學習科學
怎麼用 Obsidian 學習:有學習科學根據的六步驟方法
重點整理
- 整理筆記感覺很像在讀書,但一篇評估十種學習技巧的大型回顧研究中,只有練習測驗和分散練習被評為高效用;重讀、畫重點和寫摘要都被評為低效用。[1]
- 一篇筆記要有「提取線索」才算真的在學:一個你先試著回答、再去看答案的問題。
- 概念圖有幫助,但在一篇刊登於 Science 的實驗裡,憑記憶回想的學習效果勝過用概念圖讀書;所以 Canvas 先開著筆記畫,過幾天再憑記憶重畫一次。[3][4]
- 如果一週後考試,兩次讀書之間的最佳間隔約是這段時間的 20% 到 40%,大約是第 2 或第 3 天;時間更長的話,交給 FSRS 這類排程演算法決定。[8][11]
- 每一步都能只靠 Obsidian 核心功能和手寫卡片完成;AI 是選配,該拿來做練習,而不是替你練習。[12]
大多數拿來讀書的 vault,很會存筆記,卻不太能幫你記住筆記。這篇把 Obsidian 變成一個學習循環(記錄、連結、提問、練習、應用、回顧),每一步都對應一項具體研究,只用 Obsidian 的核心功能就做得到,想用 AI 也可以。
為什麼大多數 Obsidian 讀書 vault 幫不了你記住?
因為它們是為了記錄和整理而建的,而這兩件事感覺最有生產力,對記憶的幫助卻最少。Dunlosky 等人評估了十種常見的學習技巧,只有兩種被評為高效用:練習測驗和分散練習。重讀、畫重點、寫摘要都被評為低效用。[1]
Obsidian 讓這些低效用的工作變得很舒服:漂亮的筆記、關係圖、標籤、資料夾。這些都沒有錯,只是後面還要接上另一半:照著排程把想法從記憶裡提取出來,再拿去解決新問題。下面的方法補上這一半,不用改變你原本記筆記的方式。
在 Dunlosky 等人 2013 年對十種學習技巧的回顧中,只有練習測驗和分散練習被評為高效用;重讀、畫重點和寫摘要都被評為低效用。[1]
在 Obsidian 裡,好的學習流程長什麼樣子?
一個六步驟的循環,每一步只負責一件事:記錄、連結、提問、練習、應用、每月回顧。前兩步建立理解,後四步把理解變成用得出來的記憶。下表就是整個方法,後面幾節示範每一步在 Obsidian 裡怎麼做。
| 步驟 | 要做什麼 | 在 Obsidian 裡(不用 AI) | 研究依據 |
|---|---|---|---|
| 1. 記錄 | 用自己的話寫下概念,附上來源 | 用核心外掛「範本」插入讀書筆記範本 | 自己產生的資訊,比只讀過的記得更牢[5] |
| 2. 連結 | 把它跟已知的東西連起來,畫出主題的地圖 | [[連結]]、反向連結、MOC 筆記、Canvas | 閱讀和製作概念圖與較好的記憶保留有關[4] |
| 3. 提問 | 把每個重點變成問題 | 折疊的 callout 裡放問題;Q: / A: 閃卡 | 先試著回答,就算答不出來,也能幫助之後的學習[6] |
| 4. 練習與間隔 | 照著越拉越長的排程憑記憶作答,混合不同主題 | 有排程功能的閃卡外掛 | 幾天後,測驗勝過重讀;[2] 分散勝過集中;[7] 交錯練習有助分辨概念[9] |
| 5. 應用 | 在沒看過的問題上使用這個概念 | 專案筆記或練習任務 | 把所學轉移到新情境很難,需要刻意練習[10] |
| 6. 每月回顧 | 先回想這個月的主題,再去重讀 | 用 Dataview 或 Bases 列出本月修改過的筆記 | 再一次、間隔很長的提取練習[2][8] |
這些技巧單獨看都不新。新的是把它們串起來的那條規則:每一篇你想留住的筆記,結尾都要有一個提問;每一個提問都要進入排程。 沒有提問的筆記是參考資料,這沒有問題,但它們並沒有被「學」。
步驟 1:讀書用的 Obsidian 筆記該怎麼寫?
每個概念用自己的話簡短寫下來,附上來源,放在一篇可以被連結的筆記裡。自己把字寫出來很重要:在經典的「生成效應」實驗中,人們自己產生的字詞,比只是讀過的字詞記得更好。[5]
用範本把它變成習慣。打開核心外掛「範本」、設定範本資料夾,開始寫讀書筆記時插入下面這份。{{title}} 是範本變數,會自動換成筆記標題。[13]
Templates/讀書筆記.md
---
source:
tags: [study]
---
# {{title}}
## 用我自己的話
-
## 跟什麼有關
- 建立在 [[ ]] 之上
- 和 [[ ]] 的差別
> [!question]- 自我測驗(先作答,再點開)
> 1.
> 2. 盡量一篇筆記只放一個概念;筆記越小,越容易連結,也越容易做成卡片。還沒消化的東西先丟進每日筆記當收件匣,有空時再用自己的話改寫成讀書筆記。
步驟 2:連結、MOC 和 Canvas 怎麼幫助學習?
它們逼你決定新概念和舊概念的關係,而理解就是從這裡來的。一份針對概念圖與知識圖研究的統合分析發現,比起閱讀文字或聽講等對照活動,閱讀或製作概念圖與較好的知識保留有關。[4]
- 邊寫邊連。 輸入 [[ 就能連到既有筆記。這個連結也會以反向連結出現在對方那篇,兩邊都看得到。
- 每個主題做一篇 MOC(map of content)筆記: 一篇普通筆記,把相關筆記的連結分組列出,每個連結用一行說明它的位置。它會變成你的課程大綱。
- 需要看見結構時用 Canvas。 Canvas 把筆記、圖片和網頁放在無限大的畫布上用線連起來,存成開放格式的 .canvas 檔。[15] 想手繪圖解,可以用 Excalidraw 外掛把繪圖存在 vault 裡、嵌入筆記並連結到其他筆記。[19]
畫完之後,把地圖變成考題
問題在這裡。Karpicke 和 Blunt 比較了提取練習和「用概念圖精緻化學習」,結果提取練習學到的更多,連需要推論的題目都是,甚至期末測驗要求學生畫概念圖時也一樣。[3] 開著資料畫地圖,仍然是在讀書,不是在回想。
把地圖用兩次,這兩項研究就不衝突了。第一次開著筆記畫。幾天後開一張空白 Canvas,憑記憶重畫,再拿來對照。對照出來的缺口,就是你下一批要寫的問題。
Canvas 或概念圖先開著筆記畫,過幾天再憑記憶重畫:在 Karpicke 和 Blunt 刊登於 Science 的實驗中,提取練習的效果勝過用概念圖讀書,連要求畫概念圖的期末測驗也是如此。[3]
步驟 3:怎麼把筆記變成問題和閃卡?
每篇讀書筆記的結尾,都放幾個只能憑記憶回答的問題。問題就是提取線索;沒有它,複習就會變成重讀。
先試著回答再看答案,就算覺得自己答不出來也一樣。Kornell、Hays 和 Bjork 的實驗發現,嘗試提取卻失敗,仍然能讓人之後更容易學會那個答案。[6] Obsidian 的可折疊 callout 很適合這樣用:在類型後面加一個減號,例如 > [!question]-,內容就會藏起來,點開才看得到。[14]
想記好幾個月的東西,就寫成閃卡,讓排程把它們帶回來。大多數 Obsidian 閃卡外掛都從筆記裡的純文字讀取卡片。下面是兩張 EngramQuest 格式的卡片;:: 單行卡在 Spaced Repetition 外掛也能用。[17][18]
手寫卡片(EngramQuest 格式)
#flashcards/生物
Q: 為什麼細胞膜讓水通過,卻擋住大部分離子?
A: 膜的脂質核心排斥帶電粒子。小而不帶電的分子能直接穿過,
離子則需要通道或幫浦。
滲透作用 :: 水分子穿過膜,往溶質濃度較高的一側移動好的卡片一次只考一個概念,要你把答案「說出來」,而不只是「認出來」。答案把結論寫在最前面。所有格式和範例都在 閃卡格式。

步驟 4:多久複習一次?順序怎麼排?
用回想來複習、把複習分散開來、把主題混在一起。這三件事都有扎實的研究支持。
- 回想,不要重讀。 在 Roediger 和 Karpicke 的研究中,重讀文章的學生在五分鐘後的測驗表現較好,但兩天後和一週後,練習過回想的學生表現較好。[2]
- 分散複習。 一份分散練習研究的量化整合發現,在語文回憶上,分散學習勝過集中學習,而最佳間隔取決於你需要記住多久。[7]
- 混合主題。 在學習辨認畫家風格的實驗中,把不同畫家交錯呈現,比一次只看一位畫家更能分辨新的畫作,雖然大多數受試者以為集中看比較有效。[9]
實際算一次間隔
Cepeda 等人用不同的間隔和測驗延遲,教了超過 1,350 人一組事實。測驗越晚,最佳間隔越長,但占整段時間的比例越小。如果一週後測驗,第一次和第二次讀書之間的最佳間隔約是這段時間的 20% 到 40%。[8]
| 項目 | 數值 |
|---|---|
| 距離考試 | 7 天 |
| 延遲的 20% | 1.4 天 |
| 延遲的 40% | 2.8 天 |
| 第二次讀書 | 第一次之後的第 2 或第 3 天,不是考前一晚 |
超過一週,這個比例會變小,固定百分比就不適用了,這正是排程演算法的工作。FSRS 建立在 Ye、Su 和 Cao 對最佳化複習排程的研究上,會依你自己的作答紀錄決定每張卡的下一次複習日。[11] EngramQuest 的 Review Deck 用 FSRS-5 排程,Spaced Repetition 外掛則可選 FSRS 或 SM-2。[17][18]
如果七天後考試,依 Cepeda 等人「最佳間隔約為延遲時間 20% 到 40%」的發現,第二次讀書應該在第一次之後 1.4 到 2.8 天,也就是第 2 或第 3 天,而不是考前一晚。[8]

步驟 5:怎麼練習把學到的東西用出來?
在跟學習時不一樣的情境裡,用這個概念解一個問題。回想是把概念拿回來;遷移是把它用在新的地方。Barnett 和 Ceci 的回顧列出學習和應用之間可能相隔多遠:知識領域、實際場所、時間、目的、社會情境和形式,也說明了為什麼差距大的遷移很難出現。[10]
- 不用 AI: 每個主題留一篇專案筆記,放一個真實的任務(修一個 bug、照食譜煮一次、把概念講給朋友聽)。寫下你做了什麼、哪裡失敗、用到哪些筆記,再從主題的 MOC 連過去。
- 自己出變化題: 把例題改一個細節(數字、情境、限制條件),不看答案自己解。
- 想用 AI 的話: EngramQuest 的 Quest Map 把筆記或主題變成練習任務,每一關都是你沒看過的情境,最後的 Boss 戰考你的判斷、順序、取捨或診斷能力。分數和任務分開存放。[17]

步驟 6:怎麼回顧一整個月的筆記?
每個月一次,列出這個月動過的筆記,打開之前先試著回想每個主題。這是又一次間隔很長的提取練習,也會讓你看見哪些主題從來沒寫過問題。
Dataview 外掛可以幫你列清單。下面這段查詢會列出最近 30 天修改過的筆記,最新的在最上面:[20]
每月回顧用的 Dataview 查詢
```dataview
TABLE file.mtime AS "最後修改"
WHERE file.mtime >= date(today) - dur(30 days)
SORT file.mtime DESC
```不裝社群外掛的話,核心外掛 Bases 也能把筆記顯示成表格,依屬性篩選和排序。[16] 接著做三件事:
- 每個主題不打開筆記,憑記憶寫兩三句。
- 打開筆記,標出漏掉或寫錯的地方。
- 每個漏掉的地方寫一張卡。想不起任何東西的主題,要嘛已經學完,要嘛不值得留,決定是哪一種。
EngramQuest 的情境回顧把同樣的做法用在一段時間的閱讀上:每個主題一份附提取問題的回顧包,值得的主題再做成一支短片。觀看回顧片免費;製作新的回顧片屬於外掛裡的選購升級。[17]
讀書用的 Obsidian 外掛推薦哪些?
先用核心外掛,它們內建在 Obsidian 裡,已經涵蓋這個循環的大部分;只有在某一步明顯需要時,才加裝社群插件。這份清單刻意保持精簡。
| 外掛 | 類型 | 步驟 | 用途 |
|---|---|---|---|
| 範本(Templates) | 核心 | 1 記錄 | 插入讀書筆記範本,可用 {{title}} 等變數[13] |
| 每日筆記(Daily notes) | 核心 | 1 記錄 | 當天日期的筆記,適合當作還沒消化的想法的收件匣 |
| 反向連結(Backlinks) | 核心 | 2 連結 | 看到所有連到目前這篇的筆記 |
| Canvas | 核心 | 2 連結 | 在 2D 畫布上排列、連接筆記,存成開放的 JSON Canvas 檔[15] |
| Bases | 核心 | 6 回顧 | 以表格或卡片檢視筆記,依屬性篩選和排序[16] |
| Spaced Repetition | 社群 | 3–4 提問、練習 | 在 Obsidian 裡複習閃卡和整篇筆記,用 FSRS 或 SM-2 排程;支援單行、多行和克漏字卡[18] |
| Excalidraw | 社群 | 2 連結 | 在 vault 裡手繪圖解,嵌入筆記並連結到其他筆記[19] |
| Dataview | 社群 | 6 回顧 | 用 frontmatter 和行內欄位,把 vault 當資料庫查詢[20] |
| EngramQuest(本站開發) | 社群 | 3–6 | 用 FSRS-5 和分層提示的 Review Deck、Quest Map 練習與 Memory Map;免費安裝和使用,也可以透過 Claude Code 等工具選用 AI 生成教材和影片[17] |
閃卡外掛只用一個就好;兩套排程管同一批卡,會對「什麼時候該出現」意見不同。更詳細的比較請看 Obsidian 閃卡外掛推薦 和 EngramQuest 與 Obsidian Spaced Repetition 比較。EngramQuest 由本站的經營者 powen 開發。
用 Obsidian 讀書時,AI 該放在哪裡?
AI 適合做慢又機械化的部分(從長筆記草擬問題、把課程轉成卡片、編練習情境),但如果它替你做了練習本來要你做的思考,就會有害。一項以近千名高中數學學生為對象的實地實驗中,練習時不設限使用 GPT-4 讓練習成績提高 48%;拿掉 AI 後,這些學生卻比從沒用過的同學低 17%。加上家教式引導限制的版本,大致避開了這個落差。[12]
- 讓 AI 寫問題,不要讓它寫你的答案。 每一張 AI 做的卡,都拿自己的筆記核對。
- 先回想再發問。 先試著回答,再請 AI 解釋你漏掉的部分。
- AI 的產出和你的筆記分開放, 你才永遠知道哪些話是自己寫的。
EngramQuest 就是照這些原則設計的:外掛本身從不呼叫 AI,AI 做的卡片放在 engram-review/ai-cards/ 而不是你的筆記裡,Review Deck 只用手寫卡也能完整使用。[17] 如果你用 Claude Code,一句 把我英文單字的筆記做成 Review Deck 就能做出一副卡組。設定方式請看 Claude Code 頁面 和 Obsidian 搭配 Claude Code;完整的 AI 輔助示範在 在 Obsidian 用 AI 學習。
AI 該拿來寫提取問題,而不是寫你的答案:一項刊在 PNAS 的實地實驗發現,不設限使用 GPT-4 讓練習成績提高 48%,但拿掉之後,學生的成績反而低了 17%。[12]
用 Obsidian 讀書的一週長什麼樣子?
下面是一個主題、下週一考試的完整循環。全程不需要 AI,每個動作都用上面提過的功能。
| 時間 | 在 Obsidian 裡做什麼 |
|---|---|
| 週一 | 上課或閱讀。用範本記下 3 到 5 篇筆記,每篇都連到主題的 MOC。 |
| 週二 | 替昨天的筆記寫問題,把重要的做成閃卡。 |
| 週三 | 第一次憑記憶複習:第 2 天,落在一週後考試的 20% 到 40% 區間內。[8] |
| 週四 | 在空白 Canvas 上憑記憶重畫週一的地圖,替缺口補卡。 |
| 週五 | 應用:一個專案任務、一題例題變化題,或一個練習任務。 |
| 週末 | 只複習到期的卡,各卡組混在一起。 |
| 月底 | 每月回顧:列出本月筆記、回想、核對、替漏掉的地方補卡。 |
常見問題
Obsidian 適合拿來讀書嗎?
適合,前提是在記筆記之外加上提取練習和間隔複習。Obsidian 很擅長記錄和連結想法,再搭配問題和閃卡排程,就能練習把寫過的東西想起來。
學生用 Obsidian 推薦哪些外掛?
先用核心外掛:範本、每日筆記、反向連結、Canvas 和 Bases。再加一個閃卡外掛,例如 Spaced Repetition 或 EngramQuest;需要圖解或回顧清單時,再考慮 Excalidraw 或 Dataview。
不用 AI 也能用 Obsidian 讀書嗎?
可以。這個方法的每一步都能只用核心功能和手寫卡片完成。在 EngramQuest 裡,替筆記加上 #flashcards/主題 標籤、寫 Q: / A: 卡片,它們就會出現在 Review Deck。
Obsidian 的閃卡多久要複習一次?
交給 FSRS 這類排程演算法替每張卡決定。如果只是一週後的一次考試,研究建議第二次讀書放在第一次之後約 2 到 3 天,而不是考前一晚。
畫概念圖或 Canvas 是浪費時間嗎?
不是。用概念圖學習與較好的記憶保留有關,但憑記憶回想的學習效果勝過用概念圖讀書,所以畫完之後,找一天憑記憶重畫一次當作考試。
參考資料
文中每一個研究說法都對應到下列來源;預印本會特別標示。
- Dunlosky, J., Rawson, K. A., Marsh, E. J., Nathan, M. J., & Willingham, D. T. (2013). Improving students' learning with effective learning techniques: Promising directions from cognitive and educational psychology. Psychological Science in the Public Interest, 14(1), 4–58. doi.org/10.1177/1529100612453266
- Roediger, H. L., & Karpicke, J. D. (2006). Test-enhanced learning: Taking memory tests improves long-term retention. Psychological Science, 17(3), 249–255. doi.org/10.1111/j.1467-9280.2006.01693.x
- Karpicke, J. D., & Blunt, J. R. (2011). Retrieval practice produces more learning than elaborative studying with concept mapping. Science, 331(6018), 772–775. doi.org/10.1126/science.1199327
- Nesbit, J. C., & Adesope, O. O. (2006). Learning with concept and knowledge maps: A meta-analysis. Review of Educational Research, 76(3), 413–448. doi.org/10.3102/00346543076003413
- Slamecka, N. J., & Graf, P. (1978). The generation effect: Delineation of a phenomenon. Journal of Experimental Psychology: Human Learning and Memory, 4(6), 592–604. doi.org/10.1037/0278-7393.4.6.592
- Kornell, N., Hays, M. J., & Bjork, R. A. (2009). Unsuccessful retrieval attempts enhance subsequent learning. Journal of Experimental Psychology: Learning, Memory, and Cognition, 35(4), 989–998. doi.org/10.1037/a0015729
- Cepeda, N. J., Pashler, H., Vul, E., Wixted, J. T., & Rohrer, D. (2006). Distributed practice in verbal recall tasks: A review and quantitative synthesis. Psychological Bulletin, 132(3), 354–380. doi.org/10.1037/0033-2909.132.3.354
- Cepeda, N. J., Vul, E., Rohrer, D., Wixted, J. T., & Pashler, H. (2008). Spacing effects in learning: A temporal ridgeline of optimal retention. Psychological Science, 19(11), 1095–1102. doi.org/10.1111/j.1467-9280.2008.02209.x
- Kornell, N., & Bjork, R. A. (2008). Learning concepts and categories: Is spacing the "enemy of induction"? Psychological Science, 19(6), 585–592. doi.org/10.1111/j.1467-9280.2008.02127.x
- Barnett, S. M., & Ceci, S. J. (2002). When and where do we apply what we learn? A taxonomy for far transfer. Psychological Bulletin, 128(4), 612–637. doi.org/10.1037/0033-2909.128.4.612
- Ye, J., Su, J., & Cao, Y. (2022). A stochastic shortest path algorithm for optimizing spaced repetition scheduling. Proceedings of the 28th ACM SIGKDD Conference on Knowledge Discovery and Data Mining (KDD '22). The basis of the FSRS algorithm. doi.org/10.1145/3534678.3539081
- Bastani, H., Bastani, O., Sungu, A., Ge, H., Kabakcı, Ö., & Mariman, R. (2025). Generative AI without guardrails can harm learning: Evidence from high school mathematics. Proceedings of the National Academy of Sciences, 122(26), e2422633122. doi.org/10.1073/pnas.2422633122
- Obsidian (2026). Templates (core plugin). Obsidian Help. Checked 19 November 2026. obsidian.md/help/plugins/templates
- Obsidian (2026). Callouts. Obsidian Help. Checked 19 November 2026. obsidian.md/help/callouts
- Obsidian (2026). Canvas (core plugin). Obsidian Help. Checked 19 November 2026. obsidian.md/help/plugins/canvas
- Obsidian (2026). Introduction to Bases (core plugin). Obsidian Help. Checked 19 November 2026. obsidian.md/help/bases
- EngramQuest (2026). EngramQuest: README (v2.0.x). GitHub, bahfahh/engram-quest. Checked 19 November 2026. github.com/bahfahh/engram-quest
- Mwangi, S. (2026). Obsidian Spaced Repetition Plugin: README. GitHub, st3v3nmw/obsidian-spaced-repetition. Checked 19 November 2026. github.com/st3v3nmw/obsidian-spaced-repetition
- Zsolt Viczián (2026). Excalidraw for Obsidian: README. GitHub, zsviczian/obsidian-excalidraw-plugin. Checked 19 November 2026. github.com/zsviczian/obsidian-excalidraw-plugin
- blacksmithgu (2026). Obsidian Dataview: README and reference (literals, page metadata). GitHub, blacksmithgu/obsidian-dataview. Checked 19 November 2026. github.com/blacksmithgu/obsidian-dataview
關於這篇文章
powen 是 EngramQuest 的開發者。EngramQuest 是免費的 Obsidian 外掛,把筆記變成教材、教學影片、練習任務和 FSRS 閃卡。這裡的文章由 AI 協助蒐集資料與起稿;引用的每一篇研究都對照過原始論文,外掛的細節來自外掛本身的文件與原始碼。
EngramQuest 如何運用記憶科學