先给结论:如果旧笔记里失效的只是某个工具的界面路径或字段名称,优先做“局部替换”,保留原有结构;如果失效的是判断逻辑,比如什么数据值得看、什么条件下该换策略,就必须重写整段笔记,否则你只是把错误结论换了新说法。判断标准很简单——问自己:这条笔记失效,是因为工具变了,还是因为我当初理解错了?前者局部改,后者整段重写。
把旧笔记摊开,逐条标注失效原因。常见有三类:
一个可操作的区分方法:把笔记里的每个“因为……所以……”抽出来,单独问一句“如果工具完全没变,这个推理还成立吗?”如果不成立,它属于认知型,不能靠更新截图解决。
局部替换成立的前提是:笔记的决策链没有断。也就是说,你从观察到判断再到动作,这条链上的每一环仍然有效,只是某一环的表述过时了。
假设你有一条笔记写着“某类关键词的落地页跳出率高,就先改首屏文案”。如果只是后台报表的入口换了位置,这条判断依然可用,你只需更新“去哪里看这个数据”。代价很小,十分钟能改完。
但如果平台改变了流量分配方式,导致这类关键词带来的访客意图整体偏移,那么“跳出率高就改首屏”这个动作可能已经指向错误方向。此时局部替换会让你误以为笔记还是有效的,实际却在用过时的判断做决策。这是局部替换最大的代价:它掩盖了判断本身已经失效的事实。
出现以下任一信号,就不要修补,直接重写:
重写时保留旧笔记的日期和原结论,在旁边写新版本。这样做的好处是,半年后你能看出自己的判断是怎么演变的,而不是只剩一份“永远正确”的笔记。
假设你旧笔记写的是“文章标题里带数字,点击率更高,所以每次都要加数字”。后来你发现,带数字的标题点击率不再突出。局部替换的做法是:换成另一种标题句式。整段重写的做法是:先问“点击率这个指标现在还反映读者意图吗?”如果平台推荐逻辑变了,点击率可能只反映推荐位的曝光差异,不再反映标题质量。此时正确的动作可能是改选题方向,而不是继续优化标题。这个例子里,指标含义变了,动作对象就要跟着变。
改完笔记,做一件事验证:找一条你最近实际执行过的操作,用新笔记复述一遍决策过程。如果复述时不需要回头翻旧笔记,说明修订到位;如果还需要对照旧版本才能说清,说明你只是把两版并列,没有真正替换判断依据。这个动作的结果直接决定你下一步是继续修订其他笔记,还是先停下,重新梳理自己当前实际在用的判断标准。