Pengambilan Nota dan Pengurusan Maklumat Peribadi

Keuntungan:

• Keupayaan untuk menangkap nota mentah dengan cepat dan kemudian mengubahnya menjadi maklumat yang boleh digunakan semula dengan menstrukturkannya ke dalam Keputusan/Tindakan/Soalan terbuka dengan kecerdasan buatan
• Keupayaan untuk menghalang kecerdasan buatan daripada menukar yang tidak pasti kepada yang pasti dan menambah rekaan dengan menyekatnya untuk 'menggunakan hanya apa yang tertulis dalam teks'
• Keupayaan untuk menyerahkan penyulingan kepada kecerdasan buatan dan menerapkannya kepada manusia untuk belajar dengan menulis inferens sendiri.

Menyelesaikan masalah hari ini yang anda selesaikan setahun yang lalu, tidak mengingati keputusan yang dibuat dalam mesyuarat, tidak dapat mencari artikel hebat yang anda baca — semua ini adalah kekurangan pengurusan pengetahuan. Pengurusan pengetahuan peribadi (PKM) ialah disiplin untuk menangkap perkara yang anda pelajari, nota dan idea anda, dan menjadikannya boleh dicari dan boleh digunakan semula. AI ialah rakan kongsi yang berkuasa dalam bidang ini: ia menyusun nota bertaburan, menyaring kandungan panjang, memautkan nota, membantu anda mencari perkara yang anda cari. Tetapi ingat: anda adalah orang yang menjadikan maklumat bermakna; AI hanya mempercepatkan proses, ia tidak belajar untuk anda.

Syarat. Nota di sini dalam erti kata yang luas: nota mesyuarat, nota bacaan, idea, tugasan. Otak kedua ialah idea untuk menyimpan semua maklumat anda di luar, dalam sistem yang boleh dipercayai — jadi otak anda menumpukan pada pemikiran dan bukannya mengingat. Tag ialah tanda yang mengumpulkan nota mengikut topik. Nota atom ialah nota kecil yang mengandungi satu idea yang bermakna dengan sendirinya. Penyulingan ialah proses mengurangkan kandungan yang panjang kepada intipatinya.

Mengapa pengurusan pengetahuan dengan AI

Masalahnya selalunya bukan kerana anda tidak mengambil nota, tetapi nota itu kekal mati — ditulis di suatu tempat, tidak akan dibuka lagi. AI menghidupkan nota mati ini: ia menyusun nota mesyuarat yang tidak kemas, mengurangkan laporan sepuluh muka surat kepada tiga titik tumpu, meringkaskan dan mengaitkan nota yang serupa. Oleh itu, mengambil nota tidak lagi menjadi "mengarkib" dan bertukar menjadi "menghasilkan maklumat yang boleh diguna semula".

Prinsip kritikal: mula-mula tangkap mentah, kemudian proses dengan AI. Cuba untuk mengambil nota yang betul semasa mesyuarat; simpan mentah cepat. Kemudian beritahu AI "strukturkan nota mentah itu". Perlahankan detik tangkapan; Tinggalkan suntingan untuk kemudian.

Langkah demi langkah: memproses sekeping maklumat

1. Tangkap ia. Letakkannya di suatu tempat dalam bentuk mentahnya (idea, petikan, keputusan, soalan).
2. ikatlah. tentang apa ini? Projek mana, topik mana?
3. Penyulingan. Buat ekstrak AI intipatinya: "jadikan 3 idea utama nota ini menjadi artikel".
4. Konfigurasikan. Tambah tajuk, tag, tarikh; Jadikan ia boleh dicari.
5. Bersekutu. "Bagaimana ini berkaitan dengan nota yang saya dapat bulan lepas?" anda boleh bertanya.
6. Lihat ke atas. Sahkan kesetiaan keluaran suling; AI tidak sepatutnya menambah apa-apa.

Petua: Apabila meringkaskan nota kepada AI, hadkannya kepada "gunakan hanya apa yang terdapat dalam teks, jangan tambah ulasan atau maklumat luar". Jika tidak, AI boleh mencemarkan nota dengan menambahkan “maklumat am” yang tiada dalam nota anda — dan anda mungkin tersalah anggap ia sebagai idea anda.

Tukar nota mesyuarat dan bacaan

Dua jenis nota yang paling biasa: nota mesyuarat dan nota bacaan. Dalam kedua-duanya, tugas AI adalah sama: mengubah orang ramai mentah menjadi struktur.

Output ideal untuk nota mesyuarat adalah dalam tiga bahagian: Keputusan, Tindakan (siapa-apa-bila), Soalan terbuka. Output ideal untuk skor bacaan: Tesis utama, 3 mata sokongan, kesimpulan/soalan saya. Baris terakhir ini adalah kritikal — AI tidak menulis bahagian "kesimpulan saya", anda lakukan; kerana pembelajaran berlaku apabila anda menghubungkan pengetahuan dengan konteksnya.

Jenis nota

Apakah yang AI lakukan?

apa yang awak buat

mesyuarat

Mengkonfigurasi, mengekstrak tindakan

Mengesahkan ketepatan keputusan

Membaca

Menyuling, mengekstrak tesis utama

Menambah inferens sendiri

Idea / sumbangsaran

Berkembang, kumpulan

Memilih apa yang berkesan

carian arkib

Mencari dan meringkaskan nota yang berkaitan

Mentafsir konteks

Empat templat nota boleh disalin

Susun nota mesyuarat mentah saya:- Tajuk "Keputusan", "Tindakan (siapa-apa-bila)", "Soalan terbuka".- Hanya gunakan apa yang ada dalam nota; Jika terdapat maklumat yang hilang, tulis "tidak jelas", dibuat-buat. Nota mentah: """[tampal]"""

Jadikan artikel/laporan berikut sebagai nota bacaan:- Tesis utama (1 ayat).- 3 perkara sokongan.- 1 perkara yang penulis terlepas atau mungkin kontroversi. Tambah ulasan, biarkan bahagian "kesimpulan saya" kosong, saya akan mengisinya. Teks: """[tampal]"""

Kumpulkan longgokan idea yang tidak kemas ini: - Kumpul idea yang serupa di bawah tema. - Berikan rumusan 1 ayat untuk setiap tema. - Tandakan idea yang bercanggah. Pecahan: """[idea mentah]"""

Ringkaskan dan kaitkan nota lama saya di bawah:- Cari tema biasa.- Tunjukkan percanggahan dan ulangan.- "Apakah langkah seterusnya yang perlu saya lakukan dalam perkara ini?" 2 cadangan untuk.Nota: """[tampal beberapa nota]"""

Gesaan lemah / Gesaan kuat

Lemah: "Ringkaskan nota mesyuarat ini." (AI mengembalikan ringkasan umum; tindakan hilang, keputusan menjadi tidak jelas.)

Güçlü: "Struktur nota mesyuarat mentah ini di bawah tiga tajuk: Keputusan, Tindakan (siapa-apa-bila), Soalan terbuka. Hanya gunakan apa yang tertulis dalam nota; jika tidak jelas siapa yang akan melakukannya, tulis 'tidak dilantik', buatlah." Versi berkuasa memberikan output yang boleh diambil tindakan; Paling penting, ia melarang orang ramai daripada membuat maklumat yang hilang.

tiga kes mini

Kes 1 — Kebangkitan nota mati. Seorang perunding menyimpan nota mesyuarat 2 tahun bernilai 400+ dalam folder tetapi tidak pernah membukanya. Dia meringkaskan nota berdasarkan tema dengan AI; 5 isu pelanggan berulang muncul. Dia menyediakan dokumen penyelesaian siap sedia khusus untuk masalah ini dan memendekkan masa perundingan dengan purata 40 minit bagi setiap pelanggan.

Kes 2 — Perangkap keputusan yang dibuat-buat. Seorang pengurus projek berkongsi baris "Belanjawan diluluskan" daripada nota mesyuarat berstruktur AI tanpa mengesahkannya. Bagaimanapun, pada mesyuarat itu dikatakan bahawa bajet akan "dibincangkan"; AI telah membulatkan frasa samar-samar kepada "diluluskan." Pasukan itu meneruskan dengan andaian yang salah. Pengajaran: AI boleh mengubah yang tidak pasti kepada yang pasti; mengesahkan keputusan.

Kes 3 - Kegagalan untuk mengeksternalisasi pembelajaran. Seorang pelajar meminta AI meringkaskan semua nota bacaannya dan minta AI menulis bahagian "saya bawa pulang" juga. Dia tidak ingat bahan pada peperiksaan — kerana dia tidak memproses maklumat itu dengan perkataannya sendiri. Tempoh seterusnya hanya menyerahkan penyulingan kepada AI, menulis pengekstrakan itu sendiri; Kekal meningkat dengan ketara.

Kesilapan biasa

• Perfeksionisme pada saat tangkapan: Pastikan ia mentah, proseskannya kemudian; memperlahankan masa.
• Membuat AI menambahkan ulasan: Tanpa berkata "guna sahaja apa yang ada dalam teks" ringkasan menjadi kotor.
• Membundarkan yang tidak pasti kepada yang tepat: AI menjelaskan keputusan yang tidak jelas; mengesahkan keputusan.
• Dan tulis inferens kepada AI: Pembelajaran ialah tugas anda; tulis kesimpulan anda sendiri.
• Arkib tidak berteg: Nota yang tidak boleh dicari ialah nota yang tidak wujud.
• Jangan sekali-kali membuka nota itu lagi: Tanpa semakan biasa, sistem akan mati.

Awas: Apabila memproses nota AI, awanamakan nota yang mengandungi data peribadi sensitif (nama, kesihatan, kewangan). Arkib peribadi anda terdiri daripada kepingan yang anda tampal pada pelayan pihak ketiga suatu hari — tahu apa yang anda letakkan di mana.

Secara ringkasnya

• Masalahnya bukan tidak mengambil nota, ia adalah bahawa nota kekal mati; AI mengubahnya menjadi maklumat yang boleh diguna semula.
• Mula-mula tangkap mentah, kemudian susun dan suling dengan AI; memperlahankan momen penangkapan.
• Nota mesyuarat = Keputusan + Tindakan + Soalan terbuka; nota bacaan = Tesis + sokongan + kesimpulan saya sendiri.
• Hadkan AI untuk "menggunakan apa yang ada dalam teks sahaja, jangan reka-reka"; Jangan biarkan ia mengubah yang tidak pasti menjadi pasti.
• Biarkan AI melakukan penyulingan, tetapi anda menulis inferens - pembelajaran berlaku apabila anda memproses maklumat itu sendiri.

Tugasan permohonan

Ambil nota mesyuarat mentah (tanpa data sensitif) dan susunkannya dengan templat pertama. Bandingkan setiap baris "keputusan" dalam output dengan nota asal untuk melihat sama ada AI telah menukar yang tidak pasti kepada yang tertentu. Kemudian ringkaskan 5 nota bacaan terakhir dengan templat keempat dan ekstrak hubungan antara mereka; Tambah langkah seterusnya anda sendiri.

senarai semak

• [ ] Saya menangkap nota mentah, kemudian memprosesnya dengan AI.
• [ ] Saya memberikan AI kekangan "hanya gunakan apa yang ada dalam teks".
• [ ] Saya mengesahkan bahawa resolusi sepadan dengan yang asal.
• [ ] Saya menentukan kesimpulan saya sendiri kepada diri saya sendiri, bukan kepada AI.
• [ ] Saya menandakan nota dan menjadikannya boleh dicari.
• [ ] Saya menamakan nota yang mengandungi data sensitif.