如何在 Obsidian 中构建知识图谱，让你每次添加笔记都变得更聪明

大多数笔记工具随时间推移会变得越来越不实用，而非越来越有用。

你满怀热情地开始使用笔记应用。第一个月井井有条。到了第六个月，你有了几百条找不到的笔记，一个早已弃用的标签体系，以及一种模糊的感觉——所有这些捕获的信息对你毫无帮助。

笔记越堆越多。价值却毫无增长。最终，你像搜索开放互联网一样搜索自己的笔记，期望正确的关键词能找出你依稀记得写过的东西。

这几乎是所有个人笔记系统的默认轨迹，而这与自律毫无关系。这是一个结构性问题。孤立存放的笔记始终孤立。

你在一月写下的笔记和你在六月写下的笔记可能深度相关，但文件夹加标签的系统里，没有任何东西能将它们联系起来——除非你碰巧把它们归入同一位置，而你没有，因为在一月时你并不知道六月会有那篇笔记。

知识图谱扭转了这一轨迹。它不会随着增长而变得不那么有用，反而会越来越有用，因为价值不在于单独笔记本身，而在于笔记之间的连接。而连接会不断累积。

第十条笔记可以连接到九条已有笔记。第一百条可以连接到九十九条。每一次添加，都通过赋予每条旧笔记一个新连接，使其价值略有提升。

这个系统的美妙之处在于其简洁性和不断累积的价值。一开始可能感觉缓慢，但随着你每添加一条笔记、每建立一次链接，你的知识库会成为一个更强大、更具洞察力的思考伙伴。

这篇文章将介绍如何在 Obsidian 中构建这样的系统，并以 Claude 作为引擎来发现那些你永远无法靠自己找到的连接。

为什么连接会累积，而笔记不会

核心概念值得慢慢理解，因为其他一切都由此衍生。

传统笔记是一个信息容器。你写下它、存储它，它的价值在写作的那一刻就固定了。它只包含它自身的内容。随着时间的推移，其价值往往会下降，因为使其有用的上下文逐渐褪色，而且你会忘记写过它。

知识图谱中的笔记是网络中的一个节点。它的价值在写作那一刻并不固定。每次你添加另一个连接到它的节点，它的价值就会增加，因为每个新连接都揭示了原始笔记中以前不可见的内容。一个关于你在某个情境下学到的定价策略的笔记，当你后来添加一条关于客户心理学的笔记时会变得更有价值，因为两者之间的连接产生了一个单独笔记本身都不包含的见解。

这就是使网络化笔记记录截然不同的现象。系统会产生其任何单个组件都无法单独产生的输出。德国社会学家尼克拉斯·卢曼创建了最初的网络化笔记系统，他积累了大约 9 万条相互关联的笔记，这些笔记帮助他撰写了 70 本书和近 400 篇文章。笔记本身并非资产。笔记之间的连接网络才是。当他坐下来写作时，他不是查阅单条笔记。他沿着连接链追溯，而连接揭示了任何单条笔记首次撰写时都不可见的隐含意义。

大多数实践者报告说，有意义的连接在积累到 50 到 100 条关联笔记后开始出现。这个阈值值得提前了解，因为它解释了为什么系统起初感觉平平，然后突然变得不同。在五十条笔记之前，图中没有足够的内容来形成令人惊讶的连接。在此之后，它们开始自行出现。缓慢的开端并非失败。而是网络正达到累积开始的密度。

从历史上看，这个系统的难点在于建立连接。构建和维护笔记之间的链接是大多数人放弃的手工劳动。而这恰恰是 Claude 所要消除的部分。

Claude 改变了知识图谱的什么

知识图谱并非新概念。卡片盒笔记法自 20 世纪 50 年代就已存在，数字版本也已存在超过十年。2026 年发生的变化是，系统中要求最高的部分——发现和维护连接——现在可以由一个能同时推理整个图谱的 AI 来完成。

你的阅读大脑是顺序性的。你一次只能接触一个想法，按照来源呈现的顺序。当你写笔记时，你可以有意识地将其与你碰巧记得的少数相关笔记联系起来。但你无法将整个知识库同时记在脑中，这意味着你会错过今天笔记与四个月前写下的、已遗忘的笔记之间的联系。

Claude 没有这个限制。它可以同时读取你笔记库中的所有笔记，并识别出你永远无法发现的关联——因为发现它们需要记住你写过的一切，并同时对所有内容进行推理。这正是 Claude 擅长而人类不擅长的特定认知任务。

这带来了两个明显的改进。首先，Claude 能发现非显而易见的连接——那些将不同学科和不同时期的想法联系起来的连接——而这正是能产生真正洞见的连接。其次，Claude 能在图谱增长时维护它，添加双向链接以保持网络的可导航性——而这正是导致大多数人放弃手动系统的维护负担。

结果是一个具有卢曼系统累积特性、但无需历史上所需数十年手动连接劳动的知识图谱。

设置笔记库

结构设计得刻意简单。知识图谱不需要复杂的文件夹，因为组织方式存在于连接之中，而非层级结构之中。想法之间的联系比它们的分类更重要。知识图谱优先考虑想法之间的链接，而非它们存放在哪里。

在 Obsidian 中创建如下结构：

knowledge-graph/ ├── CLAUDE.md (系统指令) ├── notes/ (所有笔记都放在这里，扁平结构) ├── maps/ (组织集群的结构性笔记) └── inbox/ (快速捕获，待后续处理)

扁平化的 notes 文件夹是故意的。你不把笔记归档到主题文件夹中，因为一条关于系统思维的笔记可能连接关于生物学、商业和写作的笔记，把它归入任何一个都会对其他内容隐藏。所有笔记都放在一个文件夹里，由连接来组织。

定义图谱行为的 CLAUDE.md：

知识图谱 — CLAUDE.md

这是什么

一个网络化的知识图谱。每条笔记是一个想法。 价值在于笔记之间的连接，而非笔记本身。 图谱应随着增长而变得越来越有用。

核心规则

• 一条笔记，一个想法。如果一条笔记包含两个想法， 请拆分成两条笔记。
• 每条笔记都用我自己的语言撰写，绝不从来源复制。
• 每条笔记完成前必须连接到至少两条其他笔记。
• 连接是双向的。如果笔记 A 链接到笔记 B， 笔记 B 也必须链接回笔记 A。

Claude 的工作

1. 当我添加一条笔记时，找出与我未亲自制作 的现有笔记之间的连接
2. 优先考虑跨不同学科的非显而易见连接， 而非同一学科内的显而易见连接
3. 对于每个连接，用一句话解释 这个关系揭示了什么
4. 定期找出可以成为结构性笔记的相关笔记集群
5. 标记出没有连接任何内容的笔记——它们是 孤儿，要么需要连接，要么需要删除

Claude 永远不做的事

永远不要创建仅仅总结来源的笔记。 摘要只是存储。笔记是经过处理的思想。 绝不让一条笔记在没有连接的情况下进入图谱。

原子笔记：构建基石

图谱中的每条笔记都遵循一个决定整个系统是否有效的规则：一条笔记，一个想法。

这是使连接成为可能的原则。一条包含单一、清晰表达想法的笔记可以干净地连接到其他单一想法。一条包含五个想法的笔记会混乱地连接到一切，却无法干净地连接到任何内容，因为你无法链接到一条包含五个想法的笔记中的第三个想法。原子笔记是整个图谱构建的单位。

笔记格式：

[作为清晰陈述的想法]

[用你自己的话解释这个想法。一个想法。 写得足够清晰，即使没有上下文的读者也能理解。 如果你需要引用来源才能解释它，说明你还没有理解它， 你只是复制了它。]

连接

[与相关笔记的双向链接，每行一句 解释连接揭示的内容——由 Claude 添加]

最重要的纪律是用自己的话写作。写笔记不同于记录想法。它是想法完全形成的过程。用你自己的话清晰表达一个概念，使其能在没有上下文的情况下被理解，这迫使你达到被动阅读永远不会要求的理解水平。

当你将来源中的句子复制到笔记中时，你存储了信息。当你用自己的话重写这个想法时，你将其处理成了理解。图谱只处理经过思考的想法，因为只有经过处理的想法才能连接其他经过处理的想法。复制的高亮内容无法连接到任何东西，因为它从未被理解到足以与其他事物相关联的程度。

连接工作流

这是每次你添加笔记时运行的工作流，也是 Claude 将一堆笔记转化为累积图谱的关键。

在你用自己的话写好一条新的原子笔记后，运行以下提示词：

我刚刚向我的知识图谱添加了以下笔记：

[粘贴新笔记]

根据我现有的笔记阅读它。[如果使用 Claude Code 或 连接的知识库，它会直接读取笔记。否则， 请粘贴笔记标题或代表性样本。]

请做四件事：

1. 找出这条笔记与现有笔记之间的连接。 优先考虑跨不同学科的非显而易见连接， 而非同一学科内的显而易见连接。

2. 对于每个连接，写一句话解释这个关系 揭示了什么——存在于连接之中但 单独任何一条笔记都不包含的洞见。

3. 找出这条笔记应该拥有但我的图谱中 尚不存在的最有价值的单个连接——也就是 我接下来应该写一条笔记来完成某个思路的地方。

4. 告诉我这条笔记是否与现有笔记组合 形成了足以转变成结构性笔记的集群。

将这些连接添加到笔记的连接部分，并 更新链接的笔记，使它们指向回来。

第二条指令是累积变得有形的地方。一个只说“这两条笔记相关”的连接毫无增益。一个解释关系揭示了什么、即存在于链接中而非任一节点中的洞见的连接，才是让图谱比所有笔记加起来更聪明的东西。

第三条指令是使图谱变得不仅仅是组织有序，而是具有生成性的关键。当 Claude 指出你接下来应该写哪条笔记来完成一个思路时，它正将你的知识图谱变成指导你下一步学习什么的路标。图谱不仅存储你所知的内容。它向你展示你所知内容中最有价值的空白。

结构性笔记：集群转化为理解之处

当图谱超过五十条笔记时，集群会自然形成。关于一个广泛主题的十几条笔记会积累并相互连接。结构性笔记就是捕捉从集群中涌现出的理解的方式。

结构性笔记是一条收集并组织一群相关单条笔记，使其成为连贯思路的笔记。如果你在发展一个论点、构建一个商业策略、或致力于深入理解一个主题，结构性笔记就是单个原子笔记组装成比其自身更大的东西的地方。

当 Claude 标记出一个集群已经形成时，或者作为每月一次的维护性操作，运行此提示：

扫描我的知识图谱，找出围绕共同主题形成的笔记集群。

对于最成熟的集群：

1. 命名连接这些笔记的主题
2. 列出集群中的笔记
3. 找出贯穿这些笔记的思路——不仅仅是它们的 共同点，而是当你将它们作为序列阅读时涌现出的 论点或理解
4. 草拟一条结构性笔记，将这些笔记组织成 那个思路，并使连接明确化
5. 找出这个集群中还缺少什么——那条能完善理解 但尚不存在的笔记

将结构性笔记保存到 maps/ 文件夹，并链接到 集群中的每条笔记。

结构性笔记是累积回报最明显的地方。你在三个月内写下的十五条原子笔记，每一条都是一个单一想法，组装成一个关于某个主题的连贯理解——而你从未坐在那里一气呵成地写下来。这个理解从连接中涌现出来。结构性笔记捕捉了它。

随时间推移会是什么样子

诚实的版本时间线很重要，因为该系统的决定性特征是开始时缓慢，然后累积，而不知道这一点的人会在缓慢阶段放弃。

最初的几周感觉像普通的笔记记录工作多了额外步骤。你写原子笔记，Claude 发现一些显而易见的连接，图谱还很小，没有什么惊人之处。这是需要信念的部分，因为累积尚未开始。根本没有足够的笔记来形成非显而易见的连接。

在五十到一百条笔记之间的某个点上，系统特性发生变化。Claude 开始找出你相隔数周、在不同情境下写的笔记之间的连接，其中一些确实让你感到惊讶。一条关于某个主题的笔记连接了一条关于另一个无关主题的笔记，其方式产生了一个你之前没有的洞见。图谱已经达到了涌现开始的密度。

超过几百条笔记后，图谱变成了一个真正的思考伙伴。当你面对一个难题时，你不是从空白页面开始。你问图谱你已经知道什么与此相关，Claude 会从数月积累的思考中整理出相关笔记，包括你忘记了自己做出的连接。知识管理软件市场正从 2025 年的 37 亿美元增长到 2031 年的 376 亿美元，这表明有多少人正在寻找的正是这个：一种让积累的知识累积而非衰减的方式。

跨领域连接的能力是区分最具创造力的思考者与仅仅是博学多识者的关键。一个博学多识的人知道很多事。一个富有创造力的思考者能连接那些别人保持分离的领域中的事物。知识图谱将这种能力构建到系统本身之中，因为它所揭示的连接正是产生原创思想的跨领域链接。

从三条笔记开始

这个系统听起来很复杂。开始它却很简单。

拿出你最近从任何地方学到的三条最有趣的内容：一本书、一篇文章、一次对话、一个你解决的问题。将每条写成一个原子笔记，每条一个想法，用你自己的话。不是来源的话。是你自己的话。

然后在这三条笔记上运行连接提示。Claude 会找出它们之间的连接，更有用的是，识别出每条笔记缺少的连接——你接下来应该写的笔记。

三条笔记不是一个知识图谱。但 Claude 向你展示