知识库怎么分类:几种经典组织法
PARA、卡片盒、MOC、数字编号等经典知识库组织法与真实混血案例。
配套正文:免9b · 姊妹篇:《给 AI 建知识库的三种路子》(本篇回答其中"路由式"内部的"怎么划类别")· 概念科普
这篇学什么:路由式知识库里几种经典的划分类别方法——PARA、CODE、卡片盒、内容地图——各自什么原理、适合谁,以及真实系统为什么都是混血。
三句话讲明白
- PARA 按"可行动程度"分四层:项目、领域、资源、归档——离行动越近的越靠前。
- CODE(常被记成 CODA)是流程不是分类:捕捉、组织、提炼、表达——管你怎么干活;卡片盒按"一卡一念+链接"生长结构。
- 分类法没有最强,只有匹配:任务驱动选 PARA,研究写作选卡片盒,文件多不想挪选内容地图。
讲清楚
PARA(项目 Projects / 领域 Areas / 资源 Resources / 归档 Archives)。出自《打造第二大脑》。原理:不按学科分,按离行动的距离分——正在进行的项目最靠前,需要长期维护的领域次之,主题资料放资源,不再活跃的进归档。妙处:找东西时先问"我在干什么",而不是"这属于什么学科"。代价:东西会在四层之间流动(项目结束挪进归档),需要定期挪动的纪律。适合:任务驱动、事情多线并行的人。
CODE(捕捉 Capture / 组织 Organize / 提炼 Distill / 表达 Express)。同一位作者的方法。注意:它不是分类法,是工作流程——遇到信息先捕获,按 PARA 存放,再逐步提炼摘要,最终为"表达"(写作/产出)服务。它回答"知识怎么流过你",PARA 回答"知识放在哪",两者是配套关系。
卡片盒(Zettelkasten)。社会学家卢曼的方法,一卡只写一个想法(原子化),卡片之间用编号和链接连接,结构在使用中自然生长——不预设分类,连接涌现出主题。适合研究者:写论文时的"外脑"。代价:前期投入大,见效慢。
内容地图(MOC,Maps of Content)。链接笔记派的方案,哲学与 PARB 相反:不挪文件——文件放哪不重要,需要什么主题就建一页"地图",把相关笔记链接进来。PARA 是"让内容随行动搬家",MOC 是"内容不动,入口随建"。适合:已有大量文件、不想搬运整理的人。
数字编号(Johnny Decimal 式)。图书馆式:固定目录 + 数字编号(10-19 是某类,11 是其中一项)。枯燥但极其稳定,AI 导航友好——大型资料库值得借鉴。
真实系统都是混血——拿我们自己举例:本课程的知识库就是四法的组合:来源层按学科域和来源分目录(编号式的稳定骨架);卡片层原子化一卡一念(卡片盒式);主题层不搬卡片、只建索引页聚合链接(内容地图式);整个库按"来源→卡片→主题→课程"分层流动(PARA 的行动性思想)。别选型,选组合——按你的使用方式倒推:任务驱动优先 PARA;研究写作加卡片盒;存量文件多用 MOC 少搬家。
进阶挑战
情境:课题组要整理知识库:在研项目 3 个、五年积累的文献和笔记几千份、还有每人各自的零散想法。年轻老师问"按哪一派建"。
先自己写下方案,再看参考思路。
参考思路(先做再看)
- 分层混用:在研项目按 PARA 的"项目层"管理(随结题归档);历史文献不做大搬家,用 MOC 按课题建地图页聚合;新想法走卡片盒式原子笔记。
- 原则一条:存量不动、增量立规矩——几千份旧文件搬运的成本远大于给它们建入口。
- 给 AI 用的部分:目录骨架保持稳定编号(Agent 导航友好),动态主题交给地图页生长。
去哪深入
三种路子的选型见《给 AI 建知识库的三种路子》;动手建自己的库见付费层《给 AI 建你的资料库》。