Journal 快狠準清單日記法教學

本文授權轉載自:電腦玩物

關鍵字: #Evernote
往下滑看下一篇文章
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路
從智慧助手到自主代理:博弘雲端如何帶領企業走上 AI 實踐之路

「代理式 AI 」(Agentic AI)的創新服務正在重新塑造企業對AI的想像:成為內部實際運行的數位員工,提升關鍵工作流程的效率。代理式AI的技術應用清楚指向一個核心趨勢:2025 年是 AI 邁向「代理式 AI」的起點,讓 AI 擁有決策自主權的技術轉型關鍵,2026 年這股浪潮將持續擴大並邁向規模化部署。

面對這股 AI Agent 浪潮,企業如何加速落地成為關鍵,博弘雲端以雲端與數據整合實力,結合零售、金融等產業經驗,提出 AI 系統整合商定位,協助企業從規劃、導入到維運,降低試錯風險,成為企業佈局 AI 的關鍵夥伴。

避開 AI 轉型冤枉路,企業該如何走對第一步?

博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題、生成內容的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工,應用場景也從單一任務延伸至多代理協作(Multi-Agent)模式。

「儘管 AI 前景看好,但這條導入之路並非一帆風順。」博弘雲端技術維運中心副總經理暨技術長宋青雲綜合多份市場調查報告指出,到了 2028 年,高達 70% 的重複性工作將被 AI 取代,但同時也有約 40% 的生成式 AI 專案面臨失敗風險;關鍵原因在於,企業常常低估了導入 GenAI 的整體難度——挑戰不僅來自 AI 相關技術的快速更迭,更涉及流程變革與人員適應。

2-RD096270.jpg
博弘雲端事業中心副總經理陳亭竹指出,AI 已經從過去被動回答問題的智慧助手,正式進化為具備自主執行能力、可跨系統協作的數位員工。面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時加速 AI 落地。
圖/ 數位時代

正因如此,企業在導入 AI 時,其實需要外部專業夥伴的協助,而博弘雲端不僅擁有導入 AI 應用所需的完整技術能力,涵蓋數據、雲端、應用開發、資安防禦與維運,可以一站式滿足企業需求,更能使企業在 AI 轉型過程中少走冤枉路。

宋青雲表示,許多企業在導入 AI 時,往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。

轉換率提升 50% 的關鍵:HAPPY GO 的 AI 落地實戰路徑

博弘雲端這套導入方法論,並非紙上談兵,而是已在多個實際場域中驗證成效;鼎鼎聯合行銷的 HAPPY GO 會員平台的 AI 轉型歷程,正是其最具代表性的案例之一。陳亭竹說明,HAPPY GO 過去曾面臨AI 落地應用的考驗:會員資料散落在不同部門與系統中,無法整合成完整的會員輪廓,亦難以對會員進行精準貼標與分眾行銷。

為此,博弘雲端先協助 HAPPY GO 進行會員資料的邏輯化與規格化,完成建置數據中台後,再依業務情境評估適合的 AI 模型,並且減少人工貼標的時間,逐步發展精準行銷、零售 MLOps(Machine Learning Operations,模型開發與維運管理)平台等 AI 應用。在穩固的數據基礎下,AI 應用成效也開始一一浮現:首先是 AI 市場調查應用,讓資料彙整與分析效率提升約 80%;透過 AI 個性化推薦機制,廣告點擊轉換率提升 50%。

3-RD096215.jpg
左、右為博弘雲端事業中心副總經理陳亭竹及技術維運中心副總經理暨技術長宋青雲。宋青雲分享企業導入案例,許多企業往往因過度期待、認知落差或流程改造不全,導致專案停留在測試階段,難以真正落地。這正是博弘雲端存在的關鍵價值——協助企業釐清方向,避免踏上產業內早已被證實「不可行」的方法或技術路徑,縮短從概念驗證到正式上線的過程,讓 AI 真正成為可被信賴、可持續運作的企業戰力。
圖/ 數位時代

整合 Databricks 與雲端服務,打造彈性高效的數據平台

在協助鼎鼎聯合行銷與其他客戶的實務經驗中,博弘雲端發現,底層數據架構是真正影響 AI 落地速度的關鍵之一,因與 Databricks 合作協助企業打造更具彈性與擴充性的數據平台,作為 AI 長期發展的基礎。

Databricks 以分散式資料處理框架(Apache Spark)為核心,能同時整合結構化與非結構化資料,並支援分散式資料處理、機器學習與進階分析等多元工作負載,讓企業免於在多個平台間反覆搬移資料,省下大量重複開發與系統整合的時間,從而加速 AI 應用從概念驗證、使用者驗收測試(UAT),一路推進到正式上線(Production)的過程,還能確保資料治理策略的一致性,有助於降低資料外洩與合規風險;此對於金融等高度重視資安與法規遵循的產業而言,更顯關鍵。

陳亭竹認為,Databricks 是企業在擴展 AI 應用時「進可攻、退可守」的重要選項。企業可將數據收納在雲端平台,當需要啟動新型 AI 或 Agent 專案時,再切換至 Databricks 進行開發與部署,待服務趨於穩定後,再轉回雲端平台,不僅兼顧開發效率與成本控管,也讓數據平台真正成為 AI 持續放大價值的關鍵基礎。

企業強化 AI 資安防禦的三個維度

隨著 AI 與 Agent 應用逐步深入企業核心流程,資訊安全與治理的重要性也隨之同步提升。對此,宋青雲提出建立完整 AI 資安防禦體系的 3 個維度。第一是資料治理層,企業在導入 AI 應用初期,就應做好資料分級與建立資料治理政策(Policy),明確定義高風險與隱私資料的使用邊界,並規範 AI Agent「能看什麼、說什麼、做什麼」,防止 AI 因執行錯誤而造成的資安風險。

第二是權限管理層,當 AI Agent 角色升級為數位員工時,企業也須比照人員管理方式為其設定明確的職務角色與權限範圍,包括可存取的資料類型與可執行的操作行為,防止因權限過大,讓 AI 成為新的資安破口。

第三為技術應用層,除了導入多重身份驗證、DLP 防制資料外洩、定期修補應用程式漏洞等既有資安防禦措施外,還需導入專為生成式 AI 設計的防禦機制,對 AI 的輸入指令與輸出內容進行雙向管控,降低指令注入攻擊(Prompt Injection)或惡意內容傳遞的風險。

4-RD096303.jpg
博弘雲端技術維運中心副總經理暨技術長宋青雲進一步說明「AI 應用下的資安考驗」,透過完善治理政策與角色權限,並設立專為生成式 AI 設計的防禦機制,降低 AI 安全隱私外洩的風險。
圖/ 數位時代

此外,博弘雲端也透過 MSSP 資安維運託管服務,從底層的 WAF、防火牆與入侵偵測,到針對 AI 模型特有弱點的持續掃描,提供 7×24 不間斷且即時的監控與防護。不僅能在系統出現漏洞時主動識別並修補漏洞,更可以即時監控活動,快速辨識潛在威脅。不僅如此,也能因應法規對 AI 可解釋性與可稽核性的要求,保留完整操作與決策紀錄,協助企業因應法規審查。

「AI Agent 已成為企業未來發展的必然方向,」陳亭竹強調,面對這樣的轉變,企業唯有採取「小步快跑、持續驗證」的方式,才能在控制風險的同時,加速 AI 落地。在這波變革浪潮中,博弘雲端不只是提供雲端服務技術的領航家,更是企業推動 AI 轉型的策略戰友。透過深厚的雲端與數據技術實力、跨產業的AI導入實務經驗,以及完善的資安維運託管服務,博弘雲端將持續協助企業把數據轉化為行動力,在 AI Agent 時代助企業實踐永續穩健的 AI 落地應用。

>>掌握AI 應用的新契機,立即聯繫博弘雲端專業顧問

登入數位時代會員

開啟專屬自己的主題內容,

每日推播重點文章

閱讀會員專屬文章

請先登入數位時代會員

看更多獨享內容

請先登入數位時代會員

開啟收藏文章功能,

請先登入數位時代會員

開啟訂閱文章分類功能,

請先登入數位時代會員

我還不是會員, 註冊去!
追蹤我們
2026 大重啟
© 2026 Business Next Media Corp. All Rights Reserved. 本網站內容未經允許,不得轉載。
106 台北市大安區光復南路102號9樓