一句话结论
ChatGPT 是很好的笔记查询层，糟糕的储存层。可信源留在 Obsidian、Notion 或纯 Markdown 里，再让 ChatGPT 对着一份每周快照（放进 Project）干活。只让它做三件事——检索、综合、找矛盾——而且每个结论都逼它给原文引语。上传任何私人内容前，先关掉 Settings → Data Controls → Improve the model for everyone。如果你要的是带引用出处的答案而不是生成式综合，NotebookLM（免费版每个 notebook 50 个来源，截至 2026 年 6 月）更合适。
核心问题
“把第二大脑搬到 ChatGPT 上”跑半年，多数人收获的是几百条对话：跨账号搜不到、不能批量导出、也不敢信。ChatGPT 对话根本不是知识库——没有全账号搜索、没有文件夹、没有双链、也不保证某一条对话能熬过一次模型或界面更新。你一旦把对话当储存，知识就被锁进了一个你控制不了的产品里。
正确做法是干净地一分为二：
- 储存放在外面。 Obsidian +
.md（可移植性最好）、一个 Notion 数据库，或者一份日记。这是你耐用、可搜索、可导出的可信源。 - ChatGPT 只是镜片。 你喂它一份快照，让它做检索、综合，以及人工翻不出来的连接。
还没有写笔记习惯就先建习惯。AI 没法总结不存在的东西。这套流程开始划算的下限大概是：50 个左右的 Markdown 文件、一个你真在用的 Notion 工作区，或者一份写了一个月以上的日记。
什么时候不该用它
| 你的情况 | 换成这个 |
|---|---|
| 还没有写笔记习惯 | 先用 Obsidian 或 Notion，攒够了再回来 |
| 高敏感个人数据（心理、财务、医疗） | 纯本地 vault + 离线 AI 插件 |
| 团队共享知识 | 共享 wiki；ChatGPT Projects 是个人的，不支持协作 |
| 笔记每时每刻在变、要实时检索 | 用笔记软件自带搜索；它最多一周重新上传一次 |
| 你要的是引用出处，不是生成式综合 | NotebookLM |
开始前准备
- 选定唯一可信源并立 flag。 Obsidian + Markdown 可移植性最好；Notion 也行，但要接受它的导出摩擦（大工作区导出慢，还会拆成多个文件）。
- 定好快照频率。 每周是底线，月度是现实上限。快照过期是”模型很自信地说错你最近在想什么”的头号原因。
- 写一份 200 字自我介绍： 笔记里反复出现的话题、项目、人物。塞进 Project Instructions，免得它每次都问 Sarah 是谁。
- 上传私人内容前先关训练。 进 Settings → Data Controls → Improve the model for everyone 把开关关掉。截至 2026 年 6 月，免费版、Plus、Pro 个人账号默认是开的，关闭后对整个账号生效。临时性的问题就用 Temporary Chat（模型选择器顶部），它完全跳过历史、记忆和训练。
具体步骤
-
每周导出一次快照，纯 Markdown。文件名用 ISO 日期——
snapshot-2026-06-06.md——方便后续做时间序列对比和 diff。Obsidian 里用 Export to Markdown 社区插件把整个 vault 打成一个文件；Notion 用 Settings → Export（Markdown & CSV）。 -
建一个叫”PKM”的 Project，上传最新快照。ChatGPT Projects 允许挂文件和持久指令，对该 Project 下的每个对话都生效。截至 2026 年 6 月，免费版每个 Project 大约能存 5 个文件，Plus 约 25 个；单次最多上传 10 个文件，每个上限 512MB、200 万 token。把整个 vault 合成一个快照文件，就绕开了文件数量的限制。
-
把 Project Instructions 写成一份严格的合约：
你是我笔记的检索层，不是创作者。 - 不要编造任何连接。找不到原文引语就说"笔记里没有"。 - 每个结论都要带直接引语，附上笔记标题和日期。 - 日期和标题是事实，不是猜测，不准编。 - 不要包含：梦境日记、邮件草稿、所有标记为草稿的东西。 -
这个 Project 只用来干三件事：
- 检索——“找所有我提到 LangGraph 的笔记，带日期。”
- 综合——“我最近对招聘在想什么？每条都引原文。”
- 找矛盾——“两条不同月份、在同一问题上互相打架的笔记。两条都列，带日期。”
-
每次有用的会话后把产出回写笔记软件，作为一条新笔记。打 tag
#chatgpt-synth-2026-06-06，让这条合成笔记可审计，也永远不会和原创思考混淆。 -
每月做一次回顾： “我写过哪些话题没下文？每个给三个下一步建议。“
月度回顾循环
这才是真正会复利的那套流程。每月一次：导出 → 上传新快照 → 让它找当月的连接 → 写三条综合笔记回 Obsidian → 让它建议下个月的关注方向 → 把会话归档命名 pkm-review-2026-06.md。拿这个月的答案和上个月做 diff 才是真正的信号——它告诉你你一直在绕的圈，以及你悄悄放掉的东西。
质量把关：没有引语就别信
整套流程的失败模式只有一个：编造连接。两道防线能拦下几乎所有：
- 每个连接都要两边的引语。 凡是”这两条笔记有关联”的说法，都要它给出两条笔记各自的原文引语。给不出，连接就是虚构——幻觉就集中在这里。
- 先核日期和标题。 这两样被编造的概率远高于正文。先抽两三条和真 vault 对一下，再决定信不信其余的。
第三个好用的追问是”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。
NotebookLM 和 ChatGPT：选对镜片
两个都能对笔记答问题，但擅长的方向不一样。
| ChatGPT（Projects） | NotebookLM | |
|---|---|---|
| 强项 | 生成式综合、追问对话、改写 | 带出处的检索；每个答案都链回来源 |
| 来源容量 | 每个 Project 免费约 5 个文件 / Plus 约 25 个（2026 年 6 月） | 每个 notebook 免费 50 个、Plus 100 个、Pro 300 个（2026 年 6 月） |
| 引用 | 要自己逼它给引语 | 默认带行内引用 |
| 幻觉风险 | 较高——会自由发挥地综合 | 较低——绑定在上传的来源上 |
| 价格 | 免费 / Plus $20 / Pro $100–$200 | 免费；Plus 随 Google AI Plus $7.99，Pro 随 Google AI Pro $19.99 |
经验法则：要”信得过答案”用 NotebookLM，要”和它一起想”用 ChatGPT。 很多人两个一起用——NotebookLM 负责查和引用，ChatGPT 负责综合和起草。NotebookLM 不能单独购买，它是 Google AI 或 Workspace 套餐的附带权益。
那 Claude 呢？Claude Projects（随 Claude Pro $20/月）靠 Sonnet 4.6 和 Opus 4.7 的 100 万 token 上下文，处理长单文档很稳。但快照-查询这种笔记流程，ChatGPT 的 Project 体验仍然更顺；如果你本来就泡在 Claude 生态里，它是个不错的第二选择。
隐私：多数教程跳过的那部分
如果你的笔记里有任何不愿公开的东西，就别只指望一个设置开关。
- 维护两个 vault。 一个”可外发”的用于导出上传，一个私人 vault 永不离开本地。本地插件像 Smart Connections 或 Obsidian Copilot 能搜私人那个，什么都不出本机。
- 上传前脱敏。 用查找替换把快照里的真人名、地点、身份信息去掉，再发给 OpenAI。
- 敏感的一次性问题用 Temporary Chat，让它根本不进记忆和历史。
容易踩的坑
- 把对话当仓库。 对话不能跨账号搜索、不能批量导出，长期来看也不属于你。
- 快照过期。 Project 在几个月前的旧数据上推理，还很自信地讲”你最近在想……”。按时更新。
- 跳过训练开关就把私人笔记传到默认账号。
- 接受没有引语的连接。 永远要直接引语 + 笔记标题 + 日期。
- Pin 超过 5 个对话。 超过一屏，pin 列表立刻没用。
- 工作和个人笔记混在同一个 Project。 互相串味，建议怪怪的；分开建 Project。
FAQ
- 这不就是 RAG 吗？ 本质是，但是手工版。真正的检索增强（NotebookLM，或带文件检索的自定义 GPT）会把检索自动化，并把答案绑到引用上。手工快照法用这份自动化换来了对”模型到底看到什么”的精确控制。
- NotebookLM 还是这套？ NotebookLM 赢在带出处的检索和来源容量（截至 2026 年 6 月免费版每个 notebook 50 个来源）；ChatGPT 赢在综合、生成式起草和追问对话。两者互补——NotebookLM 查和引用，ChatGPT 想和写。
- 一个 ChatGPT Project 能放多少文件？ 截至 2026 年 6 月，免费版约 5 个、Plus 约 25 个，单次最多上传 10 个，每个上限 512MB / 200 万 token。把整个 vault 合成一个快照文件就绕开了文件数量限制。
- OpenAI 会拿我的笔记训练吗？ 只有你不关训练才会。去 Settings → Data Controls → Improve the model for everyone 关掉（个人账号默认是开的），或者用 Temporary Chat。退出训练不会删掉已有历史，只是让新对话不再被用于训练。
- 直接在对话里贴笔记不行吗？ Project 会让文件和指令在它下面每个对话里持久存在；直接贴的文字只在那一个对话里活着，之后再也搜不到，那条对话一滚走就从你的工作流里消失了。