把這二十幾天寫下的東西想成一座城市,不是一疊紙。每個概念是一棟房子,每一句「這個跟那個有關」是一條路。紙攤在桌上的時候,你只能問「這裡面有什麼」;變成地圖之後,才問得出另一種問題——哪兩區之間,一條路都沒有?
這個想法是 2020 年代一批做圖譜檢索的工程師做出來的。他們先把一堆文本拆成「東西」跟「東西之間的關係」,畫成一張圖,讓 AI 沿著圖回答問題。做著做著發現一件副產品:圖畫出來,連線特別稀疏的地方自己會浮出來,不用人一頁一頁翻。
它相信的事跟這條線的立場剛好相反:它想省掉挖掘,這條線的價值正在挖掘。所以它在這裡只做一件事——記帳。想過的東西不該每次重想;今天畫的圖,明天接著用。但它只能對放進去的東西喊空白,生不出從外面挖回來的點。帳房,不是引擎。
出處:Edge, D., Trinh, H., Cheng, N., Bradley, J., Chao, A., Mody, A., Truitt, S., & Larson, J. (2024). From Local to Global: A Graph RAG Approach to Query-Focused Summarization. arXiv preprint arXiv:2404.16130.
它讀 D02 到 D23 每一個資料夾裡這一輪的檔案,舊版不讀。每個概念、每條主張、每條弱訊號、每個空格是一個點,點標它現在的狀態——可信、暫存、棄、小徵兆、浮現中、明確、還沒定;誰跟誰有關是一條線,線上寫是哪一天、哪份檔案記下的,沒有出處的線不准畫。然後沿著線走一遍,找連線最稀疏的地方列成清單,每一處判一句:真的空白,還是我們沒把材料放進去。
這個 skill 的 prompt 這樣下:
幫我建 D24 的 skill。
它相信:想過的東西不該每次重想。
筆記不是一疊紙,是一張城市地圖——有了地圖才問得出「哪兩區之間一條路都沒有」。我說「幫我落帳」的時候,它把這二十幾天留下的東西全部倒進同一張圖。
每個概念、每條主張、每條弱訊號、每個空格都是一個點。
誰跟誰有關是一條線,線要寫是哪一天、哪一份檔案記下的。
每個點標它現在的狀態:可信、暫存、棄、弱訊號哪一級、還沒定。
然後沿著線走一遍,找連線最稀疏的地方,列成清單。
每一處稀疏都要判一句:是真的空白,還是我們沒把材料放進去。
它只管記帳,不挖掘——它只能對放進去的東西喊空白,生不出從外面挖回來的點。各天資料夾裡的舊版不讀。
存到作業區/D24/。
把這句話直接丟進 Claude Code:
幫我落帳
它讀了 D02 到 D23 的四十四份檔案,十七個舊版資料夾一個都沒開。沒上網、沒新增材料、沒改前面任何一天的任何一格。
點 280 個。 概念 123、主張 76、弱訊號 27、空格 54。線 186 條,每一條都有出處——同一組關係被好幾天各自寫過的記成一條,出處欄把天數列全。狀態分布:可信 3、暫存 43、棄 4、小徵兆 9、浮現中 7、明確 11,還沒定 203——概念跟空格本來就沒有狀態,加上二十六條沒有哪一天給過狀態的主張。
圖畫在群跟群的層次,三十個區塊、四十幾條線;兩百八十個點全列在登記表裡。

稀疏區 32 處:真空白 4 處,漏登記 28 處。 它自己定的規矩是寧可少喊空白,判不出來的一律寫漏登記。
最值得看的三處:
下一篇:三支 skill 加一間帳房,排成一張班表,合成一支——然後全部跑一次。