在全世界對 AI 幾乎才剛有實感的 2022 年，Notion 已經是最早就接入 GPT 3 的工具之一，至今在 AI 層面的功能佈局已經很多年了，因此如果要問當前哪一款「筆記軟體」與 AI 的結合做得最深、實踐價值最大，我會毫不猶豫地推薦 Notion。
然而在這 3 年時間裡，Notion AI 迭代進化了無數版，但我關注的時間線上卻鮮有人討論 Notion AI 的易用和強大，不免讓我感到些許遺憾。模型的迭代總是能輕易掀起一陣陣狂熱，但在冷靜之後，能否讓 AI 真正最佳化、甚至改寫陳舊的工作流，而不是淪為各大賬號吞噬流量的密碼，才是我真正在意的事情。
因此今天這篇文章我想分享以下幾個話題：
- Notion AI 為什麼值得嘗試
- Notion Agent 潛力有多大
- 我是怎麼使用 Notion AI 的
- Notion AI 的訂閱建議
🤖 讓 Notion Agent 發揮極致威力
Notion Agent 的能力必須建立在結構化的 Notion 工作區之上。FLO.W 思流模板預設了清晰的資料庫結構，欄位設計經過反覆打磨，可以直接被 Agent 識別和呼叫。
每次寫 Notion 都有點控制不住篇幅，全文很長，但我確信這些都是很少人會去寫的細節。接下來我會先簡單介紹 Notion AI 的基本能力，如果你想看本文的核心內容 Notion Agent，可以從第二部分開始閱讀。
一、Notion AI 的基礎能力
首先，和你用過的所有 AI 工具一樣，與 Notion AI 進行互動的基本方式也是一問一答式的聊天。你可以選中頁面的某個段落然後直接提問，也可以在右側展開的 AI 視窗中進行更長的討論，如下圖所示。
另外，被選中的段落內容也會被自動新增到右側視窗的上下文資訊中，這樣就不用多一步複製貼上的操作了。
除了針對特定內容的問答，Notion AI 還可以在整個工作區內進行語義搜尋。當你只記得一篇筆記的大概內容，卻忘了標題叫什麼、存在於哪個資料庫時，你可以直接用模糊的描述去詢問 AI，AI 就能幫你找到相關筆記的位置。
基於這個特性，我在我的 Notion 系統中搭建了一個物品管理中心，一些不常用的重要物品都設定了收納位置，所以我可以這麼提問：
而且 Notion AI 因為接入了 Anthropic、OpenAI 以及 Google 的最新模型，因此具備多模態的處理能力，能處理文字資訊，能分析你上傳的 CSV、PDF 和影象，可以聯網搜尋，也可以手動向它傳送網頁連結，然後讓它讀取網頁文字再回答。
生成答案後，Notion AI 可以直接對你的頁面或者資料庫進行增刪改查，因此你可以讓 Notion AI 直接修改筆記原文，也可以要求 AI 新建一個頁面，然後在指定位置（包括資料庫）儲存生成的答案。
基本上 DeepSeek 或者豆包能回答的問題，Notion 都能可以，而且通常還能回答得更好。但這裡真正的關鍵在於，你在寫作、記筆記、總結、反思、覆盤的所有時刻，當你需要 AI 的時候，都不需要開啟第二個 AI 工具，所有的 AI 需求都不必離開 Notion，真正做到 All in One。
在沒有整合 AI 的筆記場景中，你通常需要在多個視窗之間反覆切換，如果你需要多輪對話，或者需要引用多個筆記內容，這個跳轉次數會成倍增加。而當你想要儲存 AI 生成的答案時，又要重新整理格式、新增標籤、刪減多餘內容，這些操作都需要手動完成。
這種繁瑣的流程不僅浪費時間，更重要的是打斷了你的心流，因為等待答案生成時，你往往會分心去做別的事情，或者刷刷手機看看影片，然後十幾分鍾就悄無聲息地浪費掉了。
而 Notion AI 的便利不僅在於它能回答你的問題，更在於它能一站式地處理你工作區「內和外」的所有資訊。你不用再複製某個筆記段落讓豆包去閱讀，也不需要把 ChatGPT 生成的答案搬運回你的筆記軟體中，少一步跳轉，產品體驗就是天差地別。
當你需要寫日報或週報，你可以直接在 Notion AI 視窗裡引用這一週你寫過的所有文件，然後讓它直接閱讀並生成報告；當你需要回顧某個專案的關鍵決策過程，你可以引用多條會議記錄，讓 AI 提取出所有討論過的方案，或者直接讀取頁面的歷史編輯記錄，並分析拆解決策的原因。
你也可以用 Save to Notion 外掛在 Notion 中搭建一個剪藏資料庫，然後再建立一個 AI 欄位，就可以在這個欄位中預設特定的資訊處理 Prompt，例如生成閱讀摘要、或者提煉特定的關鍵資訊等，這樣一來你無需訂閱 Readwise 也可以擁有一個不限量的 AI 輔助閱讀中心。
Notion 本就適合用來組織高資訊密度、高價值的內容，再憑藉最新的 AI 模型和最快捷的 AI 互動方式，自然能獲得比其他筆記軟體更好的效果。
而且得益於 Notion 這 10 年來開放的生態建設，你還可以直接在 AI 視窗中直接搜尋你關聯的 Google Drive、Google Calendar、Github、Gmail 等外部資訊源，不過當然前提是你需要在這些生態內。
除了這些內建的「聯結器」，你還可以透過 MCP 與更多工具建立關聯，例如 Cursor、Manus、Perplexity、ChatGPT 等。你可以將 Notion 的頁面連結發給這些工具，它們就能直接讀取筆記內容，而不需要繁瑣的複製貼上操作。這些工具也可以根據你的需求，對 Notion 頁面直接進行修改。
例如當你透過 Manus 獲得了一篇長長的研究報告，過去你可能需要手動複製貼上到其他筆記軟體裡面，但現在你可以把 Notion 的頁面連結發給 Manus，Manus 就可以直接幫你寫入到 Notion 的指定位置。
Notion AI 可以全面接管你的資訊處理流程，你的筆記、你的任務、你的專案文件，甚至你連線的第三方工具資料，全都可以被更快地直接處理。但這些只是 Notion AI 的基礎應用，如果只是「聊天視窗 + 資訊源」的快速呼叫，那 Notion AI 還不足以讓我長期使用下去。
本文的真正目的，是向你揭示 Notion Agent 的關鍵能力和潛力。
二、Notion Agent
什麼是 Agent
簡單來說，Agent 就是一個可以代替人類自主完成多步驟任務的 AI 系統。
你用過的大多數 AI 問答工具都只能提供資訊或創意，在獲得答案之後，依然需要你手動去執行。並且它們不知道你是誰，不知道你在做什麼專案，不知道你的工作習慣和偏好，每次對話都是從零開始，你需要反覆解釋背景、說明需求。當然如果這個 AI 具備「記憶」或者「專案」功能的話，這種情況可能會有所改善。
但 Agent 還可以根據你交付的任務，在被授權的資訊範圍內，智慧地做出決策、主動地呼叫多種工具，然後自主執行具體的複雜任務，並將最終的結果交付給你，你需要的就是「坐享其成」。而且 Agent 不僅可以擁有記憶，還可以被訓練，可以在一次又一次地互動中，變得越來越聰明，從而讓結果越來越符合你的預期。
如何實現 Notion Agent
要想使用 Notion Agent，你需要先為這個 Agent 建立一份文件，然後在這個文件裡定義 Agent 的基本行為準則，例如身份和使命、溝通與行為準則，或者工作場景與行動目標等。
假設你的需求是讓 Notion AI 可以更好地協助你的內容創作，那麼這個 Agent 的最小可用文件可以這麼寫：
寫完這份文件後，再在 Notion AI 個性化設定裡，將它指定為 Agent 的底層說明，如下圖所示：
這樣一來，Notion AI 在每一次給出回答之前，都會遵循這份文件的指示，按照你預設的行為準則去和你進行互動。於是面對同一個問題，有設定 Agent 文件和無設定 Agent 文件，Notion AI 給出的答案就會是截然不同的，前者更加精準個性化，後者更通用但也更平庸。
但這時候可能就有人會好奇，**這不就是提前給 AI 一段寫好的提示詞嗎？**如果我在使用豆包或者 DeepSeek 之前，手動給它這段提示詞不也是一樣的效果？某種程度上確實如此，但 Notion Agent 與其他 AI 聊天工具還有以下幾個區別。
- 文件即規則
其他 AI 問答工具需要你每次都手動輸入或複製貼上提示詞，而 Notion Agent 的規則是寫在 Notion 文件頁面裡的，它可以被自動載入、隨時可改、立即生效。更重要的是，你還可以直接在這個 Agent 文件裡引用你已經寫好的其他 Notion 筆記，就像這樣：
也就是說，你可以把你已經寫好的創作 SOP、你記錄的寫作心得、你常用的寫作方法極其快速地接入（引用）到這個 Agent 裡面，完全不需要任何複雜的操作，因為它本身就是 Notion 的一個筆記頁面。
如此一來就有一種左腳踩右腳上天的感覺，Notion 本身提供了一個記錄筆記的絕佳環境，Agent 則讓這些沉澱下來的經驗可以被快速驗證，你在和 Agent 的協作過程中，如果發現這些經驗筆記的優點、缺點，或者有缺漏的地方，就可以再去進一步最佳化補充這些筆記，正反饋迴圈就建立起來了。
這就是「文件即規則」的含義，你的筆記不再只是靜態的記錄，而是可以被執行的規則、可以被複用和驗證的經驗。
- Agent 能直接操作 Notion 工作區
這是 Notion Agent 的另一個底層能力，也就是擁有對頁面和資料庫進行增刪改查的許可權。其他 AI 工具只能生成文字回答，而 Notion AI 可以直接執行底層操作。舉幾個具體的例子：
1️⃣ 建立與修改筆記
當你和 AI 討論完某個想法後，你可以直接讓它把對話內容整理成筆記，然後儲存到指定的資料庫中。AI 會自動讀取這個資料庫的欄位屬性，理解每個欄位的用途，然後智慧地填充內容：自動打上合適的標籤、關聯相關專案、設定優先順序等。
例如我正在學習 Claude Skill 的相關知識，我可以要求 Notion Agent 全網搜尋並總結成筆記，然後儲存到我的「筆記資料庫」中，如下圖所示
Notion Agent 不僅正確地整理了相關筆記，還知道我的「筆記資料庫」是哪個，並且連對應的資料庫欄位都幫我填寫完畢了，它正確理解了我在 這篇文章 中介紹的，關於筆記型別的六個基本標籤的用法。
2️⃣ 批次運算元據庫頁面
當你需要批次處理任務時，Notion AI 可以對這個資料庫一次性完成多個操作，例如
- 把所有逾期的任務標記為高優先順序
- 找出本週所有已完成的任務並生成總結
這些在其他工具裡需要你一個個手動點選、重複操作的事情，在 Notion 裡只需要一句話，AI 就能直接完成所有操作。
另外，其實這個示例資料庫也是讓 Notion Agent 直接建立的，我告訴它「請你理解上下文資訊，然後為這句話建立一個演示用的資料庫」。
3️⃣ 工作流自動化
更進一步，你可以讓 AI 根據特定條件自動執行復雜的操作序列。比如「幫我生成周報」這個任務就不是簡單的資訊查詢，而是完整的工作流，這需要訪問多個資料來源 → 篩選符合條件的頁面 → 讀取頁面內容 → 按照特定格式生成報告 → 儲存到指定位置並自動填充屬性，所有步驟依然是按照預設的規則全自動執行，無需人工干預。
後面還會有更大的篇幅介紹自動化工作流，此處就先不展開了。
4️⃣ 根據要求實時修改規則和記憶
當你第一次讓 Agent 生成周報，發現它總結得太簡略，你可以直接說「記住，週報裡每個任務都要寫具體做了什麼」，然後 Agent 就會主動去修改 Agent 文件裡的規則，下次生成周報時，它就會自動按這個標準執行。或者你發現 Agent 審閱文章時總是過度誇讚，你可以說「以後直接指出問題，不要誇獎」，它就會立刻調整回應方式，並自動修改 Agent 文件。
一旦習慣了這種互動方式，更新 Agent 的行為就變得極其簡單，一句話就能讓它記住並執行，不需要重新寫複雜的規則文件，你們的協作會越來越默契。
例如：
效果如下
以上幾個基礎特性共同構成了 Notion Agent 的底層能力基礎：
- 文件即規則：你的筆記直接變成 Agent 的行為準則
- 資料庫即記憶：Agent 知道從哪裡讀、往哪裡寫
- 對話即訓練：一句話就能讓 Agent 記住並改進
但光有底層能力還不夠，如何把這些能力組織起來、並應用到真實工作場景中，才是真正考驗系統設計的地方。接下來我會分享一些 Agent 文件的設計思路，幫你把這些底層能力串聯成真正可用的工作流。
三、 Agent 設計思路
場景路由
真實的工作場景是複雜的，當你說「幫我看看」時，你可能是在審閱一篇文章，也可能是在檢查一個影片指令碼，也可能是在回顧一個專案的進展。同樣的話在不同情境下，意味著完全不同的需求。我們當然可以在 Agent 文件中直接寫清楚所有情況，但這樣一來每次開啟對話，Agent 都需要同時載入所有文件，必然會浪費一定的上下文空間。
所以我的建議是，可以用漸進式披露的思維去構建你的 Agent 文件，也就是分層展示資訊，需要時再深入，避免一次載入所有內容。我的個人做法是先指定每次對話都必須載入下圖所示的四個核心文件，每次開啟新的對話，只載入最少的必要資訊。
這些核心文件因人而異，你可以根據自己的使用場景靈活配置，但一般建議至少需要包含這幾個要素：
- 身份與使命：定義 Agent 是誰、核心目標是什麼、服務的物件是誰
- 互動風格：溝通語氣、回覆格式、什麼時候簡潔，什麼時候詳細
- 持續更新的記憶：使用者的偏好、最新的習慣和要求等
- 關於使用者：使用者的身份、背景、工作方式、價值觀等
然後只有當 Agent 在對話中識別到特定關鍵詞後，才進一步載入子文件，就像下圖這樣，每個場景的子文件內都有完整的執行手冊，定義了該流程具體的工作流程、判斷標準、輸出格式，這樣就不會一次性載入所有的子文件，可以讓 Agent 的回答更加高效。
以我現在正在創作的這篇文章為例，我可以直接選中文章段落，然後在 Agent 視窗中提出需求「生成圖片」，Notion Agent 就會讀取到「生圖」的關鍵詞，從而只觸發「場景 N：內容配圖生成」這個子文件，如下圖所以：
根據我事先在「場景 N：內容圖片生成」這個文件中定義的 SOP，Notion 會根據這份文件的指示自動執行以下操作：
- 選擇風格：預設選擇預先確定的畫圖風格
- 理解內容：
- 如果是區域性配圖：分析選中文字的含義和配圖目的
- 如果是全文封面：提煉文章核心主題和情緒調性
- 生成畫圖 Prompt：根據選中的文字內容 + 預設的設計風格文件 + 上下文資訊 + 聊天視窗中備註的額外要求，直接輸出完整的畫圖提示詞
在步驟 3 中 ，我要求 Notion Agent 需要優先參考我預設的「頂層設計風格」，這份文件規定了預設的生圖提示詞的風格、比例、偏好等。所以你可以看到，本文用 Nano Banana 生成的配圖風格都是比較一致的。
生成的過程和結果如圖下所示：
同樣的執行邏輯也適用於其他的場景，比如我模擬了一個「飲食記錄」的子流程，然後就可以直接把食物的照片發給 Notion Agent，再用關鍵詞「今天吃的」觸發這個「飲食記錄」的 SOP，Notion Agent 就會自動分析圖上的食物，然後記錄熱量、碳水、脂肪等資料，並儲存到指定的資料庫中。
需要說明的是，AI 識圖後評估的熱量資料並不完全準確，只能當做參考，但對圖中的食物型別的分辨還是挺簡單的，所以我們是不是可以用來構建一個飲食評估系統？
假設我是一個身患糖尿病的患者，我建立了一份「二型糖尿病個人健康檔案」的筆記，然後將這份筆記放在了「飲食記錄」這個流程的必要載入專案中，並要求 Agent 必須將讀取到的食物與檔案中的禁忌清單逐一比對，並在反饋中明確說明該食物對血糖的影響：
吃完飯後，將照片發給 Agent，並用關鍵詞「今天吃的」去觸發這個流程
以下是 Agent 給我的反饋：
- 記錄了飲食資料
- 給了我明確的健康提醒
雖然 AI 模型本就具備針對特定疾病提供參考建議的能力，但如果能加入個人健康檔案和病歷提醒，回答的結果必然可以具備更高的參考性。
透過以上案例我們可以看出，Notion Agent 的真正威力在於「關鍵詞 + 子文件」的組合。
透過觸發關鍵詞讓 Agent 進入特定場景，而場景內巢狀的子文件（如健康檔案）又進一步細化了執行規則，同時這個健康檔案又是可以快速修改和調整的 Notion 頁面。這種層層遞進的結構，讓 Agent 既能保持通用性，又能在具體場景中展現出更高的專業性。
如果你用過 Claude 的 Skill 功能，就會發現它和「關鍵詞觸發 + 子文件執行」的邏輯是相似的，都可以遵循漸進式載入的原則。
相較之下，Notion Agent 的劣勢是，它可呼叫的工具侷限在 Notion 生態之內，不能像 Skill 那樣還可以執行自定義的指令碼程式碼，但 Notion Agent 全程只需要和文件打交道，門檻更低，只要你會寫文件，只要說清楚你的想法，甚至都不用太清晰地表達你的需求，你只需要不斷地跟 Notion Agent 對話，讓它向你提問，哪怕你的回答含糊其辭，AI 模型都可以慢慢摸清你的意圖，然後智慧地幫你把整套流程搭建完畢。
資訊的邊界
有了場景路由，我們還需要解決的另一個問題就是資訊的輸入來源，以及資訊輸出的目標位置，我把這個問題稱為**「資訊的邊界」**。
你讓 Agent 生成周報，它需要知道從哪裡讀取本週的任務資料；你讓 Agent 儲存一條靈感，它需要知道應該存到哪個筆記資料庫。如果每次都需要你手動指定「去讀這個資料庫」或者「儲存到那個位置」，那使用成本就太高了。
而且如果不明確資訊的邊界，答案的準確性必然受到影響，因為 Notion Agent 可訪問的資訊源是極其豐富的。
但我們又不可能在 Agent 文件中事無鉅細地預設「如果使用者問 A，就去讀取頁面 X；如果使用者問 B，就去讀取頁面 Y」，這樣做不僅維護成本極高，而且缺乏靈活性。所以我的解決方案是資料庫結構化儲存 + 場景預設。
舉個具體例子，我有一個 Agent 場景 F 是自動生成日報、週報和月報，觸發的關鍵詞如下所示：
在這個場景 F 的執行文件中，我是這樣定義資訊的輸入來源的：
這樣一來，當我說「生成本週週報」時，Agent 就知道：
- 該去哪幾個資料庫查詢資訊
- 查詢的篩選條件是什麼
- 不需要搜尋其他無關的頁面或資料庫
查詢的結果如下
查詢到指定的資訊後，再告訴 Agent 要如何處理這些資訊
在這之後還會有很多分析、處理資訊的規則，但最終的核心是根據預設的週報、月報模板，直接幫我生成一條系統完整的報告。
這種明確的邊界帶來了三個好處，首先是 Agent 不會在整個工作區漫無目的地搜尋，而是精準地從指定資料來源獲取資訊。其次，明確的資料來源意味著更快的查詢速度，不會浪費時間在不相關的資訊上。最關鍵的是你知道 Agent 會從哪裡讀取資訊，它的行為變得可預測和可控。如果某次結果不理想，你也能快速定位問題，是資料來源本身的資訊不完整，還是 Agent 的提取邏輯有問題。
不過這一切的前提是，你的 Notion 工作區本身是依託於結構化的資料庫：
- 任務有固定的儲存位置
- 筆記按型別分類儲存
- 專案資訊有清晰的組織方式
- 剪藏文章有獨立的管理中心
也就是說，Notion Agent 的能力，必須建立在 Notion 本身的組織能力之上。 如果你的工作區是一團亂麻，Agent 也無法很好地發揮作用。但如果你有清晰的資訊架構，Agent 就能準確定位到需要的資訊，給出精準的結果。很多人試用過 Notion AI 之後覺得雞肋、沒用，本質上就是缺少兩個東西，其一是豐富的記錄、其二是清晰的結構。
解決了資訊從哪裡來，接下來再用相同的方式，解決資訊該往哪裡去。
如果每次和 Agent 互動完之後，都需要手動指定儲存到哪個資料庫、填寫哪些欄位、設定什麼標籤，那麼使用體驗會非常糟糕，資訊流動的自動化也就無從談起。所以我的解決方案還是預設儲存規則 + 智慧欄位填寫。
Notion Agent 的強大之處在於，它不僅能在資料庫建立頁面，還能理解資料庫的結構，智慧地填寫各個欄位。
接著前面的月報例子，Agent 生成的月報不會停留在聊天視窗裡等我手動複製貼上，而是會自動儲存到「我的筆記 DB」這個資料庫中，因為我已經在這個流程的文件中註明以下幾個要素：
- 生成月報的儲存位置
- 生成月報的格式模板
Agent 在訪問「筆記資料庫」後，會去理解資料庫欄位的語義，它知道「筆記型別」欄位中 Exp 代表經驗覆盤，Idea 代表靈感記錄，Log 代表日誌記錄，所以這篇月報就被自動打上了 Exp 的標籤，這種語義理解能力，讓整個資訊流動變得更加自動化。
回顧前面兩個小節，「場景路由」解決的是 Agent 該怎麼思考的問題，「資訊的邊界」解決的是 Agent 該看哪裡、該寫哪裡的問題。兩者結合起來，才能讓 Agent 既有足夠的智慧去理解你的意圖，又有足夠的約束去避免出錯。
這兩個設計的背後有一個共同的理念：越是自動化的系統，越需要清晰的邊界。 如果你什麼都不限制，Agent 的行為就會變得不可預測，你永遠不知道它會從哪裡找資訊、會把結果存到哪裡。但如果你把邊界定義清楚，Agent 的行為就變得可控、可預期，出了問題也容易排查。
當然這些邊界不是一成不變的，隨著你的工作方式變化、資料庫結構調整、或者發現某些場景的規則不夠完善，你可以隨時透過對話去更新這些規則。這種「規則可迭代」的特性，讓 Notion Agent 既有結構化系統的穩定性，又保留了足夠的靈活性。
Custom Agent
接下來這部分的內容會涉及到 Notion 還未正式上線的 Custom Agent 功能，我也暫時沒有這個許可權，因此只能先以目前披露出來的資訊去參考，但可以大致講講這個功能是什麼，能帶來什麼效果。
前面介紹的所有內容，包括場景路由、資訊邊界、文件即規則，本質上都是在「Personal Agent」的框架下進行的。也就是說，所有操作都需要你主動發起請求，Agent 才會執行。你需要開啟 Notion，開啟 AI 視窗，輸入指令，然後等待結果。
但 Custom Agent 要解決的問題是：能不能讓 Agent 在後臺自動執行，不需要我每次都手動觸發？
想象一下這樣的場景：
- 早上 9 點，Agent 自動掃描你的任務資料庫，把今天到期的任務整理成清單推送給你
- 週五下午，Agent 自動讀取本週的任務完成情況，生成周報，儲存到指定位置
- 每個週末自動搜尋全網 AI 熱點資訊，然後彙總成一篇簡報儲存到剪藏資料庫
這就是 Custom Agent 的核心價值，從「你問它答」進化到「它主動做」。
回顧我們前面介紹的 Agent 設計思路，Custom Agent 其實是在同一套邏輯上的延伸：
- 場景路由的邏輯依然適用，只是觸發方式從「關鍵詞識別」變成了「時間或事件觸發」
- 資訊邊界的設計更加重要，因為自動執行的 Agent 必須精確知道從哪裡讀、往哪裡寫
- 文件即規則的理念不變，你依然是透過編寫文件來定義 Agent 的行為
如果你現在已經在使用 Personal Agent，並且建立了完善的場景文件和資訊結構，那麼未來升級到 Custom Agent 會非常順滑：你只需要把原本需要手動觸發的場景，改成自動觸發即可。
我們每個人的工作中都有大量的規律性任務：日報週報、資料整理、資訊同步、定期回顧……這些任務單獨拿出來都不難，但正因為不難，所以經常被拖延或遺忘。Custom Agent 的價值就在於，它能把這些「應該做」的事情變成「自動做」的事情，讓你的精力真正聚焦在需要創造力的工作上。
當然這也對 Notion 工作區的組織提出了更高的要求。一個結構混亂的工作區，即使有了 Custom Agent 也很難發揮作用。所以如果你對這個功能感興趣，現在就可以開始梳理你的資訊結構，為未來做好準備。
Agent 設計模板分享
如果你是完全的新手，前面這些內容可能看起來有點分散和複雜，但其實核心思路很簡單。
一個 Agent 文件的基本框架通常包含四個模組：身份與使命、互動風格、場景與觸發詞、記憶區。你不需要一開始就把所有內容寫完，先從一個最常用的場景開始，用起來之後再慢慢擴充套件。
而且這裡還有一個更省力的啟動方式，就是用你過去的記錄來餵養 AI**。**
很多人面對空白的 Agent 文件會無從下手，不知道該怎麼定義自己的「身份」、描述自己的「風格」、梳理自己的「價值觀」。但其實你不需要憑空去寫這些東西。把你過去寫過的筆記、文章、專案覆盤、甚至隨手記錄的想法，一股腦丟給 AI，讓它幫你分析、提煉，然後對你進行側寫，它可以從你的文字中識別出你的表達傾向、擅長領域、以及對某些事情的判斷標準。
這就是「用存量啟動增量」的思路，門檻低、上手快，而且更真實，因為這些內容本來就是你的，AI 只是幫你整理出來而已。
這也凸顯了一個更底層的觀點：記錄是 AI 時代的基礎設施。 只有你過去有記錄的習慣，現在才能快速拿出語料讓 AI 分析。任何時候開始記錄都不算晚，因為你不知道未來還會誕生怎樣的 AI 工具。但無論模型多麼先進，它都不太可能擁有讀心的能力，你依然需要給它提供分析的素材。沒有輸入，就沒有輸出。
為了幫助你更快地開始這個迴圈，我設計了一份 Notion Agent 基礎模板，你可以直接複製使用，點我獲取模板連結。你只需要根據模板的結構和指引，開始和你的 Agent 對話，然後在實際使用中逐步調整、逐步最佳化，根據自己的工作場景，增加新的子文件、調整觸發關鍵詞、補充你獨有的方法論和偏好即可。
當然，如果你想讓 Agent 的能力發揮到極致，一個結構化的 Notion 工作區是前提。如果你還沒有建立起自己的資訊架構，或者對如何組織任務、專案、筆記感到困惑，可以參考我的 FLO.W 模板。它預設了清晰的資料庫結構：任務、專案、筆記、剪藏各有獨立的儲存位置，欄位設計也經過反覆打磨，可以直接被 Agent 識別和呼叫。你不需要從零搭建資訊架構，模板本身就是 Agent 能力的地基。
歡迎瞭解和購買：
Notion AI 訂閱建議
Notion Agent 能做的基本上都在前文中覆蓋了，但鑑於 Notion 的能力範圍著實千奇百怪，所以我也整理了一份 Notion Agent 不能做的操作合集，具體可以參考 這個連結 。因此在訂閱之前，你可以先參考這份文件，評估一下自己的需求能否滿足。
另外 Notion 的官方付費策略已經進行過一輪調整，現在如果你想使用 Notion 的 AI 功能，則只能購買商業版或者企業版的版本，個人使用的話商業版即可，但年費 240 美元真的不低，因此我的建議是，如果你是初次嘗試 Notion 的新手，完全不建議你第一時間付費訂閱 AI，你可以先閱讀我寫過的這篇《給 Notion 新手的 5 個入門建議》，看看能否接受、適應 Notion 的記錄方式。等到你真的覺得 Notion 是一個趁手的工具之後，再去考慮是否訂閱也來得及。
還有一些使用者可能會發現，自己並不需要訂閱商業版，也可以透過 add-on 的方式在 Plus 版的基礎上補充訂閱 Notion AI。根據 Notion 官方的說法，這個政策是**針對歷史訂閱使用者的特殊方案。**自 2025 年 5 月起，AI add-on 已不再向新使用者單獨銷售。也就是說，只有在政策調整之前就已經訂閱了 AI add-on 的老使用者，才能繼續以這種方式使用 Notion AI。而且透過這種方式訂閱 AI 功能是不完整的， 主要功能缺少了以下幾點
- AI Agent：可執行多步驟任務的個人 AI 助手
- 企業搜尋：跨工作區及關聯應用的全域性搜尋
- AI 會議筆記：語音自動轉錄和生成會議摘要
而且需要特別注意的是，一旦取消 add-on 訂閱，就無法再恢復，屆時只能透過升級到商業版或企業版來重新獲得完整的 AI 功能。
結語
大多數人和 AI 的關係，依然停留在「有問題時開啟一個聊天視窗」的階段：用完即走，下次再見時又是陌生人。
但 Notion Agent 給了我一種不同的可能：**AI 不再是一個外部工具，而是一個可以被訓練、可以被塑造、可以和你一起成長的協作者。**它不會每次都問「請問你想要什麼格式」，因為它已經記住了你喜歡的方式。它不會在你的工作區裡漫無目的地搜尋，因為你已經告訴它該去哪裡找、該往哪裡存。這種感覺很奇妙，就像是在培養一個助手，一個會隨著時間推移變得越來越默契的助手。
當然，這一切的前提是你願意投入時間去搭建、去調教、去迭代這個系統，更重要的是把手弄髒，然後誠實地記錄。Notion Agent 不是開箱即用的魔法，它需要你先把自己的工作方式想清楚，然後用文件的形式表達出來。這個過程本身就是一種自我梳理，你會發現很多以前從未意識到的習慣和偏好。
這也引出了另一個我想說的觀點：當前 AI 模型的能力差距正在縮小，真正決定輸出質量的，是你餵給它的輸入。
但這裡的「輸入」不是指那些隨處可見、已經氾濫成災的二手資訊，不是讓你去剪藏別人的文章、收集別人的觀點，更糟的情況是這些資訊有可能其實是用 AI 加工出來的排洩物。真正有價值的輸入，是你自己的東西：你的偏見、你的無知、你的狹窄視角、你笨拙的操作過程、你走過的彎路、你踩過的坑。
只有當你誠實地記錄這些「不完美」，AI 才能真正幫到你。因為它看到的不再是千篇一律的正確答案，而是你獨特的思考軌跡。它能從你的錯誤中理解你真正的困惑，從你的偏好中識別你真正的需求，從你反覆修改的過程中學會你真正的標準。
所以我相當反對那些鼓吹「AI 時代筆記無用論」的聲音。在我看來，這不過是在 AI 浪潮衝擊下自暴自棄的說法，是懶惰的藉口。任何時代、任何工具的變革都不能動搖獨立思考的重要性。AI 可以幫你執行、幫你整理、幫你加速，但它永遠無法替代你去思考「我到底想要什麼」。
Notion Agent 對我來說最大的價值就是，在我看到了自動化工作流的巨大潛力，以及清晰的實現路徑時，我意識到，我真的一刻都不能再拖延了，我必須認真地去思考我的工作流到底是什麼，到底有哪些機械、重複的流程在耗費我的時間，到底可以怎樣地去調整和最佳化，才能在有限的時間裡完成更多的事情。一旦想清楚了，Notion Agent 就該發揮作用了。
最後，原本這篇文章還打算與 Obsidian 的 AI 外掛，以及 Heptabase 迭代了好幾版的 AI 做對比，也希望再深入探討一下 Notion AI 當前的功能侷限，但奈何篇幅已經接近萬字，所以這部分的內容就留給下一篇文章吧。
如果有任何你希望看到的內容，也歡迎在評論區留言，我會評估並納入寫作範圍內。
🤖 讓 Notion Agent 發揮極致威力
Notion Agent 的能力必須建立在結構化的 Notion 工作區之上。FLO.W 思流模板預設了清晰的資料庫結構，欄位設計經過反覆打磨，可以直接被 Agent 識別和呼叫。
