康乃爾筆記法 ×AI 影片：從看完到發表只要 5 步的內容化工作流
康乃爾筆記法 ×AI 影片：從看完到發表只要 5 步的內容化工作流
適用於：部落格 / 專欄 / 知乎 / 小紅書 / Substack 創作者，以及任何想「看完影片不只是消費」的學習型使用者。
康乃爾筆記法（Cornell Method）天然適合影片學習——它把筆記區、提問區、總結區分成三欄，強迫您「看完後用自己的話再說一遍」。本文給出一個 5 步工作流：用 BibiGPT 處理影片，用康乃爾三欄整理筆記，最後產出可發表的圖文文章。 整個流程 30 分鐘到 1 小時，把「我又看了一個 YouTube」變成「我又發了一篇文章」。
為什麼是康乃爾筆記法
康乃爾筆記法是 1950 年代由康乃爾大學教育心理學家 Walter Pauk 設計的筆記結構，核心是把一頁紙分成三塊：
| 區域 | 占比 | 用途 |
|---|---|---|
| 筆記區（Note Area） | 右側 70% | 原始筆記，記錄影片/講座的關鍵內容 |
| 線索區（Cue Column） | 左側 30% | 看完後填，寫問題、關鍵字、章節標題 |
| 總結區（Summary） | 底部 5-10% | 看完後用自己的話寫 2-3 句總結 |
為什麼對影片學習特別有效？因為影片是單向流動的資訊，不像書可以隨時回翻。康乃爾筆記法的「線索區+總結區」設計，強制您在看完後做「主動加工」——這正是費曼學習法的內核。
但 2025 年之前用康乃爾筆記法看影片有一個老大難：影片資訊密度高，手記跟不上。BibiGPT 的影片摘要剛好補上了這塊空白——AI 幫您完成「筆記區」，您只需要專注做線索區和總結區的高階認知工作。
5 步工作流
步驟 1：選片 → 用 BibiGPT 自動獲得「筆記區」原料
把任意 YouTube / Bilibili / Podcast 連結貼到 BibiGPT，等 1-2 分鐘，您會得到：
- 完整字幕（帶時間戳）
- 結構化深度摘要（含核心要點 + 思考問題 + 術語解釋）
- 心智圖（影片的整體骨架）
打開 智慧優選摘要，深度摘要裡自帶「思考問題」——這個就是康乃爾「線索區」的最初草稿。
這一步的本質：把「影片資訊」轉化為「筆記區原料」。 AI 替您做了機械的轉錄和摘要，您不需要邊看邊記，可以專注在理解上。
步驟 2：填線索區 → 自己提 5-10 個問題
打開康乃爾筆記範本（任何筆記軟體都行，我用 Notion），把 BibiGPT 產生的摘要貼到筆記區。
然後關掉 BibiGPT，盯著自己的筆記區，問自己：
- 這一段在回答什麼問題？
- 哪些是事實？哪些是觀點？
- 我同意嗎？為什麼？
- 跟我之前學的 X 有沒有衝突？
把問題寫到線索區。這一步不准用 AI，必須自己想。康乃爾筆記法的核心價值就在這裡——線索區是您的「主動加工痕跡」，是檢驗自己是否真的理解的鏡子。
步驟 3：去內化 → 用 BibiGPT 的「合集 AI 對話」做費曼追問
線索區的問題，有些您能自答，有些不能。不能自答的問題就是您的盲區——這是費曼學習法識別盲區的標準方法。
把影片加入 BibiGPT 的一個合集（比如「康乃爾學習庫」），打開 合集 AI 對話，把線索區裡答不出的問題甩給 AI：
- 「影片裡講的 X 和我之前學的 Y 有什麼本質區別？」
- 「如果讓我向小學生解釋這個，我應該用什麼比喻？」
AI 會基於影片內容給您解釋。這一步是費曼學習法的核心練習——用追問檢驗理解程度。
步驟 4：寫總結區 → 用自己的話壓縮成 100-200 字
線索區填完、追問完，回到底部的總結區，強迫自己用 100-200 字總結整個影片。
這一步絕對不能複製 BibiGPT 的摘要——必須用您自己的話。如果寫不出來，回到步驟 3 繼續追問；如果寫得出來，恭喜，您已經完成了費曼測試。
步驟 5：發表 → 用 AI 影片轉文章 把筆記變成文章
到這一步您有：
- 影片的結構化摘要（來自 BibiGPT）
- 您自己提的 5-10 個問題（來自線索區）
- 您自己寫的 100-200 字總結（來自總結區）
把這三塊合在一起，已經是一篇文章的雛形。直接打開 AI 影片轉文章，讓 BibiGPT 把影片本身改寫成圖文並茂的文章，再把您的「線索區問題 + 總結區原創觀點」嵌進去——您的文章就有了 AI 沒法替代的部分：您的提問視角和您的判斷。
最後用 小紅書圖片產生器 出幾張配圖，發到部落格、知乎、Substack 都行。
實戰案例：30 分鐘產出一篇 2000 字文章
情境：看了一期講「反直覺的科學決策」的 Podcast，想發到部落格。
| 時長 | 步驟 | 產出 |
|---|---|---|
| 0-5 分鐘 | 用 BibiGPT 處理 Podcast | 字幕 + 深度摘要 + 心智圖 |
| 5-15 分鐘 | 填線索區，提 8 個問題 | 8 條原創提問 |
| 15-25 分鐘 | 用合集 AI 對話追問 5 個盲區 | 5 段補充解釋 |
| 25-30 分鐘 | 寫總結區 + AI 影片轉文章 | 一篇 2000 字圖文文章草稿 |
剩下 30 分鐘微調措辭、排版、配圖，1 小時內一篇可發表的文章就完成了。
工具棧對比
| 筆記工具 | 是否原生支援康乃爾範本 | 與 BibiGPT 整合 |
|---|---|---|
| Notion | 否（需自建範本） | ✅ 透過 BibiGPT 一鍵發送 |
| Obsidian | 有社群外掛 | ✅ 透過 BibiGPT Obsidian 整合 |
| Cubox | 否（需自建標籤） | ✅ 透過 Cubox 整合 |
| 思源筆記 | 是（社群範本） | ✅ 透過 思源筆記整合 |
| 紙質筆記本 | ✅ 經典 | 僅手抄 |
如果您重度使用 Obsidian 或 Notion，BibiGPT 一鍵把影片摘要發到您的筆記庫，剩下的康乃爾結構由您的範本補完——這是最滑順的工作流。
立即試用
- 新使用者 → 試用 BibiGPT，先處理一個您最想看的影片
- 已有帳號 → 試 AI 影片轉文章 + 您最愛的筆記軟體（Notion / Obsidian / Cubox），把康乃爾範本貼上去
- 重度學習者 → 把所有「想看的影片」都丟進同一個合集，定期用 合集 AI 對話 做「主題級」追問
常見問題
Q1: 康乃爾筆記法和費曼學習法是同一回事嗎？
A: 不是。康乃爾是筆記結構方法（怎麼組織一頁紙），費曼是學習方法論（怎麼驗證理解）。兩者搭配最佳：康乃爾的「線索區+總結區」提供了費曼「教給別人」的載體——您寫下的提問和總結，本質上就是在對自己（或假想讀者）解釋這個影片。詳見費曼學習法系列。
Q2: 我沒那麼多時間，每個影片都做康乃爾筆記嗎？
A: 不必。三個建議：① 只對您打算「輸出」的影片做完整流程；② 對學習類影片用完整版（5 步）；③ 對純娛樂內容直接看 BibiGPT 摘要即可。康乃爾筆記法的成本與回報比，在「打算二次創作」的場景最高。
Q3: 筆記區直接用 BibiGPT 的摘要，會不會讓筆記不再是「我的」？
A: 不會，前提是線索區和總結區必須自己寫。康乃爾筆記法本來就是「分工」設計——筆記區記客觀資訊，線索區和總結區記主觀加工。AI 幫您完成筆記區，正好讓您把更多時間投入到主觀加工上，這是符合方法論原意的。
Q4: 這個工作流對中文/英文/其他語言影片通用嗎？
A: 通用。BibiGPT 支援 30+ 平台和中文/英文/日文/韓文等多語言轉錄與摘要，產出的康乃爾筆記可以是任何語言。如果您需要雙語對照學習，可以用 上傳音影片自動翻譯 同時獲得原文+目標語言版本。
Q5: 寫出來的文章會被識別為 AI 產生內容嗎？
A: 流程的本質是「AI 出原料 + 人出加工」，最終文章的靈魂在您的線索區提問和總結區原創觀點上。這部分沒法被 AI 完全替代，所以讀者讀到的是一個有判斷、有立場的內容創作者。如果您擔心 AI 內容檢測器，可以多保留一些自己的口語化表達和具體案例，那些才是 AI 寫不出來的部分。
BibiGPT 團隊