编写原子化记忆卡片

在进行任何形式的主动回忆学习时，尤其是使用间隔重复学习记忆卡片时，编写记忆卡片最重要的规则是：你的记忆卡片越小，你的学习就越高效、越有效。更准确地说，每张记忆卡片都应该是原子化的。

什么是原子化？

我们所说的原子化是什么意思？简而言之，一张原子化的记忆卡片不能被分解成多个各自独立且有用的部分——它是一个单一单元，只测试你对一个信息点的掌握程度。

例如，假设我们想学习 Python 编程语言。最直接的方法是创建一张要求你描述该语言的记忆卡片：

这不是一张原子化卡片。它上面至少有七个不同的知识点——可能更多，取决于你怎么数！让我们把它重写为一系列原子化卡片：

这个重写使用了概念-描述符框架，但如果你愿意，你也可以轻松地将每个缩进的描述符（斜体部分）写成问题，例如“哪个组织维护 Python？→ Python 基金会。”

为什么原子化很重要？

你可能会说，好吧，第一个例子中一张卡片上有七个知识点，但这有什么不好呢？简而言之，这张卡片将不可避免地导致回忆不一致，并且练习起来令人沮丧。

首先，考虑一下：如果你只想起不到七个知识点，你该如何评价自己？如果你说 Python 是“一种由...编写的高级、多范式语言”，只是漏掉了“解释型”部分，那么你算了解 Python 吗？如果你忘记了创建者的名字呢？或者你漏掉了一个常见用途？你最终会花费有限的意志力和学习时间去纠结什么才算了解 Python，而不是真正学习这些知识点——或者也许你只是会说“我知道了”然后继续，即使你忘记了最初想了解的一些知识点。

如果你和大多数人一样，你最终只会记住卡片上信息的随机子集——无论什么最容易记住——然后每次看到卡片时就用这些来回答，并认为这似乎足够好了。然后你会完全忘记其余的信息，即使你在 RemNote 中把这些信息做成了记忆卡片！等到考试时，你会发现你随机地不知道一些你试图学习的信息。这让你无法控制你实际学到的东西——而这正是使用 RemNote 学习的全部意义所在。

你也永远无法体验到‘是的，我知道那个！’的满足感，除非你逐字逐句地背下整个段落并在看到卡片时复述出来。这是一个大问题，因为在练习记忆卡片时答对问题是主要的动力来源；如果你感受不到这一点，你会更快地感到疲劳和倦怠。

最后，因为 RemNote 无法分别跟踪你对这七个信息点的掌握程度，即使你每次确实都记住了所有项目，你也需要花费额外的时间学习才能取得好效果。这是因为当每个知识点被单独安排在一张独立的记忆卡片上时，你可以频繁复习困难的知识点，而只偶尔复习简单的知识点。当所有知识点都挤在一张记忆卡片上时，你要么必须像复习其中最困难的项目一样频繁地复习这张卡片，要么就会反复忘记最困难的项目。

本页部分内容参考了 Control-Alt-Backspace 关于记忆的系列文章（也由本文作者撰写）。