让 AI 帮我把笔记写得以后找得到
一条笔记一个主题，开头一句话说清结论，带上当时的困惑。读完知道每次该挑哪几条喂进去。
你把笔记应用里的搜索词从「吐司」改成「底部湿」，又改成「没熟」，三次搜索一共翻出 27 条记录，没有一条是你记得的那条。四个月后的周六早上，同样的问题又出现在烤盘里：底部发黏，中间切开还有湿面。
你记得自己处理过这件事。往回翻到 3 月 17 日，终于看到当晚 11 点 26 分写下的那一条：
今天这炉还是不对，温度低一点好像有用。底下湿，可能再烤会儿？下次看情况。
当时你刚称完面团，烤箱面板、食谱和切开的吐司都摆在眼前。你知道「温度低一点」具体低了多少，也知道水加了多少。于是你以为写下现象和大概方向就够了，几个月后的自己自然能接上。
现在这句话确实找到了，你却说不清它指哪一炉，也不知道该调温度、减水，还是延长时间。原因很具体：记笔记时，完整处境还在脑子里，你只写了当时觉得会忘的那一小截。等处境消失，这条笔记就只对当晚的你成立。
把它原样交给 AI，问「这条笔记是什么意思」，AI 只能猜。让它改做整理：一条只留一个主题，把结论提到第一行，再补上当时条件、没想通的问题和下次用途；原文缺的信息标成待补。一条笔记能不能再次派上用场，取决于它有没有把当时的上下文一起带回来。
可同一句随手记，改成什么样，四个月后才能搜得到、看得懂，还能让 AI 接着回答？下面直接拿这 27 条里的三条试一次。
它在本机保存 Markdown 与 SQLite，用关键词和语义两路找回相关段落，只把命中的几段交给 AI。项目用 Python 编写，采用 AGPL-3.0 许可，也提供 Cursor 与 Claude Code 的 skill。
查看 GitHub 项目 查看项目主页搜索只能按留下来的文字找。原笔记写了「温度低一点」，却没有面板温度、实测温度和这炉面团的水量；写了「再烤会儿」，却没有多烤几分钟后的结果。关键词命中了，判断所需的条件仍然缺席。
检索先找到结论，回看再靠处境理解结论。所以一条笔记只放一个主题，第一行写当时认准的答案，后面跟上当时的条件、没想通的地方和下次用在什么问题上。
改写后：
结论：这台烤箱设为 180℃ 时，炉内实测只有 160℃，这炉中间没熟与温度偏低有关。
当时条件：450 克吐司，水 245 克，烤 32 分钟。
困惑：底部湿是否还和水量有关，下一炉按重量减 10 克再验证。
用在：下次搜索「吐司底部湿」「中间没熟」「烤箱温度偏低」时。
这版多写的每一行都有用途：第一行让检索抓到答案；当时条件让未来的你知道这个答案适用于哪一炉；困惑保留了还没验证的边界；用途提前放进未来可能会搜的词。困惑这一行尤其关键，AI 看到它，才知道该接着解决哪一点。
把旧笔记贴到模板最后。AI 只整理已有事实，缺口标成待补，能避免猜测混进笔记。
- 先限定整理范围
请把下面的随手记改写成几个月后仍能检索、也能看懂的笔记。一条只保留一个主题；如果原文混了多个主题，请拆开。
- 把结论放在第一行
第一行写「结论：」，用一句完整的话写清我当时确认了什么。不要把过程当结论。
- 补齐理解这句话所需的处境
继续写「当时条件：」「困惑：」「用在：」。只使用原文已有事实，不补写我没提供的信息；缺少的内容标成【待补：具体问题】。
- 留下未来可能搜索的说法
最后列出 3 到 5 个我以后可能会输入的搜索词，要包含现象、对象和结论里的关键说法。下面是原笔记：[把随手记贴在这里]
AI 返回后，先补完【待补】再保存。尤其核对数字、时间和因果关系，整理格式可以交给它，事实仍以你的记录为准。
笔记写得清楚，检索才有抓手。检索命中后，再挑与这次问题直接相关的三五条交给 AI。演示里五十条一起放进去时，相关三条只占 6%，回答顺着出现最多的「发酵」跑远；只放命中的三条时，每一句建议都能指回记录里的温度、水量和挡火做法。
这是使用经验：内容越多，相关信息在当前输入里占得越少，回答越容易变成对任何吐司都成立的建议。先手动挑一段时间，笔记多到挑选开始费神，再考虑自动召回工具。笔记之外还有两层更省事的记忆，见 外部记忆分三层。这些笔记怎么串成一条路径，见 给自己设计一门课。