讓 AI 幫我把筆記寫得以後找得到
一條筆記一個主題，開頭一句話說清結論，帶上當時的困惑。讀完知道每次該挑哪幾條餵進去。
你把筆記應用裡的搜尋詞從「吐司」改成「底部溼」，又改成「沒熟」，三次搜尋一共翻出 27 條記錄，沒有一條是你記得的那條。四個月後的週六早上，同樣的問題又出現在烤盤裡：底部發黏，中間切開還有溼面。
你記得自己處理過這件事。往回翻到 3 月 17 日，終於看到當晚 11 點 26 分寫下的那一條：
今天這爐還是不對，溫度低一點好像有用。底下溼，可能再烤會兒？下次看情況。
當時你剛稱完麵糰，烤箱面板、食譜和切開的吐司都擺在眼前。你知道「溫度低一點」具體低了多少，也知道水加了多少。於是你以為寫下現象和大概方向就夠了，幾個月後的自己自然能接上。
現在這句話確實找到了，你卻說不清它指哪一爐，也不知道該調溫度、減水，還是延長時間。原因很具體：記筆記時，完整處境還在腦子裡，你只寫了當時覺得會忘的那一小截。等處境消失，這條筆記就只對當晚的你成立。
把它原樣交給 AI，問「這條筆記是什麼意思」，AI 只能猜。讓它改做整理：一條只留一個主題，把結論提到第一行，再補上當時條件、沒想通的問題和下次用途；原文缺的資訊標成待補。一條筆記能不能再次派上用場，取決於它有沒有把當時的上下文一起帶回來。
可同一句隨手記，改成什麼樣，四個月後才能搜得到、看得懂，還能讓 AI 接著回答？下面直接拿這 27 條裡的三條試一次。
它在本機儲存 Markdown 與 SQLite，用關鍵詞和語義兩路找回相關段落，只把命中的幾段交給 AI。專案用 Python 編寫，採用 AGPL-3.0 許可，也提供 Cursor 與 Claude Code 的 skill。
查看 GitHub 專案 查看專案主頁搜尋只能按留下來的文字找。原筆記寫了「溫度低一點」，卻沒有面板溫度、實測溫度和這爐麵糰的水量；寫了「再烤會兒」，卻沒有多烤幾分鐘後的結果。關鍵詞命中了，判斷所需的條件仍然缺席。
檢索先找到結論，回看再靠處境理解結論。所以一條筆記只放一個主題，第一行寫當時認準的答案，後面跟上當時的條件、沒想通的地方和下次用在什麼問題上。
改寫後：
結論：這臺烤箱設為 180℃ 時，爐內實測只有 160℃，這爐中間沒熟與溫度偏低有關。
當時條件：450 克吐司，水 245 克，烤 32 分鐘。
困惑：底部溼是否還和水量有關，下一爐按重量減 10 克再驗證。
用在：下次搜尋「吐司底部溼」「中間沒熟」「烤箱溫度偏低」時。
這版多寫的每一行都有用途：第一行讓檢索抓到答案；當時條件讓未來的你知道這個答案適用於哪一爐；困惑保留了還沒驗證的邊界；用途提前放進未來可能會搜的詞。困惑這一行尤其關鍵，AI 看到它，才知道該接著解決哪一點。
把舊筆記貼到模板最後。AI 只整理已有事實，缺口標成待補，能避免猜測混進筆記。
- 先限定整理範圍
請把下面的隨手記改寫成幾個月後仍能檢索、也能看懂的筆記。一條只保留一個主題；如果原文混了多個主題，請拆開。
- 把結論放在第一行
第一行寫「結論：」，用一句完整的話寫清我當時確認了什麼。不要把過程當結論。
- 補齊理解這句話所需的處境
繼續寫「當時條件：」「困惑：」「用在：」。只使用原文已有事實，不補寫我沒提供的資訊；缺少的內容標成【待補：具體問題】。
- 留下未來可能搜尋的說法
最後列出 3 到 5 個我以後可能會輸入的搜尋詞，要包含現象、對象和結論裡的關鍵說法。下面是原筆記：[把隨手記貼在這裡]
AI 返回後，先補完【待補】再儲存。尤其核對數字、時間和因果關係，整理格式可以交給它，事實仍以你的記錄為準。
筆記寫得清楚，檢索才有依據。檢索命中後，再挑與這次問題直接相關的三五條交給 AI。演示裡五十條一起放進去時，相關三條只佔 6%，回答順著出現最多的「發酵」跑遠；只放命中的三條時，每一句建議都能指回記錄裡的溫度、水量和擋火做法。
這是使用經驗：內容越多，相關資訊在當前輸入裡佔得越少，回答越容易變成對任何吐司都成立的建議。先手動挑一段時間，筆記多到挑選開始費神，再考慮自動召回工具。筆記之外還有兩層更省事的記憶，見 外部記憶分三層。這些筆記怎麼串成一條路徑，見 給自己設計一門課。