我如何把一本书变成一个课程大纲

我如何把一本书变成一个课程大纲

我一直有一个想法，放在脑子里大概有半年了。

把我这套 AI 知识管理系统，做成一个可以教给别人的课程。

但每次我真的坐下来，打开文档，准备开始的时候，都会卡住。

不是因为不知道要教什么。

恰好相反，是因为想教的东西太多了。

text

要讲 Obsidian 的基础设置吗？
要讲 CLAUDE.md 怎么写吗？
要讲 book-to-skill 的操作流程吗？
要讲 Claudian 怎么用吗？
要讲怎么用知识库跑项目吗？
要讲哪本书作为理论基础吗？

每一个问题，我都觉得应该讲。

但全讲，一个课程会变成一本书。

只讲一部分，又不知道从哪里取舍。

这个困境，卡了我很久。

直到有一天，我用一个完全不同的方式解决了它。

困境的本质是什么

我想了很久，这个困境到底卡在哪里。

最后我得出一个结论：

我是在用「我知道什么」来规划课程，而不是用「学生需要什么」来规划课程。

这两个视角，产生的课程结构，是完全不同的。

「我知道什么」的视角，会让你把所有内容都堆进去，因为每一样你都觉得重要。

「学生需要什么」的视角，会逼你做减法，因为学生的时间和注意力是有限的。

但问题是：

我怎么知道学生需要什么？

我不是职业课程设计师，我没有学过教学法，我也没有做过系统的学员调研。

这时候，我想到了一个方法：

用知识库来帮我完成这件事。

第一步：选定一本书作为理论锚点

做课程，不能只靠自己的经验。

经验是零散的，没有系统性。

学生跟着经验学，容易学到「这个人是怎么做的」，但学不到「这件事为什么要这么做」。

所以我决定：

用一本书作为课程的理论骨架，再用我的实战经验填充血肉。

我选了《Building a Second Brain》。

原因很简单：

这本书讲的是「如何建立个人知识系统」，和我在做的事情高度吻合。它有完整的理论框架，有清晰的方法论，也有大量可以被实践验证的观点。

更重要的是：

这是一本我真正读过、真正用过、真正有自己判断的书。

我不想用一本我只是「觉得不错」但没有真正消化的书来做课程。

那样的课程，我没有立场教。

第二步：用 book-to-skill 处理这本书

在开始任何课程设计之前，我先把这本书处理成 Skill。

Bash

/book-to-skill ~/books/building-a-second-brain.pdf

处理完之后，这本书变成了一个可以精确查询的知识模块。

但我没有直接让 Claude 「总结这本书的核心内容」。

我问了一个更具体的问题：

text

基于《Building a Second Brain》的 Skill，
请告诉我这本书的知识结构是什么。
我需要的不是内容摘要，而是：
1. 这本书解决了什么核心问题？
2. 它的论证逻辑是什么？（前一章为什么要在后一章之前）
3. 哪些概念是基础概念，哪些是进阶概念？
4. 书里哪些内容是「理解」层面的，哪些是「操作」层面的？

这四个问题，是我在做课程设计之前必须搞清楚的。

因为课程的结构，应该遵循知识的内在逻辑，而不是书的章节顺序。

书的章节顺序，是作者认为读者应该「阅读」的顺序。

课程的内容顺序，是学生应该「学习并实践」的顺序。

这两者经常是不一样的。

第三步：提炼「可教的知识点」

书的知识结构搞清楚之后，我做了第二步提炼。

我让 Claude 从书里提炼「可教的知识点」：

text

基于《Building a Second Brain》的 Skill，
帮我提炼这本书里所有「可教的知识点」。
什么是「可教的知识点」：
1. 它有一个清晰的名字（可以被命名）
2. 它可以被解释（可以被讲清楚）
3. 它可以被实践（学完之后有动作可以做）
4. 它的掌握程度可以被检验（怎么知道学会了）
请按「基础 / 进阶 / 专项」三个层级分类。
注意：
只提炼真正独立的知识点，不要拆得太碎，
每个知识点用一句话描述它的核心。

输出的列表大概有 31 个知识点。

我没有全部用上。

我做了一个很重要的筛选动作：

用红黄绿三色标记每个知识点：

text

🟢 绿色：这个知识点，我有真实的操作经验，
         而且我认为它对学生最重要
🟡 黄色：这个知识点有价值，但我自己用得不多，
         或者它对初学者来说太超前了
🔴 红色：这个知识点书里有，但和我的系统关系不大，
         或者我自己并不认同这个做法

筛选完之后：

text

🟢 绿色：14 个
🟡 黄色：11 个
🔴 红色：6 个

第一版课程大纲，只用绿色的 14 个。

黄色的留着，未来做进阶课程时再考虑。

红色的，直接放弃。

这个筛选动作很关键。

因为它保证了：

课程里每一个知识点，都是我真正用过、真正认同、真正有能力教好的。

第四步：加入我自己的实战知识

书里的知识点确定之后，我做了一个对比：

书里有哪些概念，在我的实战系统里有对应的、更具体的实现？

我让 Claude 帮我做了一个映射：

text

左边是《Building a Second Brain》里的核心概念，
右边是我的 Skill Stack 系统里对应的实现方式。
请帮我建立一个映射表：
书里的概念 → 我系统里的具体工具/方法

输出的映射表，大概是这样的：

text

书里的概念                    →  我的系统实现
──────────────────────────────────────────────
「捕捉」（Capture）           →  inbox/ + claude-obsidian 自动入库
「组织」（Organize）          →  PARA 结构 + Vault 目录设计
「提炼」（Distill）           →  book-to-skill 拆书提炼
「表达」（Express）           →  Claudian 驱动项目输出
「项目驱动知识」              →  project-brief.md 工作流
「知识可被调用」              →  Skill 系统 + /call-skill
「知识库作为外脑」            →  CLAUDE.md 定义 AI 协作规则

这个映射，解决了一个很重要的问题：

课程不只是讲书，而是讲「书里的原则，在真实系统里是怎么落地的」。

这让课程有了两个层次：

text

理论层：为什么要这么做（来自书）
实践层：具体怎么做（来自我的系统）

学生学完，不只是理解了概念，而是有一套可以立刻开始用的系统。

第五步：用知识库验证课程逻辑

大纲草稿出来之后，我没有直接定稿。

我用知识库做了一次「课程逻辑验证」。

我的问题是：

这套课程大纲，逻辑上有没有漏洞？

具体来说，我让 Claude 扮演三个不同的视角来审视大纲：

视角一：第一次接触 AI 知识管理的初学者

text

请以一个从来没用过 Obsidian、
对 AI 工具了解很少、
但想建立自己的知识系统的普通人视角，
阅读这份课程大纲。
告诉我：
1. 哪里会看不懂？
2. 哪里会觉得太难、想放弃？
3. 哪个环节，你不知道「学完了之后能做什么」？
4. 有没有先学了 A，但发现 A 依赖没讲过的 B？

视角二：已经有笔记系统但想升级的中级用户

text

请以一个用了两年 Notion 或 Obsidian、
对工具不陌生、但知识库没有真正用起来、
想用 AI 升级系统的人的视角，
阅读这份课程大纲。
告诉我：
1. 哪些内容对你来说是已知的，可以跳过？
2. 哪些内容是你真正想看的？
3. 有没有你最关心的问题，课程里没有回答？

视角三：我自己一年后回来看

text

请以「这套系统的创建者，一年之后回来
重新审视这套课程」的视角，
阅读这份课程大纲。
告诉我：
1. 哪些内容可能很快就会过时？
2. 哪些内容是这套系统真正核心的、不会变的？
3. 如果只能保留一半内容，你会保留哪些？

三个视角的反馈，让我发现了课程大纲里几个真实的问题：

问题一：第一个模块太重了。

我把 Obsidian 基础设置放在了第一个模块，内容很多，但对有些学生来说门槛太高，容易在起点就放弃。

调整方案：

把 Obsidian 安装和基础设置，做成一个「前置准备」，不算在正式课程模块里。进入正式课程时，假设学生已经完成了前置准备。

问题二：「为什么要这样做」的内容太少。

初学者不是不愿意学操作，而是不理解「为什么」的时候，操作步骤记不住，也不知道遇到问题怎么变通。

调整方案：

每个模块的开头，加一个「这一步解决什么问题」的两分钟解释，先建立动机，再进入操作。

问题三：没有一个「最小可运行版本」。

中级用户反馈：课程信息量很大，但不知道「学完第几课之后，我就可以开始用了」。

调整方案：

在课程中间，加一个「MVP 检查点」：学完前三个模块，你就应该能用这个系统完成一个最小项目。后面的模块是扩展和优化，不是入门必学。

这三个调整，让课程逻辑明显更清晰了。

第六步：生成最终课程大纲

整合了所有的分析和调整之后，我让 Claude 生成了最终版本的课程大纲：

text

请基于以下输入，生成最终版本的课程大纲：
输入：
1. 筛选后的 14 个绿色知识点
2. 书的理论框架和我的系统实现的映射表
3. 三个视角的逻辑验证反馈
4. 我的三个调整方案
要求：
1. 课程分为三个阶段
2. 每个模块包含：
   - 模块名称
   - 这个模块解决什么问题（一句话）
   - 学完之后学生能做什么（一个具体的行动）
   - 包含哪些知识点
   - 预计时长
3. 标注 MVP 检查点的位置
4. 总时长控制在 6 小时以内

最终生成的课程大纲是这样的：

Markdown

# 用 AI 搭建你的知识操作系统
# 课程大纲 v1.0
## 前置准备（不计入正式课时）
- 安装 Obsidian
- 安装 Claudian 插件
- 注册 Claude API
- 创建第一个 Vault
预计时间：30 分钟
---
## 第一阶段：建立地基（Why + What）
目标：理解这套系统的逻辑，建好最基本的结构
### 模块 01：你的知识为什么没有在帮你工作
解决的问题：理解「收藏」和「调用」的区别
学完能做什么：能说清楚自己的知识管理哪里出了问题
包含知识点：
  - 知识消费 vs 知识资产
  - 为什么「整理」不解决问题
  - 什么是「项目驱动的知识库」
预计时长：20 分钟
### 模块 02：搭建你的 Obsidian Vault 结构
解决的问题：知识存在哪里，用什么逻辑组织
学完能做什么：建好一个有完整目录结构的 Vault
包含知识点：
  - PARA 框架的本质和我的改造版本
  - 四个核心文件夹的作用
  - 文件命名规范
  - 为什么「按主题」整理知识是个陷阱
预计时长：30 分钟
### 模块 03：写给 AI 的协作说明书：CLAUDE.md
解决的问题：让 AI 真正理解你的系统，而不是每次从零开始
学完能做什么：写出一份自己的 CLAUDE.md
包含知识点：
  - CLAUDE.md 是什么，不是什么
  - 必须包含的五个部分
  - 我的 CLAUDE.md 完整版（可直接参考）
  - 一个 bad case 和 good case 对比
预计时长：40 分钟
━━━━━━━━━━━━━━━━━━━━━━━━━━━
✅ MVP 检查点
学完前三个模块，你应该能完成：
用你的 Vault 和 CLAUDE.md，让 Claude 帮你
整理一篇文章或一段笔记，并存入正确的位置。
如果能做到这一步，地基就建好了。
━━━━━━━━━━━━━━━━━━━━━━━━━━━
---
## 第二阶段：知识入库（How to Build）
目标：把书、资料、经验，变成 AI 可以调用的资产
### 模块 04：用 book-to-skill 把书变成可调用资产
解决的问题：书读完就忘，知识无法在项目里被调用
学完能做什么：把一本书处理成 Skill，让 Claude 精准调用
包含知识点：
  - 为什么直接丢 PDF 不够好
  - book-to-skill 的完整操作流程
  - 处理前 vs 处理后的实际对比
  - 哪些「书」适合处理成 Skill
预计时长：40 分钟
### 模块 05：用 claude-obsidian 自动整理知识
解决的问题：素材入库要花大量时间手动整理
学完能做什么：让 AI 自动把新素材分类整理进 Vault
包含知识点：
  - claude-obsidian 的工作原理
  - 如何让 AI 理解你的 Vault 规范
  - 自动生成知识卡片的提示词模板
  - 什么时候该让 AI 整理，什么时候要自己判断
预计时长：40 分钟
### 模块 06：在 Obsidian 里和 AI 实时工作：Claudian
解决的问题：切换工具打断工作流，上下文丢失
学完能做什么：在 Obsidian 里完成一次完整的 AI 辅助工作
包含知识点：
  - Claudian 是什么，解决什么问题
  - 四个最常用的交互方式
  - @提及和斜杠命令的使用场景
  - 我最常用的 10 个工作流快捷方式
预计时长：50 分钟
---
## 第三阶段：驱动项目（How to Use）
目标：用知识库跑通一个真实项目，从这里开始产生复利
### 模块 07：project-brief：每个项目的起点
解决的问题：每次项目开始还是从零想，不知道用哪些知识
学完能做什么：用 project-brief 定义一个真实项目
包含知识点：
  - 为什么先有项目，再有知识整理
  - project-brief.md 的完整格式（可直接复用）
  - 如何让 Claude 基于 project-brief 工作
  - 项目文件夹的完整结构
预计时长：30 分钟
### 模块 08：从知识库到真实输出：一个完整项目实战
解决的问题：知道方法，但不知道完整流程长什么样
学完能做什么：独立完成一个「知识库驱动项目」的完整流程
包含知识点：
  - 完整工作流的七个步骤
  - 哪些环节 AI 来做，哪些必须人来判断
  - 项目复盘和 workflow 沉淀
  - 如何让每次项目都让系统更强
预计时长：60 分钟
### 模块 09：让系统持续生长：维护和迭代
解决的问题：系统搭完之后慢慢僵死，越来越不好用
学完能做什么：建立一套可持续维护系统的习惯和机制
包含知识点：
  - 知识库维护的四个触发时机
  - 每周 10 分钟维护清单
  - 如何判断知识库是否还健康
  - 系统迭代 vs 系统推倒重来的判断标准
预计时长：30 分钟
---
## 课程总时长
正式模块：约 5.5 小时
前置准备：30 分钟
总计：约 6 小时
## 学完之后能做什么
- 有一个完整的 Obsidian 知识库
- 有一份自己的 CLAUDE.md
- 有至少 3 本书的 Skill 文件
- 跑通了一个真实项目
- 有一套可以持续维护的系统习惯

这份大纲，和我第一次试图规划课程时在空白文档里想出来的版本，差距非常大。

不只是更完整，而是更有逻辑。

每一个模块，都能回答三个问题：

text

1. 它解决什么问题？
2. 学完之后学生能做什么？
3. 它为什么在这个位置，而不是别的位置？

这三个问题，是我在做知识库分析的过程中，被逼着想清楚的。

这个过程里，最关键的一个动作

回头看整个过程，如果只能留一个动作，我觉得是：

用三个不同视角验证课程逻辑。

初学者视角、中级用户视角、未来的自己视角。

这三个视角，帮我在课程内容定稿之前，发现了三个真实的结构问题。

如果没有这一步，我大概率会生成一份「从我自己视角看起来很完整」的大纲，然后发现学生其实很难跟着走。

这个教训来自一个程序员的经验：

代码写完，先自己测一遍，不够。要让人从外部来测，才能发现真正的问题。

课程大纲也一样。

你自己觉得逻辑清晰，不代表学生觉得逻辑清晰。

用 AI 模拟不同视角，不能完全替代真实用户的反馈，但它能在你花时间制作课程内容之前，先把大方向的逻辑问题找出来。

这个成本，非常值得。

一个让我想了很久的问题

课程大纲做完之后，我问了自己一个问题：

这门课，是在教一套工具，还是在教一种思维方式？

我想了很久。

最后我觉得，真正的答案是：

工具是入口，思维方式才是出口。

学生跟着课程走，学的表面上是 Obsidian、CLAUDE.md、book-to-skill。

但如果课程设计得对，他们带走的应该是：

text

知识只有被调用才有价值。
项目先行，知识随需入库。
AI 是放大器，知识库才是你的护城河。
系统不是用来炫耀的，是用来干活的。

这些判断，不是来自任何一本书，也不是 AI 生成的。

它们是我这一年真正折腾、真正踩坑、真正跑通项目之后，沉淀下来的认知。

这才是这门课最核心的内容。

书是骨架，工具是血肉，我的判断才是灵魂。

普通人怎么开始

如果你也想把一本书或一套经验，变成可以教给别人的课程，可以从这里开始：

text

1. 选一本你真正读过、真正用过的书
   （不能是「感觉有用但没实践过」的书）
2. 用 book-to-skill 处理它，提炼可教的知识点
3. 用红黄绿筛选：只留你真正有经验、真正认同的
4. 建立书里的概念和你实战经验的映射表
5. 用三个视角验证大纲逻辑：
   - 初学者视角
   - 中级用户视角
   - 未来的自己视角
6. 基于反馈调整大纲，加入 MVP 检查点
7. 生成最终大纲，每个模块必须能回答：
   解决什么问题？学完能做什么？

最小版本：

text

选一本书
→ 提炼 10 个可教的知识点
→ 红黄绿筛选，保留 5 个绿色
→ 排成 3 个模块
→ 用初学者视角检验一遍
→ 这就是你的第一版课程大纲

5 个知识点，3 个模块，1 小时的课程。

先跑通这个，再想更大的。

最后想说的话

这件事做完之后，我对「用知识库做事」有了一个新的理解。

以前我觉得，知识库主要是用来「存」和「找」的。

存知识，找知识。

但这五个项目做下来，我意识到，知识库更深的价值是用来「想」的。

当你要做一件复杂的事，比如规划一门课程，比如做一次产品调研，比如规划季度内容计划，知识库能帮你做的，不只是提供素材，而是帮你构建思考的框架。

它把你的问题从：

我应该做什么？

变成：

基于我已有的积累，我现在最应该做什么？

这个转变，是知识库真正开始发挥作用的时刻。

我是【一只阿木木】——公开建造我的 AI 第二大脑。

普通人如何用 AI 搭建自己的知识操作系统？

一个程序员出身的知识工作者，公开记录自己如何用 AI 工具搭建个人知识系统、把读过的书和做过的项目变成可复用资产的全过程。

欢迎加入行动营👇获取更多Obsidian + AI数字大脑实践

我相信：在 AI 时代，每个普通人都该拥有一个自动生长的知识系统

欢迎关注【一只阿木木】🌊