https://padlet.com/sdrmsung/1-2025-10-02-vv8k6x6ue8muru6z

1.vs code

2.obsidian

鏈結在老師講義裡也可以自己上官網安裝

🚀 從知識管理到創新突破 - 宋弘明教授課程筆記

📌 課程簡介與講師介紹 (主持人：文盛老師)

- 開場歡迎：歡迎各位老師回來上課，並介紹本次課程的重量級講師——逢甲大學的宋明弘教授。

- 講師背景：宋教授是創新領域的專家，主持人曾為了上他的 TRIZ 課程特地跑到台中逢甲大學。他常在各種創意相關競賽中擔任評審。

- 課程緣起：面對 AI 浪潮的快速發展，宋教授觀察到部分科技教育（尤其是國中小階段）有些許偏差。因此，他希望透過自身研究，帶給大家一些啟示，強調 AI 應作為生活應用的工具，人人都能使用，重點在於掌握使用工具的心法，而非被工具迷惑。

- 課程形式：

◦ 線上互動：由於宋教授家中只有單一螢幕，看不到留言，主持人會透過 Messenger 協助轉達重要問題。

◦ 課程資源：所有課程相關資料（會議連結、簽到、講義、外掛清單等）都集中在一個 Padlet 連結中，該連結已分享於訊息置頂區。

◦ 錄影分享：宋教授同意課程錄影並分享，鼓勵大家盡量傳播這套很棒的思想。課程影片與 AI 整理的 Podcast 版本都會放在指定位置。

- 行政事項：

◦ 簽到：請在接近下課時間簽到，非上課時間簽到無效。

◦ 經費說明：主持人坦言經費有限，非常感謝宋教授願意無償分享他數十年的功力。

◦ 社群與通知：可加入 Classroom 以接收正式通知，或加入 LINE 社群進行日常互動討論。

◦ 主辦單位：本系列課程由花蓮縣教育處教育網路中心提供。

- 上課須知：

◦ 網路問題：若講師或學員突然斷線，請耐心等候。

◦ 關閉外掛：請關閉 AI 翻譯或錄影外掛，避免影響他人上課的順暢度。

◦ 麥克風管理：主持人會直接關閉或移除誤開麥克風影響上課的學員.

- ----------------------------------------

🗺️ 宋弘明教授開場與課程藍圖

- 自我介紹與課程願景：

◦ 教授表示，這門課他準備了數十年，其啟蒙源於小時候看過的一部叫《小飛碟》的影片，片中主角透過機器就能瞬間學會各種知識與技能。

◦ 課程核心圍繞三大主軸：個人知識管理 (PKM) + AI + TRIZ，主要工具為 Obsidian (黑曜石)。

- 今日課程結構：

1. 介紹六堂課的目標與架構。

2. 從「認知」與「記憶」談起，建構整個知識系統。

3. 探討目前 AI 浪潮下的問題與解方。

4. 定義「知識工作者」的角色，我們每個人其實都是。

5. 預告下週開始建構 PARA 知識管理系統。

6. 介紹常用的 AI 平台，以及為何從 ChatGPT 轉向 Google Gemini (為了建構 AI 生態系)。

7. 介紹 AI 的八大核心元素。

8. 演示如何快速建構一個知識體系。

- 本日定位：今天主要是聽故事、建立心態，尚無實作，但會提供下次上課前的準備工作。

- ------------------------------------------ 

🧠 核心心法：調整學習思維

- MVP 概念：整個課程圍繞 MVP (Minimum Viable Product，最小可行性產品) 的概念，透過直接複製貼上提示詞 (Prompt) 快速看到成果，建立信心，驗證想法。

- 學習方式的變革：我們需要改變傳統的學習模式。

• 知識碎片化問題：

◦ 我們上了很多課、看了很多影片，但這些知識就像零散的樂高積木，沒有串接起來，無法發揮作用，形成「資訊孤島」。

◦ 傳統的卡片盒筆記法，已不適用於整理影片、聲音、程式碼等多媒體資訊。

◦ 目標是將這些知識碎片組合成可重複使用的功能模組，提升學習與產出效率。

📇 知識管理系統：PARA 方法

• 為何需要系統：面對資訊爆炸的時代，我們不能再依賴傳統的檔案總管來找資料，因為檔案本身無法提供足夠的上下文資訊 (例如：這張圖是什麼？這個音檔內容為何？)。

• PARA + 2 架構：教授推薦使用 PARA 架構來組織所有數位資訊，這是一個強大且靈活的系統。

  ---------------------------------------

• 🛠️ 實戰工具與準備 (下次上課前)

  • 核心軟體：

  1. Obsidian：免費、可離線、無儲存限制的知識管理工具，我們的「第二大腦」。

  ▪ 下載：可從官網下載，若速度慢，可搜尋「Obsidian 安裝包」。

  2. VS Code (Visual Studio Code)：微軟出品的程式碼編輯器，用來編輯 Markdown 語法時，語法會顯示不同顏色，方便閱讀。

  • 推薦學習資源：

  ◦ Obsidian 新手村：有 16 個教學影片，適合入門。

  ◦ PKM Cht：有 203 支影片，內容非常深入（但教授自己看到前面就掛了😂）。

  ◦ Markdown (MD) 語法：學習基礎的 MD 語法，這是與 Obsidian 和 AI 溝通的語言之一。

  • 重要外掛：講義中有提供外掛清單，請優先安裝紅色標示的部分，是教授幾乎每天都在用的。

  🤖 AI 生態系與八大元素

  • 推薦 AI 平台：

  ◦ Chatbot Arena：可試用各種最新的大型語言模型。

  ◦ Claude：在寫程式和物理模擬方面表現極佳。

  ◦ Perplexity：學術搜尋與資料整理的利器。

  ◦ Gemini (Google)：教授目前主力，目標是整合 Google 所有服務 (Gmail, Maps...)，打造一個完整的 AI 生態系統。

  ---------------------------------------

  • AI 八大核心元素：一個完整的 AI 系統應具備處理這八種元素的能力。

  1. 📝 文字 (Text)：文案、劇本、翻譯、邏輯推理等。

  2. 🖼️ 圖像 (Image)：除了生成式AI，還包括分析型圖表，如 SVG 圖、Mermaid 流程圖等。

  3. 🎬 影片 (Video)：讓影片生動的秘訣在於細節，如眼神、頭髮、光影、相機位置等。

  4. 🔊 聲音 (Sound)：非常龐大的領域，包含旁白、特效音、環境音、不同風格的旋律 (Melody) 等。

  5. 💻 程式碼 (Code)：學習用 AI 為自己寫小工具，解決特定問題，做到「自產自銷」。

  6. 📊 數據 (Data)：包含抓取 Open Data、資料分析等。

  7. 🧩 多模態 (Multimodal)：整合多種媒體元素進行創作與互動。

  8. ⚙️ AI Hub (應用中心)：可重複使用的 AI 應用，如自己建立的 GPTs 或 Gemini App。

  ---------------------------------------

  ✨ 精彩演示：多模態 AI 系統實作

  教授展示了一個他自己開發的應用程式，整合了上述八大元素，並預告這將是第 5、6 堂課的教學內容。整個過程幾乎只用滑鼠點擊，無需打字。

  1. 生成角色：從線稿開始，一次生成三張（全身、半身、特寫），確保角色一致性。

  2. 生成物品：創造場景中需要的物品，例如一個星巴克咖啡杯。

  3. 生成場景：建立故事發生的背景環境。

  4. 生成聲音：文字轉語音，並可加入情緒標籤（如停頓），讓聲音更自然。

  5. 生成影片提示詞：選定一張圖片，AI 自動生成適用於 Pika、Pixverse 等工具的生動影片提示詞 (Prompt)。

  6. 合成與迭代：

  ◦ 將角色與場景合成一張新圖。

  ◦ 關鍵一步：將合成後的「輸出」圖片，作為下一次的「輸入」圖片。

  ◦ 只需修改文字提示（例如「讓她喝咖啡」、「讓她高興地跳起來」），就能生成背景和人物長相完全一樣的連續動作畫面，完美解決 AI 生成影片的一致性問題。

  ---------------------------------------

  🏁 課程總結與未來展望

  • 核心理念：知識管理 + AI + TRIZ 的結合，是未來 AI 應用的新方向，可以應用於教學、工作、甚至人生的每一個角落。

  • 下次預告：下一次上課時間為 10 月 9 日，將會開始實際操作 Obsidian 和建構知識管理系統。

  • 課後作業：請務必安裝 VS Code 和 Obsidian，並可預習相關教學影片。

  
  

第一堂課 是概論 沒有實作 第二堂課會講 Obsidian 本地端免費的知識管理工具。教授沒那麼愛Notion 他喜歡 更自由的Obsidian，但Notion可以快速將講義分享 Obsidian 要分享會比較辛苦一點....

Obsidian 網狀節點筆記的型態(星狀網路筆記節點)，比Notion的筆記型態 更靠近 宇宙銀河 及 大腦神經突觸 萬物一體的樣態。

Shiyu 國中學弟橄欖 在美國念物理博士 後來就在Intel上班 上次返國聊天的時候 超級推薦黑曜石Obsidan這套 知識整理工具。趁這次 宋教授系列講座 Shiyu要好好來領略這套強大類神經突觸網狀結構的知識管理工具...…

教材設計圖像化：符合大腦學習原則(圖像化)+降低大腦負擔(神奇數字4)

https://padlet.com/sdrmsung/1-2025-10-02-vv8k6x6ue8muru6z

1.課程時程規劃：

◦前一小時：基礎與核心概念介紹。

◦第二小時：開始實作。

◦第三小時：將練習PARA架構(PER的一格)和進行簡單的知識檢索(知識檢鎖)。

2.內容核心：會深入講解Obsidian中YAML/FrontMatter區的13個核心屬性(屬性)，強調這些屬性基於非常自然的人、事、時、地、物邏輯。

3.實作軟體準備(第二小時前)：學員需下載並啟用以下軟體或外掛：

◦在Obsidian(黑曜石)中加入4個核心外掛。

◦申請Perplexity.COM(Plexity.COM)帳號，用.edu帳號可獲得一個月Pro版。

◦下載VStudio(VisualStudioCode)編輯器，將其視為彩色版的記事本(彩色版的計事本)，比系統記事本更清晰，非用於寫程式。

4.下階段預告：下次課程將從八大元素裡的前四個開始實作：文本、圖像、影片、聲音。

B.知識革命與學習思維轉變🤯

1.AI發展速度：科技發展已是超指數成長，因為AI、區塊鏈、機器人等技術相互激盪(互助)，不再是單一技術的指數型增長(SCurve)。

2.社會衝擊：超指數成長導致贏家通吃，許多產業和企業會被迅速打垮，整個遊戲規則必須砍掉重練。

3.權力結構瓦解：傳統的師生知識差距正在崩解，個人引以為傲的專業知識很容易被AI超越。

4.學習模式：應從傳統的線性循序(123模式)轉變為跳躍式/神人模式(1→5→22模式)，即快速掌握大架構後，再回頭補足知識缺口，以達到功力幾百幾千倍的成長。

5.教授策略：將所有重心放在Google，建構一個整合GoogleMap、Drive等數百個平台的生態系統(生態系統)。

C.認知循環與知識資產🧠

1.認知循環：

◦記憶：將知識丟到第二大腦(Obsidian)去。

◦理解：透過AI幫助理解，使用各式各樣的比喻或圖表。

◦分析/評估/應用：使用AI專案或可重複使用的模組(如GPTs)快速重複疊代，使知識越趨成熟。

◦創造：基於前面循環的成果進行創新。

2.模版運用：設計新東西並非無中生有，而是透過模板(template)在現有數據中找出模式，再利用這些模式進行排列組合，實現從結果反推原因。

II.知識結構與形態架構🌐

A.知識的流轉層次(DIKW體系)

1.雜訊(Noise)：原始輸入，需要進行資料清理。

2.數據(Data)：經分析重整後的實體資訊。

3.資訊(Information)：經整理後的Data，但未與其他維度連接，屬於能量。

4.知識(Knowledge)：資訊彼此連接並經過整理，且可被搜尋，屬於意識體。

5.智慧(Wisdom)：超出現有範疇，知道何時、對誰、如何運用知識，屬於無形。

B.知識單元圖譜：CFEER架構(目標導向)

1.C-Context(脈絡)：事物在特定時空下的背景或環境。

2.E-Entity(本質)：包括核心定義、內在構成、關鍵屬性、範疇與邊界等四個子項目。

3.F-Function(功用)：強調系統設計的主要目的(Thesystemisdesignedfor)。

4.E-Effect(效應)：產生什麼樣的結果。

5.R-Relation(連接)：結構關係、超系統、子系統等。

C.個人知識管理：PARA+2架構🗄️

1.Inbox(收件匣)：所有新資訊的臨時入口，比喻為菜籃，不急。

2.Resources(資源)：存放八大AI元素等可重複使用的素材，比喻為冰箱/食材庫，無時效性。

3.Areas(領域)：需要長期關注的責任或主題(如ESG,AI)，無實效性。

4.Projects(專案)：需完成、有期限的任務(如報告、旅遊規劃)，具有實效性。

5.Archive(封存)：專案完成或不活躍的舊資料，比喻為廚餘或可回收食材。

6.Index(總管)：知識導航與全域關聯，純粹只有索引與字典(白字典)，不包含實際內容。

7.檢索原則：知識管理成功的關鍵是能否在三秒鐘內找到組裝專案所需的資料或可重複使用的功能模組。

D.知識的五種呈現形態🗺️

1.Portal(入口網站)：依使用者身份(如未來學生、家長)呈現不同內容，需具備一致性、彈性、整合性。

2.Hub(轉運站)：知識導航與全域關聯，核心是Index(目錄)。

3.Dashboard(儀表板)：承載變動的數據，用於專案管理(ProjectManagement)，提供現況聚合與隨時提醒。

4.MOC(MapofContent)：內容地圖，以樹狀結構呈現內容架構，類似論文目錄，常用於呈現Areas(領域)和Resources(資源)的架構。

5.KnowledgeGraph(知識圖譜)：網狀的知識關聯，用於系統設計、產品設計或概念連結。

III.AI協作、命名與屬性管理🛠️

A.新形態的AI處理流程(IPOModel)

1.輸入(Input)：利用PerplexityAssistant(滑鼠右鍵查詢)從網頁獲取資料。若為單一來源，建議將網頁列印成PDF再上傳至AI。

2.處理(Process)：

◦單一來源(SSOT)：丟到GoogleNotebookLM(NBooklm)進行限定式生成。

◦多重來源：用Perplexity找出多個網址，分批貼給NotebookLM處理(它一次只處理10筆來源)。

3.輸出(Output)：NotebookLM可產生報告、教學大綱、學習指南。若要解決文圖不符，先用ChatGPT產生6x6關鍵字提示詞，再丟給**Gemini(G)**生成圖片。

B.命名與編碼原則🏷️

1.資料夾排序：

◦使用底線(_)讓資料夾排在前面。

◦使用數字(100,200...)進行排序，例如100_Inbox。

◦命名採用英文縮寫搭配中文(如R資,P專)。

2.檔案命名：採用時間為最佳命名方式(如：20240501_V1.mp4)。

3.多媒體整合：將不同格式的檔案（圖片、影片、文本、程式碼等）使用相同命名(同⼀個命名)，以便在Obsidian筆記中將它們綁在⼀起。

4.自產自銷：在AI生態系統中，應自己寫程式產生小工具功能，例如切割圖片、影片轉縮圖、URL轉縮圖。

C.核心屬性管理(YAML/Property)📌

1.屬性控管：必須建立規範，建立白字典(白字點)，嚴格控管屬性名稱，以維持單一事實來源(SSOT)，避免屬性名稱膨脹或混亂。

2.13個內建核心屬性：這些屬性描述了萬事萬物的基本維度——人事實地物。

◦人(Person)：4個屬性(如創作者)。

◦事(關係)(Event/Relation)：2個屬性(連向連結links、連入連結backlinks)。

◦時(間)(Time)：2個屬性(建立時間、修改時間)。

◦地(點)(Location)：2個屬性(檔案路徑path、資料夾路徑folder)。

◦物(Object)：3個屬性(檔案大小filesize、標籤tag、嵌入內容embeds)。

IV.知識檢索與進階工具🔎

A.DataView查詢核心要素

DataView是Obsidian中檢索知識的核心工具，必須掌握五大要素：

1.輸出格式：可設定為Table(表格)、List(列表)或Task(專案管理的任務)。

2.資料來源(FROM)：指明從哪個資料夾或標籤抓取數據。

3.篩選條件(WHERE)：決戰點，設定符合哪些條件的筆記會被顯示，需要用邏輯判斷。

4.排序方式(SORT)：按名稱、日期或檔案大小進行升冪或降冪排序。

5.數量限制(LIMIT)：限制一次顯示的筆記數量，避免一次顯示上萬個筆記。

6.遺傳機制：在DataView查詢中，子層級的查詢會遺傳上層的屬性。

B.路徑管理與輔助外掛📍

1.檔案操作提醒：若要新增、刪除或搬移檔案，應在Obsidian系統內進行操作，否則系統容易存取不到路徑。

2.路徑外掛：強烈推薦使用ShowCurrentFilePath外掛。

◦相對路徑(RelativePath/紅色)：用於Obsidian內部外掛呼叫。

◦實體路徑(PhysicalPath/綠色)：用於上傳檔案到外部AI平台。

3.視覺問題處理：若遇到顏色或檔案看不到的問題，應關掉整個Obsidian再重新開啟，讓系統重新抓取資料。

4.ImageGallery外掛：純粹用於展示沒有與任何筆記掛鉤的圖片，常用於測試不同風格的圖像生成，避免筆記數量膨脹。

5.VSCode儲存：若使用VSCode編輯Markdown程式碼，必須記得手動儲存，否則會與Obsidian的自儲存機制衝突。

V.課程總結與未來安排📅

1.本日重點回顧：今天最重要的是搞定屬性(Property)，以及DataView的五個核心查詢要素。

2.下次課程：下次將從八大元素裡的前四個開始實作：文本、圖像、影片、聲音。

3.下次上課時間：下次上課時間是11月6號，學員有將近一個月的時間可以複習與消化知識。

4.學習建議：利用這段時間將Obsidian摸熟，若看不懂影片，可以直接丟AI問一下，應可以很快熟悉。

5.課後準備：請學員務必下載並安裝Obsidian和VSCode。