Roy PunNotion 與 Claude 如何分工？有了 AI，我為何仍然每天用 Notion（2026）
「既然有 Claude Code 和 Codex，為何還要用 Notion？」這條問題我聽過很多次，今次認真回答一次。Notion 與 Claude 的分工其實很清楚：Claude 讓執行變快，Notion 讓你知道應該往哪裏跑。
加拿大創業家 Nick Saraev 把一種現象稱為「setup porn」：有人同時操控幾百個 AI agent，開了無數條工作線，最後卻很難交出有價值的成果。
我自己也經歷過。Claude 輸出快到停不了手，檔案愈堆愈多，真正的功課變成：哪些值得保留？哪些和目標有關？哪些可以變成實際行動？
這篇文章整理我現在如何分工使用 Notion 與 Claude：甚麼工作放在 Notion，甚麼工作交給 Claude，以及兩者如何接成一個循環。如果你也覺得 AI 的 output 很多，卻未必真正落地，希望這篇對你有用。
有了 Claude，為何仍然需要 Notion？
在 AI 時代，知識和執行速度人人都有，稀缺的是方向、判斷，以及一個讓成果落地的系統。Claude 可以幫你跑得更快，Notion 讓你看清楚整個局面。
當 AI 一分鐘可以給你十多個 idea，瓶頸就由「做不做得出來」轉移到「應該留下哪一個」。如果沒有一個集中的地方收納和篩選，output 最後只會變成一堆沒有人再打開的檔案。
AI 的真正瓶頸：你的 context 放在哪裏？
無論模型多強，沒有 context 就寫不出貼身的內容。可是 context 塞得太多，效果反而會變差。
每次開新對話都要重新解釋自己是誰、在做甚麼 project，output 自然離地。另一方面，Anthropic 在工程文章 Effective context engineering for AI agents 提到 context rot 這個現象：context 變大之後，噪音增加，模型的注意力被稀釋，表現隨之下降。
所以關鍵問題是：你的 context 應該住在哪裏？我的做法是把以下內容結構化地放入 Notion：
- Goals 與 Milestones：現階段最重要的目標是甚麼
- Projects：每個項目的目的、限制和完成標準
- SOP 與 AI Skills：重複的工作流程，寫成 AI 讀得懂的指令（可參考我的 Notion AI Skills 入門教學）
- 決策紀錄：做過甚麼決定，以及背後的原因
AI 每次只讀取當下需要的部分。我不用重複解釋，它也不會被雜訊淹沒。
Notion 與 Claude 如何分工？
我的分工原則只有一句：無限的留給 Notion，有限的留給交付。
Notion AI 已包含在我的 Notion 方案之內，日常使用不需要太計算用量，所以 context 重、以文字為主的工作全部在 Notion 完成。Claude 的用量有上限，所以我把它留給真正需要交付的成果。
Notion 負責：context 與文字工作
- 計劃與拆解 project
- 寫稿、整理筆記
- 記錄決策和 SOP
Claude 負責：真正的交付物
- 檔案與不同格式的文件輸出
- PowerPoint 簡報
- 程式碼與自動化
Notion 同時處理的 4 件事
- SOP 存倉：工作流程全部記下來，AI 才明白我的工作如何運作
- 目標對齊：goals 和 milestones 放在眼前，才知道自己有沒有瞎忙
- 收斂品管：AI 一分鐘十多個 idea，總要有一個地方篩選，決定哪一個落地
- 公開協作：團隊和客戶都需要看得明白你正在做甚麼
Claude 也能保存 context，為何我仍然選 Notion？
公平地說，這些事情 Claude 都做得到。CLAUDE.md 和 Claude Projects 同樣可以放 context。我權衡的是使用門檻。
用 Claude Code 管理 context，需要建立檔案結構、寫設定、對着 terminal 工作。另外，香港目前不在 Anthropic 的支援地區名單內，開帳戶需要額外步驟（詳見 係香港點先用到 Claude？）。Notion 在香港打開 app 就能用。門檻低，系統才會每天被使用，context 才能累積起來。
我自己兩者都用。我的本地 AI 工作區有一份規則文件，寫明 goals、projects、tasks、決策和 SOP 一律以 Notion 為準；檔案、程式碼和交付物在本地完成，完成後再把摘要和連結交回 Notion。兩邊各有一個清楚的角色，資料就不會出現兩個版本。
Notion × Claude 工作循環：3 個步驟
最理想的狀態是兩者一起用，讓 context 和成果互相餵養。這個循環只有三步：
步驟 1：Notion 提供 context
開始工作前，從 Notion 讀取當前 project、目標和相關 SOP，只拿這次需要的部分。
步驟 2：Claude 製作交付物
Claude 帶着這些 context，產出檔案、簡報或程式碼。
步驟 3：成果回到 Notion，成為 asset
把交付物的連結、摘要和作出的決定寫回 Notion。這些紀錄會成為下一次工作的 context。
循環轉起來之後，每做完一件事，系統就多累積一點 context，下一次的 output 也更貼身。
跑得愈快，愈需要一張看得見全局的桌子。
試一個 check：你的 AI output 有落地嗎？
花一分鐘問自己三個問題：
- 過去一星期 AI 幫你產出的檔案，有多少你會再打開？
- 這些 output 和你這一季的目標有沒有直接關係？
- 下次開新對話時，AI 能否直接讀到你上一次的決定，還是你又要重新解釋一次？
如果答案令你有點不安，今天可以先做一件小事：在 Notion 開一頁，寫下你目前最重要的 3 個 project，以及各自的目標。這一頁就是你給 AI 的第一份 context。
常見問題（FAQ）
Notion AI 和 Claude 有甚麼分別？
Notion AI 內置在你的 workspace 內，可以直接讀取頁面和 database，適合計劃、寫作和整理這類 context 重的工作。Claude（包括 Claude Code）更擅長製作交付物，例如檔案、簡報和程式碼。我的做法是由 Notion 保存 context，由 Claude 負責交付。
有了 Claude Code，還需要 Notion 嗎？
視乎你把 context 放在哪裏。Claude Code 可以用 CLAUDE.md 保存規則，但需要一定的技術設定。如果你想要一個團隊和客戶都看得明白、在手機也能隨時更新的地方存放目標和 SOP，Notion 的門檻會低很多。
甚麼是 context rot？
Context rot 指 AI 的 context 內容愈多，噪音愈多，模型注意力被稀釋，輸出質素反而下降的現象。因此，好的做法是把資料結構化存放，每次只提供當下任務需要的部分。
Notion 可以和 Claude 連接嗎？
可以。Notion 提供官方 MCP connector，Claude 連接後可以搜尋和讀取你授權的 Notion 頁面，並在你批准後寫入內容。這正是 Notion × Claude 工作循環能夠運作的基礎。
應該先學 Notion 還是 Claude？
如果你還沒有一個固定存放目標、項目和 SOP 的地方，我會建議先從 Notion 開始。有了清楚的 context，之後無論用 Claude 還是其他 AI 工具，output 都會更貼身。
工具愈快，愈需要慢下來的地方
有了 AI 之後，我反而更需要一個地方慢下來。慢下來，是為了留空間做判斷：現在的方向對不對？這些 output 有沒有變成真正的 asset？
工具愈快，就愈考驗你是否清楚自己想去哪裏。你現在用 AI，會用甚麼方法讓 output 真正落地？
