如何在 Coursera 上做笔记（并且真正使用它们）

真正的问题是，人们像看电视一样观看视频课程，但真正的保留需要积极参与。分散的笔记只是这种更深层问题的症状。

这些挫折听起来可能很熟悉：

• **暂停-播放-倒带循环：**不断停止视频进行打字会分散你的注意力，并扼杀讲座的流程。
• **缺少视觉背景：**你的纯文本笔记无法捕捉到讲师刚画的关键图表或他们突出显示的确切代码行。文字记录遗漏了屏幕上的内容。
• **杂乱无章的屏幕截图：**获取屏幕截图很容易，但它们最终会出现在一个随机文件夹中，与笔记和它们所属的视频时间戳断开连接。
• **碎片化的系统：**你的笔记在一个应用程序中，你的屏幕截图在其他地方，视频卡在 Coursera 的平台上。没有任何东西是连接的。

这种碎片化的混乱不仅使你的笔记难以使用，而且几乎不可能从中学习。你可以花几个小时观看讲座，但几乎没有什么可以展示的。我们的 视频学习核心问题 指南更深入地探讨了这些挑战。

问题不是缺乏努力，而是缺乏专为满足视频学习的特定需求而设计的工作流程。

数据也说明了同样的问题。Coursera 自己的学习者成果报告发现，91% 以职业为重点的学习者实现了他们的目标，但这种成功取决于积极学习。被动学习者的结果要差得多，证明了好的笔记和有形的职业益处之间的联系。你可以在 Coursera 的详细报告 中看到完整的细分。没有一个可靠的系统，你的宝贵见解注定要进入数字墓地。

#在你按下播放键之前打好基础

一个好的学习课程在你按下播放按钮之前就开始了。没有计划地投入 Coursera 讲座就像试图在没有准备好食材的情况下烹饪一顿复杂的饭菜一样——它很混乱、缓慢，并且最终结果会受到影响。

花五分钟设置一个简单、可重复的系统可以消除这种摩擦。目标不是建立一些复杂的应用程序装置，而是创建一个清晰、指定的空间来存放你的笔记。这个简单的行为会让你大脑做好集中注意力的准备。

#选择你的基地：Obsidian 还是 Notion？

你的笔记应用程序就是你的数字实验室。最好的应用程序让你可以在不同的课程和主题之间连接想法。虽然有很多选择，但 Obsidian 和 Notion 是严肃学习者最受欢迎的两种选择。要获得更广泛的了解，请查看我们关于 学生最佳笔记应用程序 的指南。

哪一个适合你？

对于 Obsidian 用户，主要的吸引力在于本地优先的所有权和隐私。你的笔记只是你电脑上的纯 Markdown 文件。你永远拥有它们。

• 在你的 Obsidian 保险库中创建一个新文件夹。一个常见的文件夹是 03 - COURSES。
• 在该文件夹中，为特定课程创建一个子文件夹，例如 Machine Learning Specialization。
• 最后，为每个讲座创建一个新的 Markdown 文件。一个简单的命名约定，如 01 - Introduction to Machine Learning.md 就完美了。

对于 Notion 用户，优势在于结构化数据库和协作功能。

• 创建一个名为 Coursera Dashboard 的新顶级页面。
• 在该页面中，创建一个新的数据库（表格视图是一个好的开始）。
• 添加属性以跟踪进度：Course Name（选择）、Module（文本）、Lecture Title（标题）和 Status（选择：未开始、进行中、已完成）。

这个准备过程花费不到五分钟，但收益是巨大的。你已经回答了“这个笔记放在哪里？”这个问题，这个问题经常会在讲座中扼杀你的动力。

#Coursera 笔记系统设置比较

为了使选择更清晰，这里简要概述了这两个应用程序对于 Coursera 学习者的比较。

Obsidian 用于构建你完全拥有的“第二大脑”。Notion 用于像项目经理一样组织你的学习。

#添加一个专用捕获工具

你的基地用于在学习之后组织知识。但你仍然需要一种有效的方法来将想法从视频导入你的系统。不断暂停、切换、打字和屏幕截图会分散你的注意力。

这就是专用捕获工具的用武之地。它是连接 Coursera 视频播放器和你的笔记的桥梁。HoverNotes 是一个 Chrome 扩展程序，可以和你一起观看视频，生成 AI 笔记，并将它们作为 Markdown 文件直接保存到你的文件系统中。它可以自动化捕获工作流程。

对于 Obsidian 用户，这是一个完美的匹配。笔记以 .md 文件的形式直接保存到你的 Obsidian 保险库中。没有专有格式或同步服务——你的笔记属于你。

关键是将捕获行为与组织行为分开。让工具处理捕获，这样你就可以专注于理解材料。

理解只是第一步。数据显示 88% 的高绩效者 通过立即应用新技能来实现这一目标，而不仅仅是被动地消费内容。要将笔记转化为真正的知识，请在每次讲座后尝试“费曼技巧”：用你自己的简单语言总结核心概念。然后，你可以使用 Coursera 庞大的 9820 万次评估 库来测试自己。

这种积极的方法奏效了。Coursera 的研究发现，使用其 AI 教练的 94% 的用户 通过简化概念提高了保留率，这使参与度提高了 45%。关键在于将被动观看变成一个强大的学习练习。你可以在 完整的 Coursera 学习者成果报告 中看到更多详细信息。

#主动视频笔记的实用技巧

好了，你已经设置好了你的系统。是时候点击播放了。在这里，你将把被动的屏幕时间转化为主动的学习课程。

目标不仅仅是转录讲师所说的话。你需要捕捉整个上下文：他们绘制的图表、他们屏幕上的代码以及他们发生时的你自己的想法。

学习者犯的最大错误是把视频讲座当作播客。Coursera 上的大部分关键信息都是纯粹视觉的。讲师通过绘制决策树来解释机器学习模型，或者开发人员实时调试代码——简单的文本记录遗漏了所有这些。

这就是为什么老式的笔记方法行不通的原因。你不断地暂停以笨拙地绘制图表，或者拍摄一个最终丢失在你的桌面上，与你的笔记断开连接的完整屏幕截图。你需要一种方法来获取视觉证据并将其嵌入到它所属的位置。

这个简单的三步流程展示了准备工作如何使实时捕获更流畅。

通过准备好概念和布局，你可以专注于捕获信息，而不是摆弄工具。

#通过视觉捕获超越转录

你的目标不是创建逐字稿。逐字记录可能会分散注意力，将关键见解埋在一堵文字墙中。（如果你确实想充分利用文字记录，我们有一份关于 如何有效地转录 YouTube 视频 的指南）。

真正的价值来自于选择性地捕捉重要时刻。专为视频学习设计的工具在这里改变了游戏规则。例如，HoverNotes 是一个 Chrome 扩展程序，可以在任何带有视频的网站上工作，让你只需单击一下即可拍摄屏幕截图。

但这里是关键：与普通的屏幕截图不同，每个捕获都会自动添加时间戳。

在你的笔记中单击该屏幕截图会让你跳回到 Coursera 视频中的确切时刻。仅此功能就可以节省数小时的在时间轴上搜索以找到那个特定图表的时间。

你甚至可以使用它的“剪切捕获”来仅捕获屏幕的相关部分——特定的公式或代码块——而不是整个视频帧。这些视觉片段会直接弹出到你的笔记中，提供即时上下文。

#让 AI 处理初稿

试图在处理复杂主题的同时键入每个关键点是认知超载的秘诀。你不能同时做好这两件事。

这是 AI 助手的一项完美工作。让它处理创建基线摘要或大纲的繁重工作。这使你可以自由地进行批判性思考。

这是一个实用、混合的方法：

1. 生成 AI 笔记： 在视频播放时，让像 HoverNotes 这样的工具生成结构化摘要和关键要点。与仅解析文字记录的工具不同，HoverNotes 会观看视频以捕获屏幕上实际显示的内容。
2. 实时注释： 在 AI 工作时，添加你自己的想法。使用简单的标签，如 [Q] 表示问题或 [!] 表示见解。例如：[Q] 为什么他在这里使用递归函数而不是简单的循环？
3. 捕获关键视觉效果： 当讲师展示关键图表时，使用键盘快捷键来捕获带有时间戳的屏幕截图。

这种方法为你提供了 AI 的效率，而不会牺牲你自己的积极参与。AI 奠定了基础，但你的个人注释和视觉捕获将通用摘要变成了强大的学习文档。

#你自己的问题的力量

你的笔记不应仅仅是讲师所说内容的记录。它们应该成为你的思维过程的记录。最有效的学习技巧之一就是简单地记录下你提出的问题。

每当一个概念感觉模糊或激发新想法时，就把它记下来。

• “为什么学习率专门设置为 0.01？”
• “这与模块 2 中的梯度下降概念有何关系？”
• “我可以将这项精确的技术应用于我当前的项目吗？”

这些问题将你的笔记从被动的数据转储转变为主动的工作区。它们成为你课后复习会议的待办事项列表，指导你填补知识空白，并将新信息与你已知的知识联系起来。

这种积极的方法具有可衡量的影响。Coursera 的数据显示，虽然 85% 的使用机器翻译的学习者 实现了职业目标，但这种成功与提高保留率的工具有关。35% 的学习者 报告说，AI 专门帮助他们更好地保留材料。在超过 52,000 名受访者中，当他们的笔记帮助他们应用这些概念时，84% 成功地发展了技术技能——这与被动观看者看到的结果截然不同。

这一切都指向相同的结论：你的学习系统需要积极地支持你，而不仅仅是记录你所听到的内容。

#你在课后进行的最大限度保留的工作流程

观看视频只是开始。将信息从短期回忆转移到持久的长期记忆的部分发生在你在关闭 Coursera 标签之后。

这是大多数人失败的地方。他们完成了一个讲座，感到一阵成就感，然后继续前进。他们新鲜的笔记被留在那里收集数字灰尘，知识消失了。实际价值来自于讲座后立即进行的简短、慎重的复习。

这不是关于花费数小时制作完美的摘要。这是一个快速的 15 分钟例程，迫使你的大脑再次处理这些材料。积极的处理是使新知识坚持下去的原因。

#15 分钟的复习例程

你的课后工作流程需要保持一致和快速。目标是参与，而不是完美。一个你实际做的简单、可重复的过程比你只使用一半时间的精心设计的系统更强大。

这是一个简单的清单：

1. 快速扫描（5 分钟）： 在讲座结束后，快速浏览笔记。不要深入分析任何内容。只需将你的大脑重新暴露于关键概念、图表和你的问题即可。这是一种心理热身。
2. 大声解释（5 分钟）： 现在，选择一个或两个最重要的想法。用你自己的话说清楚，就好像你在教朋友一样。这是 费曼技巧 的简化版本，它在向你展示你真正不理解的内容方面非常有效。
3. 连接点（5 分钟）： 最后一步是将这些新信息编织到你现有的思维导图中。问自己：“这个 [[Gradient Descent]] 概念与我从 [[Linear Regression]] 中学到的内容有什么联系？” 这就是你构建真正的知识图谱的方式，而不仅仅是一堆孤立的事实。

这个简单的例程是一个巨大的学习倍增器。它将笔记从被动的记录行为转变为主动的理解过程。

#在你的 PKM 中建立联系

你的个人知识管理 (PKM) 系统，无论是 Obsidian 还是 Notion，都是这个课后流程发挥作用的地方。这就是你如何将分散的讲座笔记变成一个有凝聚力的、可搜索的知识库。

对于 Obsidian 用户，这就是 [[wikilinks]] 是你的超能力的地方。在复习笔记时，开始将关键术语链接到你的保险库中的其他笔记。

• 教授是否提到了 [[Stochastic Gradient Descent]]？将其链接到你现有的、更基础的关于 [[Gradient Descent]] 的笔记。
• 一个概念是否让你想起你读过的东西？为 [[Book - Thinking, Fast and Slow]] 创建一个新的占位符链接并将其连接回去。

每个链接都加强了你的理解并建立了一个互连思想的丰富网络。随着时间的推移，你的保险库成为一个个人 wiki，直观地向你展示了不同概念之间的关系。

对于 Notion 用户，优势在于数据库关系。如果你设置了我们之前讨论的那个主课程数据库，你现在可以使用关系属性来连接你的新讲座笔记。

例如，你可以创建一个 Related Lectures 属性，将当前笔记链接回前一个模块中的基础概念。这为你在学习时建立了明确的、可导航的路径。

#让你的笔记为你工作

主动复习将记笔记的人与学习者区分开来。虽然专业证书的注册人数正在蓬勃发展，但研究表明，只有当 79% 的学习者 积极地使用他们的笔记时，他们的工作表现才会得到改善。

将此付诸实践的一个好方法是为你的数字笔记改编康奈尔笔记法。在复习时，将你的笔记分成线索、主要笔记和摘要部分。你捕获的时间戳可以位于“线索”列中。然后，在复习之后，将整个讲座提炼成摘要部分中的几句话。你可以在 Coursera 学习者如何实现他们的目标 中看到更多数据。

这种总结行为迫使你更深入地处理这些材料。

你甚至可以在完成一个模块后将你的笔记变成一个快速学习指南。如果你正在寻找一种结构化的方法来做到这一点，请查看我们关于如何构建一个强大的 学习指南制作器 工作流程的指南。关键是让你的笔记成为学习的积极工具，而不仅仅是被动的档案。

#将你的 Coursera 笔记变成持久的知识库

关于在 Coursera 上做笔记的事情是——真正的目标不仅仅是通过期末测验。而是建立一个永久的、可搜索的你自己的知识库，随着时间的推移变得更有价值。你不仅仅是收集事实；你正在构建第二个大脑。

这种长期资产的基础归结为格式。专有格式是一个陷阱。它们将你辛苦获得的知识锁定在特定的应用程序中，如果该应用程序消失了，你的笔记就会被劫持。

这就是纯文本，特别是 Markdown (.md) 如此强大的原因。Markdown 文件是面向未来的。任何计算机上的任何文本编辑器都可以打开它们，无论是今天还是 20 年后。你完全拥有它们。

#本地优先 Markdown 的力量

这种所有权的想法是像 Obsidian 这样的本地优先工具背后的核心理念。当你将这样的工具与尊重你数据的捕获方法配对时，你就可以在你的在线学习和你的个人知识库之间创建一个无缝的桥梁。

例如，HoverNotes 是为此确切的工作流程而构建的。它将你的人工智能生成的笔记、屏幕截图和注释作为干净的 .md 文件直接保存到你的计算机上。无需配置云同步或维护订阅才能访问你自己的工作。这些文件是你的。移动它们、备份它们、grep 它们——它们只是 Markdown 文件。

对于任何认真地在 Obsidian 中构建持久知识库的人来说，这种直接到保险库的工作流程至关重要。它消除了导出或复制粘贴的摩擦，使你的 Coursera 学习从一开始就成为你的知识图谱的本机部分。

这种本地优先的方法确保了你投入学习的时间在未来几年内都能获得回报。

#使你的知识可以发现

如果你无法在需要时找到你需要的东西，那么笔记库就毫无用处。一些简单的组织习惯会产生巨大的差异。你不需要一个复杂的系统，只需要一个一致的系统。

• 一致的标记： 在每个笔记的末尾，添加一些相关的标签。对于 Python 课程，你可能使用 #python、#datascience 和 #machinelearning。这使得以后找到所有相关的笔记变得非常容易。
• 原子笔记： 使每个笔记都专注于一个概念。不要为整个模块创建一个巨大的文件，而是将其分解。为诸如“梯度下降”、“激活函数”或“过度拟合”之类的