Enhed 4 / 11

Notattagning og håndtering af personlige oplysninger

Gevinster:

  • Evne til hurtigt at fange rå noter og derefter transformere dem til genbrugelig information ved at strukturere dem til beslutninger/handlinger/åbne spørgsmål med kunstig intelligens
  • Evne til at forhindre kunstig intelligens i at konvertere det usikre til det bestemte og tilføje fabrikationer ved at begrænse det til 'kun at bruge det, der står i teksten'
  • Evne til at overlade destillationen til kunstig intelligens og anvende den på mennesket for at lære ved at skrive sin egen slutning.

At løse et problem i dag, som du løste for et år siden, ikke at huske en beslutning truffet på et møde, ikke at kunne finde en god artikel, du læste - alt dette er mangel på vidensstyring. Personal Knowledge Management (PKM) er disciplinen til at fange det, du lærer, dine noter og ideer, og gøre dem til at finde og genbruge. AI er en stærk partner på dette område: den organiserer spredte noter, destillerer langt indhold, linker noter, hjælper dig med at finde det, du leder efter. Men husk: du er den, der gør information meningsfuld; AI fremskynder bare processen, den lærer ikke for dig.

Vilkår. Note her er i bred forstand: mødenotat, læsenotat, idé, gøremål. Den anden hjerne er ideen om at holde al din information udenfor, i et pålideligt system - så din hjerne fokuserer på at tænke i stedet for at huske. Tags er mærker, der grupperer noter efter emne. En atomseddel er en lille seddel, der indeholder en enkelt idé, der er meningsfuld i sig selv. Destillation er processen med at reducere et langt indhold til dets essens.

Hvorfor vidensstyring med AI

Problemet er ofte ikke, at du ikke tager noter, men at sedlerne forbliver døde - skrevet ned et sted, for aldrig at blive åbnet igen. AI vækker disse døde noter til live: den strukturerer et rodet mødenotat, reducerer en ti-siders rapport til tre punktopstillinger, opsummerer og korrelerer lignende noter. At tage notater ophører således med at være "arkivering" og bliver til "fremstilling af genbrugelig information".

Kritisk princip: Fang først rå, bearbejd derefter med AI. Forsøger at tage ordentlige noter under mødet; hold det råt hurtigt. Fortæl derefter AI'en "struktur den rå note". Sænk fangstøjeblikket; Lad redigeringen stå til senere.

Trin for trin: Behandling af et stykke information

  1. Fang det. Slip det et sted i sin rå form (idé, citat, beslutning, spørgsmål).
  2. Bind det op. Hvad handler det her om? Hvilket projekt, hvilket emne?
  3. Destillat. Få AI'en til at udtrække sin essens: "gør de 3 hovedideer i denne note til artikler".
  4. Konfigurer. Tilføj titel, tag, dato; Gør det søgbart.
  5. Associeret. "Hvordan hænger det sammen med den seddel, jeg fik sidste måned?" kan du spørge.
  6. Kig over. Bekræft pålideligheden af ​​det destillerede output; AI bør ikke tilføje noget.
Tip: Når du opsummerer noten til AI, skal du begrænse den til "kun at bruge det, der er i teksten, tilføj ikke kommentarer eller uvedkommende oplysninger". Ellers kunne AI forurene noten ved at tilføje "generel information", der ikke var i din note - og du kan senere forveksle det med din idé.

Konverter møde- og læsenoter

De to mest almindelige typer noter: mødenoter og læsenoter. I begge er AI's job det samme: at gøre den rå mængde til struktur.

Det ideelle output til et mødenotat er i tre dele: Beslutninger, Handlinger (hvem-hvad-når), Åbne spørgsmål. Ideelt output til læsning af score: Hovedafhandling, 3 støttepunkter, min konklusion/spørgsmål. Denne sidste linje er kritisk - AI'en skriver ikke "min konklusion"-delen, det gør du; fordi læring opstår, når du forbinder viden med dens kontekst.

Note type

Hvad gør AI?

hvad laver du

møde

Konfigurerer, udtrækker handlinger

Bekræfter nøjagtigheden af beslutninger

Læsning

Destillerer, uddrager hovedafhandlingen

Tilføjer egen slutning

Idé/brainstorming

Udvider, grupperer

Vælger, hvad der virker

arkivsøgning

Finder og opsummerer relevante noter

Fortolker konteksten

Fire kopierbare noteskabeloner

Strukturer mit rå mødenotat:- Overskrifter "Beslutninger", "Handlinger (hvem-hvad-når)", "Åbne spørgsmål".- Brug blot det, der står i notatet; Hvis der mangler oplysninger, så skriv "uklart", opdigtet. Rå note: """[indsæt]"""

Gør følgende artikel/rapport til en læsenote:- Hovedafhandling (1 sætning).- 3 støttepunkter.- 1 point, som forfatteren missede eller kan være kontroversiel. Tilføj en kommentar, lad "min konklusion" sektionen stå tom, jeg udfylder den. Tekst: """[indsæt]"""

Gruppér dette rodede idédump: - Saml lignende ideer under temaer. - Giv et resumé på 1 sætning for hvert tema. - Marker modstridende ideer. Opdeling: """[rå ideer]"""

Opsummer og fortæl mine gamle noter nedenfor:- Find fælles temaer.- Påpeg modsigelser og gentagelser.- "Hvad skal være mit næste skridt på dette?" 2 forslag til.Noter: """[indsæt nogle noter]"""

Svag prompt / Stærk prompt

Svag: "Opsummer dette mødenotat." (AI returnerer en generel oversigt; handlinger går tabt, beslutninger bliver uklare.)

Güçlü: "Struktur dette rå mødenotat under tre overskrifter: Beslutninger, Handlinger (hvem-hvad-hvornår), Åbne spørgsmål. Brug kun det, der står i notatet; hvis det er uklart, hvem der skal gøre det, så skriv 'ikke udpeget', gør det op." Den kraftfulde version giver et handlingsvenligt output; Det vigtigste er, at det forbyder folk at finde på manglende oplysninger.

tre minisager

Sag 1 - Opstandelse af døde sedler. En konsulent opbevarede mere end 400 mødenotater i en mappe i 2 år, men åbnede dem aldrig. Han opsummerede noterne baseret på tema med AI; 5 tilbagevendende kundeproblemer dukkede op. Han udarbejdede et færdigt løsningsdokument specifikt til disse problemer og forkortede rådgivningstiden med i gennemsnit 40 minutter pr. kunde.

Case 2 — Den opdigtede beslutningsfælde. En projektleder delte linjen "Budget godkendt" fra det AI-strukturerede mødenotat uden at bekræfte det. På mødet blev det dog sagt, at budgettet ville blive "diskuteret"; AI'en havde rundet den tvetydige sætning til "godkendt." Holdet fortsatte med den forkerte antagelse. Lektion: AI kan gøre det usikre til det sikre; bekræfte beslutninger.

Case 3 — Den manglende eksternalisering af læring. En elev fik AI’en til at opsummere alle sine læsenoter og få AI’en til også at skrive sektionen "my takeaway". Han kunne ikke huske materialet på eksamen - fordi han ikke havde bearbejdet oplysningerne med sine egne ord. Den næste periode overlod simpelthen destillationen til AI og skrev selve ekstraktionen; Permanensen steg markant.

Almindelige fejl

  • Perfektionisme i fangstøjeblikket: Hold det råt, bearbejd det senere; bremser øjeblikket.
  • Få AI til at tilføje kommentarer: Uden at sige "brug bare hvad der er i teksten" bliver resuméet beskidt.
  • Afrunding af det usikre til det præcise: AI præciserer tvetydige beslutninger; bekræfte beslutninger.
  • Og skriv slutningen til AI: Læring er dit job; skriv din egen konklusion.
  • Umærket arkiv: En note, der ikke er søgbar, er en note, der ikke eksisterer.
  • Åbn aldrig sedlen igen: Uden regelmæssig gennemgang dør systemet.
Forsigtig: Når du behandler AI-noter, skal du anonymisere noter, der indeholder følsomme personlige data (navne, helbred, økonomi). Dit personlige arkiv består af stykker, du indsatte på en tredjepartsserver en dag - ved, hvad du har lagt hvor.

Sammenfattende

  • Problemet er ikke ikke at tage noter, det er at noter forbliver døde; AI forvandler dem til genbrugelig information.
  • Fang først rå, strukturer og destiller derefter med AI; bremse fangstøjeblikket.
  • Mødenotat = Beslutninger + Handlinger + Åbne spørgsmål; læsenotat = Speciale + støtte + min egen konklusion.
  • Begræns AI til "kun at bruge det, der er i teksten, lad være med at finde på det"; Lad det ikke gøre det usikre til det sikre.
  • Lad AI'en gøre destillationen, men du skriver slutningen - læring sker, når du selv behandler informationen.

Ansøgningsopgave

Tag et råt mødenotat (uden følsomme data) og strukturer det med den første skabelon. Sammenlign hver "beslutningslinje" i outputtet med den originale note for at se, om AI har konverteret det usikre til det bestemte. Opsummer derefter de sidste 5 læsenoter med den fjerde skabelon og udtræk forholdet mellem dem; Tilføj dit eget næste trin.

tjekliste

  • [ ] Jeg fangede noten rå og behandlede den derefter med AI.
  • [ ] Jeg gav AI begrænsningen "brug kun det, der er i teksten".
  • [ ] Jeg bekræftede, at opløsningerne stemmer overens med originalen.
  • [ ] Jeg dikterede min egen konklusion til mig selv, ikke til AI.
  • [ ] Jeg mærkede noterne og gjorde dem søgbare.
  • [ ] Jeg anonymiserede noter indeholdende følsomme data.