读书最大的痛点不是没时间读，是读完就忘。让 AI 帮你做笔记？直接说"总结这本书"，它只会吐出泛泛而谈的鸡汤摘要，跟豆瓣简介没区别，过两周连书名都想不起来。问题在指令--没给阅读目标、没给输出结构、没让它和你已有的知识库挂钩。这套 Prompt 包从章节摘要到原子化卡片到拆书输出，三级递进，关键是给模型「阅读目标 + 输出格式 + 你的复述」。入门级帮你理清结构，进阶级把书变成可复用的知识资产，高阶级把书变成能发出去的内容。
入门级：章节摘要
刚接触 AI 读书笔记，先求结构清晰、覆盖到位，别急着提炼观点。
Prompt
你是读书助手。整理《{{书名}}》（作者：{{作者}}）的章节摘要。
要求：
1. 逐章概括，每章 3-5 句话，覆盖核心论点
2. 关键概念/术语保留原文表述，必要时括号注释
3. 不掺个人观点，不延展原文未提的内容
4. 输出 Markdown 列表：## 第N章 章节名 - 摘要
阅读目标：{{如：快速了解全书框架/为写书评做准备/定位某概念出处}}
原文片段：{{text 或章节内容}}进阶级：原子化知识卡片（Zettelkasten 风格）
把书拆成可复用的知识单元，一张卡片一个观点。这是德国社会学家 Luhmann 的卡片盒笔记法精髓，靠它他一生产出 70 多本书。
Prompt
你是卡片笔记法（Zettelkasten）专家。把以下读书内容拆解为原子化知识卡片。
每张卡片只承载一个观点，遵循「永久笔记」原则：
1. 标题：陈述句概括观点，≤20字，不写成"关于XX的笔记"
2. 正文：观点 + 原文支撑（引用关键句）+ 你自己的复述，≤150字
3. 标签：#主题 #方法 #{{自定义}}，3-5 个
4. 关联：标注可链接的其他卡片主题，如 [[认知偏误]]、[[决策模型]]
5. 每张卡片独立成段，便于日后检索复用
读书目标：{{如：构建决策模型库/写作素材积累}}
原文：{{text}}
输出：5-8 张卡片，Markdown 格式高阶级：拆书成可输出内容
读完不是终点，把书变成能直接发布的东西才有复利：公众号文、思维导图、行动清单，三种形态覆盖"读、想、做"全链路。
Prompt
你是拆书专家。基于《{{书名}}》原文，产出三种可输出内容：
1. 公众号文（1500-2000字）：标题吸睛但不标题党，开头抛痛点，中间 3 个核心观点配原文金句+案例，结尾给读者一个行动召唤。语气：{{理性干货/亲和故事}}
2. 思维导图（Markdown 大纲）：以全书核心论点为根节点，展开到 3 层，每节点 1 句话
3. 行动清单：把书中方法论转成 5-7 条 to-do，每条格式「动作 + 触发场景 + 预期结果」
受众：{{如：职场新人/管理者/内容创作者}}
原文/读书笔记：{{text}}
输出：三部分分节呈现，可直接复制使用踩坑
- 整本书直接丢给 AI 总结--上下文超限，模型只会给你泛泛而谈的鸡汤。正确做法：分章节喂，每次给明确阅读目标。
- 只让 AI 输出，不自己复述--笔记变"看过 ≠ 学到"。卡片笔记的精髓是你自己复述一遍，AI 只做结构化助手。
- 不给阅读目标--同一本书，做学术研究 vs 做内容选题，摘要重点完全不同。务必在 prompt 里写明目标。
- 把金句当结论--AI 容易把作者修辞当核心论点。要求它区分"观点"和"修辞"，或自己复核一遍。
参考来源
- Zettelkasten 官方方法库--德国卡片盒笔记法的系统介绍与实战文章
- Andy Matuschak 的可执行笔记--关于"什么样的笔记能被未来自己用到"的持续研究
- Niklas Luhmann（维基百科）--卡片笔记法发明者，靠 9 万张卡片产出 70+ 本书