这篇主要解决什么问题
ChatGPT 是很好的笔记查询层，糟糕的储存层。“把第二大脑搬到 ChatGPT 上”半年后，留给你的是几百条搜不到、导不出、也不敢信的对话。PKM 配 ChatGPT 只有一种正确姿势：储存在外面（Obsidian、Notion、纯 Markdown），让 ChatGPT 做检索和综合那一层。
这篇适合谁看
试过”把 ChatGPT 当第二大脑”、结果踩到三个坑的人：对话沉到侧栏再也找不到、洞察没法回溯到来源笔记、上周引用的那条”AI 帮我发现的关联”其实是模型编的。
什么时候适合用
你已经有写笔记习惯——起码 50 个 markdown 文件、一个真在用的 Notion 工作区、或者一个写了一个月以上的日记。这时 ChatGPT 才能在这堆素材上做检索 + 综合。完全零基础就先建笔记习惯，AI 没法总结不存在的东西。
什么时候不建议用
- 还没有任何写笔记习惯——先买个 Obsidian / Notion 再说。
- 高敏感个人数据（心理日记、财务、医疗）不想留在 OpenAI 服务器上。
- 团队共享知识——ChatGPT Projects 是个人的，不支持协作。
- 笔记每小时都在变、要实时检索的场景；它最多一周一次重新上传。
开始前准备
- 选定 唯一可信源，立 flag。Obsidian + .md 可移植性最好；Notion 也行，但要接受它的导出摩擦。
- 决定快照频率——每周是底线，月度是上限。
- 写一份 200 字的自我介绍：你笔记里出现的话题、项目、人物。塞进 Project Instructions，免得它每次都问 Sarah 是谁。
- 单建一个”Quotes”文件夹，专门存模型抽出来的原文引语。那个文件夹才是耐用产出，对话不是。
具体步骤
- 挑一个 唯一可信源（Obsidian、Notion、一堆 .md）。ChatGPT 是镜片，不是仓库。
- 每周导出一次笔记快照（纯 Markdown）。文件名用
snapshot-2026-05-22.md，方便后续做时间序列对比。 - 建一个”PKM” Project。上传最新快照。Project Instructions 里写：“你是我的笔记检索层。不要编造任何连接。找不到原文引语就说找不到。”
- 在这个 Project 里只做三件事：检索（“找所有我提到 LangGraph 的笔记”）、综合（“我最近对招聘在想什么？带原文引语”）、连接（“两条不同月份在同一问题上自相矛盾的笔记，两条都列出来，带日期”）。
- 每次有用的会话结束后，把综合结果作为新笔记回写到真笔记里。打 tag
#chatgpt-synth-2026-05-22，将来要审计可追溯。 - 每月问一次：“我写过哪些话题没下文？每个给 3 个下一步建议。“
第一次实操怎么跑
- 取一个月的笔记切片（不要全部归档）跑一遍。
- 同一个检索问题问两遍：一遍用普通中文，一遍用你笔记里的精确 tag。对比结果。
- 把第一次会话存为基线。记下它答对的、编造的、漏掉的。
- 第二次只改一个变量：快照范围、prompt 风格、模型。不要一次改三个。
完成后检查
- 它说”两条笔记之间有连接”——逼它给出两边的原文引语。给不出，连接就是虚构。
- 日期、笔记标题这种字段被幻觉的概率高于正文。务必核。
- 追问”你漏了什么？“——人类读者本来会期待哪些话题没出现？快照整理得好的话，这应该是个短列表。
怎么复用这套流程
- 把导出快照的脚本固化下来（Obsidian 有 Export to Markdown 插件；Notion 要付费导）。
- Project Instructions 也版本化存进笔记里。一旦模型行为漂移，能回滚。
- 月度回顾用同一套 prompt。月对月的差异本身就是信号。
建议的操作流程
月度回顾：导出 → 上传新快照 → 让它找当月的连接 → 写 3 条综合笔记回 Obsidian → 让它建议下个月的关注方向 → 把会话归档命名 pkm-review-2026-05.md。
容易踩的坑
- 把 ChatGPT 对话当笔记仓库。对话不可跨账号搜索、不能批量导出、长期来看也不属于你。
- 把敏感个人笔记（心理日记、财务）上传到可能被用作训练的默认账号。
- 忘记更新快照——Project 在推理几个月前的旧数据，还很自信地说”你最近在想……”。
- 让 ChatGPT 编造你笔记里其实没有的连接。务必让它给原文引语 + 笔记标题 + 日期。
- Pin 超过 5 个对话——超过一屏就完全没用了。
- 工作和个人笔记混在同一个 Project。互相串味，建议怪怪的。
进阶技巧
- 文件名用
snapshot-2026-05.md这种格式，方便问 “比对 snapshot-2026-05 vs snapshot-2026-04” 拿到有意义的 diff。 - 怕隐私就跑一份脱敏版（去人名、地点、身份信息）。上传前用查找替换批量脱敏。
- 配 Obsidian + Smart Connections 插件做本地 AI 检索；ChatGPT 处理 Smart Connections 搞不定的更难综合。
- Project Instructions 里加一条”不要包含”列表：梦境日记、邮件草稿、所有你当草稿的东西。
FAQ
- 这不就是 RAG 吗？: 本质是，但是手工版。真 RAG（NotebookLM、自带文件检索的 GPTs）检索更自动，回答更紧贴引用。
- NotebookLM 还是这套？: NotebookLM 检索 + 引用更强；ChatGPT 综合 + 生成 + 追问对话更顺。两个互补，都用。
- Claude Projects 怎么样？: Claude 单文档长 context 更稳。但笔记场景下，ChatGPT 的快照模型和 Project 体验目前还领先。
- 怎么避免上传敏感内容？: 维护两个 vault：一个”可外发”用于导出，一个私人 vault 永不离开本地。本地插件（Smart Connections、Obsidian Copilot）能搜私人那个。
- 直接在对话里贴笔记不行吗？: Project 模型能跨对话保留上下文；直接贴的文字只在那一个对话里活着，搜不到。