筆記軟體我用過不下十幾個——Evernote、Notion、Apple Notes、Bear、Logseq、Roam Research⋯⋯每個都用了一段時間，每個都有讓我最後放棄的原因。最後停在 Obsidian 的理由其實只有一個：它是唯一可以被 AI 真正存取的筆記軟體。
為什麼 Obsidian 和 AI 特別搭
這要從「AI 怎麼跟你的資料互動」說起。
大部分筆記軟體把資料存在自己的雲端，你要存取它得透過它的 API。Notion 有 API 沒錯，但使用起來有各種限制和 rate limit；Evernote 的 API 是惡夢；Apple Notes 根本沒有正式 API。
Obsidian 不一樣。它的本質就是一個資料夾裡面一堆 Markdown 檔案。就這樣。沒有資料庫、沒有專屬格式、沒有雲端鎖定。
這代表什麼？
- AI 可以直接讀寫：
cat note.md就能讀，echo "content" > note.md就能寫。不需要任何特殊 API、不需要 OAuth、不需要 SDK。 - 本地儲存：資料就在你的硬碟上，AI 存取時不用擔心雲端 API 的 rate limit 或斷線問題。
- 資料夾結構：AI 用
ls就能瀏覽整個知識庫的結構，用find或grep就能搜尋內容。 - Wiki Links + Tags：
[[連結]]和#tag提供了結構化的知識網路，AI 可以循著這些連結在筆記之間跳轉。 - Git 友善：因為全部都是純文字檔，你可以用 Git 做版本控制。AI 改壞了什麼？
git diff看一下，git revert回去。這是用 Notion 做不到的。
簡單說：Obsidian vault 對 AI 來說就是一個普通的檔案系統。 任何能操作檔案的 AI 助理都能無痛操作 Obsidian vault。這一點是其他筆記軟體很難做到的。
其他筆記軟體為什麼不行？
講白了，大部分筆記軟體都在做一件事：用自己的格式鎖住你的資料。
- Notion：資料存在 Notion 的雲端，你必須透過它的 API 存取。API 有 rate limit（免費版更嚴格），block 結構跟 Markdown 不完全相容，而且如果 Notion 的 server 掛了，你什麼都做不了。
- Apple Notes：macOS 上有 AppleScript 可以勉強存取，但功能很有限，而且沒有正式的 API。資料存在 iCloud 裡，格式是 HTML-based，不是純文字。
- Evernote：API 又老又難用，XML 格式的筆記讓人想哭。而且近年的方向越來越不對⋯⋯
- Logseq / Roam Research：這兩個也是 local-first，理論上也能被 AI 存取。但 Logseq 用的是 org-mode 格式（不是標準 Markdown），Roam Research 的 JSON export 格式很複雜。
Obsidian 就是標準 Markdown + 檔案系統。沒有比這更簡單的了。
我的 Obsidian 結構
我用的是 PARA 方法的變體。PARA 是 Tiago Forte 提出的知識管理框架，我根據自己的需求做了一些調整：
1 | Vault/ |
為什麼用數字前綴？ 因為 Obsidian 的檔案列表是按名稱排序的。加數字前綴可以確保資料夾永遠是你要的順序，不會因為新增資料夾而打亂。AI 也更容易理解這個結構——看到 01-Inbox 就知道那是暫存區，看到 05-Archives 就知道是歸檔。
每個 Area 底下還有子資料夾，比如 03-Areas/Tech/、03-Areas/Investment/。但不要分太細——資料夾層級超過 3 層就開始變得難以維護了。
模板系統
00-Template 資料夾裡放的是各種模板，AI 在自動生成筆記時會參考這些模板。比如 Daily Journal 的模板長這樣：
1 | --- |
AI 每天生成日誌的時候，會按照這個模板的結構來填充內容。如果你改了模板（比如新增一個「健康」的 section），之後的日誌就會自動包含這個新 section。
AI 自動化整合場景
重點來了。Obsidian 加 AI 最強大的地方不是「AI 幫你找筆記」，而是「AI 自動幫你寫筆記」。
1. Daily Journal 自動生成
這是我最愛的功能。每天凌晨，AI 會自動做這些事：
- 讀取當天的所有對話記錄
- 讀取行事曆上的事件
- 讀取已完成的任務清單
- 把這些內容整理成一篇結構化的日誌
- 存到
02-Journal/2026/02/2026-02-05.md
產出的日誌大概長這樣：
1 | --- |
關鍵是：你完全不需要動手。 你只要正常工作、正常對話，AI 會在一天結束時自動幫你回顧和記錄。
有一次我回頭翻了三個月前的日誌，看到一條「對某個架構問題有了新想法」，附帶的 wiki link 連到一篇我當時寫的技術筆記。如果不是 AI 自動記錄，這個想法早就消失在時間的洪流裡了。
2. 週復盤自動彙整
每週六，AI 會自動讀取本週 5 天的 daily journal，濃縮成一篇週報。這篇週報包含：
- 本週完成的重要事項
- 進行中但未完成的任務
- 值得記住的學習和洞察
- 下週的優先事項建議
這篇週報可以直接拿來週一開會用，省去你在週末花 30 分鐘回想「這禮拜到底做了什麼」的時間。
更棒的是，AI 會自動發現趨勢。比如它可能會在週報裡提到：「本週有 3 天都在處理同一個客戶的問題，可能需要一個更系統性的解決方案。」這種跨天的 pattern 你自己可能不會注意到。
3. Inbox 整理建議
01-Inbox 是我的暫存區，各種零碎的筆記、臨時的想法、看到的文章連結都先丟這裡。問題是——丟進去容易，整理很難。Inbox 堆個幾十則就開始焦慮。
AI 會定期掃描 Inbox，然後給建議：
- 「這 3 則跟投資相關，建議移到
03-Areas/Investment/」 - 「這 2 則已經過時了，建議歸檔」
- 「這則筆記很簡短，建議擴展成完整的筆記」
你只需要看建議、點頭或搖頭。最苦的分類工作 AI 幫你做了。
4. 知識搜尋增強
一般的搜尋是關鍵字比對——你要記得你當初是用什麼詞寫的。語意搜尋就不用了，你可以用自然語言描述你在找什麼：
「上個月我好像有記一個關於 Docker container 記憶體限制的筆記」
AI 會去你的 vault 裡用語意搜尋找到最相關的筆記，即使你當初寫的標題是「容器資源配置踩坑」，跟你搜尋的關鍵字完全不同。
在實作上，AI 不是用什麼花俏的 embedding 搜尋。它就是用 grep 搜尋關鍵字，加上自己對內容的理解來判斷相關性。雖然不夠 fancy，但在幾百篇筆記的 vault 裡已經非常好用了。
5. 會議筆記自動結構化
開會時我通常只打非常簡短的 bullet points，像是：
1 | - 客戶想加匯出功能 |
開完會後我把這些 raw notes 丟給 AI，它會自動整理成結構化的會議記錄：
1 | ## 會議摘要 |
同樣的 raw input，AI 幫你產出了格式化、可追蹤的會議記錄。而且它會自動加上 wiki link——如果之前有跟這個客戶相關的筆記，它會連結過去。
Daily Journal 的排程設計
自動化日誌的排程設計有幾個細節值得分享：
觸發方式
用 cron job 在凌晨自動觸發 AI 執行日誌生成任務。AI 會讀取當天的所有資料來源，整理後寫入 Obsidian vault。
具體的排程時間是凌晨 4:05。為什麼是 4:05 而不是 4:00？因為「一天」的分界是 4:00（下面會解釋），我多等 5 分鐘確保所有資料都已經寫入完成。
資料來源
AI 在生成日誌時會讀取：
- 對話記錄（當天和 AI 的所有對話）
- 行事曆事件（Google Calendar 上的事件）
- 完成的任務（任務管理工具上標記為完成的項目）
- 記憶檔案（AI 自己的每日記憶檔案，記錄了它觀察到的重要事項）
自動分類
AI 會把內容自動分成幾個固定類別：工作、學習、想法、待辦。這些類別是固定的，但 AI 會根據內容判斷每一項該歸到哪裡。
偶爾它會分錯——把一個學習心得歸到工作類別之類的。但大部分時候判斷都很準，而且你可以隨時手動調整。重點是它幫你做了 90% 的分類工作，剩下 10% 的修正很輕鬆。
格式
寫成 Obsidian Flavored Markdown，包含：
- Frontmatter（date、tags）
- Wiki links（提到的專案或主題會自動加
[[連結]]） - Tags（根據內容自動加相關 tag）
「一天」的定義問題
這是一個很小但很實際的問題：一天從什麼時候開始？
如果用午夜 12 點切日期，那你晚上 11:59 做的事歸今天，12:01 做的事歸明天。但很多人（包括我）的作息不是準 12 點就睡覺。你可能凌晨 1 點還在處理一些事情，這些事情在心理上屬於「今天」，但在時間上已經是「明天」了。
我的解法：用凌晨 4 點當日期分界。
為什麼是 4 點？因為我很少在凌晨 4 點還在工作⋯⋯好吧，偶爾會，但極少。這個切分點讓凌晨 1、2 點做的事情還是歸到「今天」的日誌，更符合實際感受。
這種個人化的設定交給 AI 來記特別好。你設一次，它永遠記得。不像你自己可能過兩個月就忘了「我之前設的日期分界是幾點來著？」
順帶一提，很多生產力工具都有這個「一天的定義」問題。Habitica 用的是午夜，Todoist 也是午夜。但實際使用者的感受是：「我還沒睡覺，今天就還沒結束。」能自訂日期分界的系統，用起來舒服很多。
iCloud 同步的坑
我的 Obsidian vault 放在 iCloud 路徑下，這樣 iPhone、iPad、Mac 都能自動同步。在 Mac 上用 Obsidian 桌面版編輯，出門在外用 iPhone 上的 Obsidian app 查看——體驗非常好。
但 AI 助理寫入時有一個坑：iCloud 同步有延遲。
AI 是在 server 上操作檔案的。它寫入 vault 的某個 Markdown 檔案後，iCloud 需要一點時間才能把這個變更同步到你的 iPhone。通常在一分鐘以內，但偶爾在網路不好的時候可能要更久。
實際上這個問題不大——你不太會在 AI 寫入的同一秒就急著在手機上看。但要注意的是衝突問題：如果 AI 在 server 上寫入的同時，你剛好在手機上編輯同一個檔案，iCloud 可能會產生衝突副本。
解法很簡單：
- AI 寫入的檔案（如自動生成的日誌）通常你不會手動編輯，所以衝突機會很低
- 如果真的衝突了，iCloud 會保留兩個版本，不會丟資料
- 確認 AI 寫入完成後，iCloud 的推送通常很快（< 1 分鐘）
另一個 iCloud 的坑：檔案下載
iCloud 為了省空間，會把不常存取的檔案從本機移除，只保留一個 placeholder。你在 Mac 上看得到檔案名稱，但內容可能在雲端還沒下載下來。
AI 如果嘗試讀取一個還沒下載的檔案，可能會讀到空的內容或觸發錯誤。解法是在 AI 讀取之前先確保檔案已下載——iCloud 在你存取檔案時會自動觸發下載，但這需要等個幾秒。
比較暴力的解法：把整個 vault 設定為「always keep on this device」。這樣所有檔案都會保持在本機，就不會有下載的問題。代價是多吃一些硬碟空間，但 Markdown 檔案不大，幾百篇筆記加起來可能都不到 100MB。
隱私考量
知識管理涉及很私密的內容——個人想法、工作筆記、投資策略、甚至日記。讓 AI 存取這些內容需要設好邊界。
我的做法：
場景隔離
- 群聊場景：AI 絕對不讀個人筆記。群聊裡有其他人，AI 不應該在這個 context 下存取你的私人知識庫。
- 私人對話：只有一對一的 DM 才能觸發筆記相關操作。要查筆記、要寫日誌、要整理 inbox——都只有主人的 DM 可以。
存取範圍
- AI 不需要存取你的全部筆記。可以設定只讓 AI 存取特定的資料夾（比如
02-Journal和01-Inbox），敏感的資料夾（比如03-Areas/Personal/）不開放。 - 自動生成的內容只寫入指定的路徑，不會亂動你已有的筆記。
不過度分享
AI 在日誌裡記的是結構化的摘要，不是完整的對話逐字稿。它記的是「今天討論了 XXX 功能的技術方案」，不是把整段對話原文貼上去。這樣就算日誌被別人看到，也不會洩漏太多細節。
備份策略
雖然 iCloud 本身有版本歷史，但我還是額外做了一層備份。每天凌晨 AI 寫完日誌後，我有一個 cron job 會把整個 vault 用 Git commit 一次。這樣就算 iCloud 出問題，我還有完整的版本歷史。
而且 Git 的好處是你可以精確看到每次變更的 diff。哪天你覺得 AI 改了什麼不該改的東西，git log 一查就知道。
知識管理最大的敵人
用了這套系統大半年，我最大的心得是：知識管理最大的敵人不是工具不好，是「懶得記」。
看到一篇好文章？「等等再記。」（然後就忘了）
開完一個會？「內容我記得。」（然後三天後就忘了）
有一個靈感？「很簡單我不會忘。」（然後一個小時後就忘了）
人腦不適合當儲存裝置。它適合當處理器——思考、分析、做決策——但記憶這件事，交給外部系統比較可靠。
AI 自動化的價值就在這裡：它不需要你「記得要記」。 你正常工作、正常對話、正常生活，AI 在背景自動把重要的東西記下來、整理好、分類好。你需要的時候去搜尋就好。
這不是什麼高深的技術突破，就是「把人懶得做但很有價值的事情自動化」而已。但就是這種無聊的自動化，累積起來效果最驚人。三個月後回頭看，你有一整套結構化的工作記錄、學習筆記、想法存檔。不是因為你很勤勞，是因為 AI 幫你做了。
如果你也在用 Obsidian（或任何 Markdown 為基礎的筆記系統），認真考慮加入 AI 自動化。門檻不高，效果很好。你的未來自己會感謝現在的你。
心得總結
回顧這大半年的 Obsidian + AI 整合實踐，有幾個 key takeaway：
第一，工具越簡單越好。 Obsidian 之所以跟 AI 搭配這麼好，就是因為它夠簡單——Markdown + 檔案系統，沒了。不要追求花俏的功能，追求「AI 能不能無摩擦地存取你的資料」。
第二，自動化要循序漸進。 不要一開始就想建一個完美的系統。先從 daily journal 自動化開始，跑穩了再加週報，再加 inbox 整理，再加知識搜尋。每一步都確認有效了再往下走。
第三，隱私邊界要一開始就設好。 不要等到出事了才想「哎呀 AI 不應該讀那個檔案」。一開始就把規則定清楚，哪些資料夾 AI 可以存取、哪些不行，省得之後後悔。
最後，養成「丟進 inbox 就好」的習慣。 你不需要當下就完美分類每一則筆記。看到什麼、想到什麼，先丟進 inbox。分類的事情以後讓 AI 幫你。降低記錄的門檻，才能真正養成記錄的習慣。