一、概念图的基本单位，不是节点，而是“命题”
先给一个最重要的判断：
概念图不是把关键词摆在一张画布上，而是把知识写成一组可以看见的命题。
IHMC 的 Joseph D. Novak 和 Alberto J. Cañas 对概念图的定义非常明确：概念图用来组织和呈现知识；概念通常放在方框或圆圈中，两个概念之间用连线连接，线上还要有“连接词”或“连接短语”，用来说明它们之间到底是什么关系。
两个或多个概念通过连接词组成一个有意义的陈述，这个陈述就叫作命题，也是概念图最小的意义单元。
因此，一张严格的概念图，最基本的结构是：
概念 A → 关系 → 概念 B
比如：
- 概念图 ——由……构成→ 命题
- 命题 ——连接→ 两个或多个概念
- 连接词 ——说明→ 概念之间的关系
你可以用一个很简单的方法检查：
把两个节点和中间的关系词连起来朗读，它能不能成为一句完整、有意义、可以判断真假的话？
如果不能，这条边就没有把关系讲清楚。
比如下面几种关系就太虚：
- A → B
- A → 相关 → B
- A → 关于 → B
它们只是告诉我们“这两个东西碰巧放在一起”，却没有告诉我们为什么放在一起。
换成下面这样，知识才真正被说清楚：
- 经济连通性 ——增加→ 跨阶层接触
- 交友偏差 ——阻碍→ 跨阶层友谊
- 共同任务 ——降低→ 交友偏差
- 经纪人 ——通过翻译→ 消除认知隔阂
你想想，后面这四句话，即使不看原文，是不是也能读懂？
这就是概念图和“关键词连线图”的分水岭。
二、概念图、思维导图、流程图，到底有什么区别？
很多人第一次看到概念图，会觉得它不就是思维导图吗？
两者当然都能帮助我们整理信息，但它们处理的不是同一种问题。
| 工具 | 主要回答什么 | 关系类型 | 适合做什么 |
|---|---|---|---|
| 思维导图 | 这个主题可以分成哪些部分？ | 主要是分类、包含、层级 | 提纲、分类、快速回忆 |
| 流程图 | 一件事先做什么、后做什么？ | 顺序、条件、分支 | 操作流程、业务过程 |
| 文章结构图 | 作者先讲什么、再讲什么？ | 章节顺序、论述结构 | 浏览全文框架 |
| Obsidian 关系图谱 | 哪些笔记彼此有链接？ | 通常只表示“相关” | 发现已有笔记之间的连接 |
| 概念图 | 这些概念为什么会发生联系？ | 因果、条件、支持、阻碍、演化、组成、对立等 | 理解机制、重建知识网络 |
思维导图更容易看，是因为分类本来就是大脑最自然的认知捷径。
但真实世界里的关系远不止“属于哪一类”。一个概念可能促进另一个概念，也可能阻碍它；可能是另一个概念成立的条件，也可能只是证据；还可能跨越原本互不相干的知识区域，形成新的解释。
如果我们的图里所有连线都只能读成“包括”，那它再精美，也只是分类图。
概念图真正有价值的地方，恰恰是逼着我们回答：
A 和 B 到底是什么关系？为什么是这个关系？这条关系能否成立？
三、为什么概念图比文章摘要更接近“理解”？
我们平时阅读，很容易产生一种错觉：字都认识，句子也看懂了，所以我理解了。
但当你试着画概念图时，很多模糊之处会立刻暴露出来：
- 这个词究竟是不是一个独立概念？
- 这两个概念是因果关系，还是仅仅同时出现？
- 作者的结论依赖哪些前提？
- 这个例子是在证明观点，还是只负责解释观点？
- 两条论证路径最后在哪里汇合？
说白了，阅读是沿着作者铺好的语言往前走，概念图则要求你把语言拆开，再亲手重建一次。
Novak 和 Cañas 把概念图的理论基础追溯到 Ausubel 的有意义学习理论：新知识不是孤零零地存入大脑，而是被吸收到已有的概念和命题框架中。概念图的作用，正是让这种“新知识如何接入旧知识”的过程变得可见。
这也解释了为什么画图的过程往往比成品更重要。
你在修改一个关系词、移动一个节点、补上一条跨区连线时，不只是在调整版式，而是在重新判断知识之间的关系。
图可以删掉，但这次重建关系的思考不会白费。
务必注意：这里可以说概念图有助于组织知识、促进有意义学习，但不能轻易把它夸张成某个确定的“效率倍增器”。《AI 内参》原帖提到，配合 agentic reading、三层笔记、概念图和费曼学习法，可以把认知效率提升数倍；这更适合视为作者的使用判断，而不是已经独立验证的普遍结论。
四、一张概念笔记，对应一个概念；一张概念图，对应一个知识体系
你提供的课程资料里，有一个解释我很喜欢：
一张概念笔记，对应一个概念；把这些概念连接成网络，就形成一个知识体系。
这句话解决了一个非常实际的问题：概念图里的节点为什么不能写得太长？
因为概念图负责的是“鸟瞰”，概念笔记负责的是“下钻”。
比如，图上只有一个节点叫“经济连通性”。如果你想知道它的严格定义、研究数据、案例、适用边界和自己的理解，就点击进入对应的概念笔记。
可以把两者理解成：
- 概念图负责压缩：在有限的视觉空间里呈现知识结构；
- 概念笔记负责解压缩：把一个节点背后的细节完整展开；
- 双向链接负责往返：从整体进入局部，再从局部回到整体。
这比把所有内容塞进一张超大白板更实用。
一张图如果需要不断放大，才能看清密密麻麻的文字，它虽然“保存了全部内容”，却失去了鸟瞰的价值。反过来，一张图如果只剩十几个大词，看起来很清爽，却不能复述作者的论证，也只是目录。
真正需要解决的不是“简版还是完整版”，而是不同层级的信息承担什么任务。
五、我们反复试图之后，找到了一种“双层结构”
最初，我尝试直接生成一张图。
简版大约二十多个节点，看起来舒服，但很多关键知识点被压掉了；完整版七十多个节点，信息确实完整，却又宽又密，已经无法“一眼看懂”。
最后效果最好的，不是继续在一张图里取舍，而是拆成两份彼此对应的产物：
第一层：完整命题清单
先不考虑画面是否好看，把文章中的概念关系尽可能完整地写出来。
每一条都遵守：
概念 A + 关系 + 概念 B = 一条可以朗读的命题
这一层负责：
- 防止知识点遗漏；
- 保留完整论证链；
- 检查概念有没有重复；
- 区分观点、机制、证据和案例；
- 为以后生成不同密度的图提供母版。
第二层：中密度主图
再从完整命题中选择最重要的概念和关系，做成一张能鸟瞰全文的图。
我们在两篇长文章上测试后，比较舒服的范围是 35—45 个主图节点。这不是概念图的通用定律，而是当前长文制图实验得到的经验值：少于这个范围容易丢失推理，多得太多又会显著降低可读性。
主图保留：
- 焦点问题；
- 核心结论；
- 主要解释路径；
- 不能缺失的中间机制；
- 少量关键证据；
- 能产生新理解的跨区连接。
人物故事、重复案例、研究背景和次要数据，可以保留在命题清单或概念笔记里，不必全部挤进主图。
这就像一座城市：命题清单是完整的道路数据库，主图是地铁线路图，概念笔记则是每一站的详细资料。
三者缺一不可，但不能画在同一个平面上。
六、概念图还有一个更重要的能力：升维
课程资料中提到了一个非常关键的概念：升维。
所谓升维，就是当你已经完全理解并内化了一小片知识网络后，可以把这片网络压缩成一个更高层级的概念节点。
比如，一开始你需要画出：
- 困倦感由哪些生理因素引起；
- 它会如何影响注意力；
- 不同刺激如何缓解或加重它。
当这些关系已经非常熟悉，你就可以把整片局部网络折叠成一个节点：“困倦感”。
但是，真正的升维不是删掉细节，而是你看到这个节点时，仍然能够在脑海里把它重新展开。
这有点像“组块”：新手看到的是许多零散步骤，高手看到的是一个完整动作。一个人的知识体系之所以能越来越大，不只是因为记住得多，还因为他能把越来越复杂的局部网络压缩成更高层级的概念。
于是，他可以用更少的认知空间，处理更复杂的问题。
七、怎样从一篇文章画出真正的概念图？
结合课程方法、IHMC 的标准和我们实际制图时踩过的坑，我目前更推荐下面这套流程。
1、先确定焦点问题
不要一上来就摘关键词。
先问：这张图到底要回答什么问题？
IHMC 特别强调“焦点问题”。因为同一篇文章，从不同问题出发，会得到不同的概念图。
例如《怎么找到让你向上流动的位置？》可以把焦点问题写成：
出身不利的人，如何选择和创造更有利于向上流动的位置？
有了焦点问题，后面每一个节点都可以接受检查：它是否帮助回答这个问题？
2、提取概念，而不是复制段落摘要
节点通常应该是名词或名词短语，并尽量保持唯一。
比如：
- 好机会
- 位置资本
- 经济连通性
- 交友偏差
- 结构洞
- 供给侧心态
不要把一整段结论塞进节点。段落应该被拆成概念和关系，详细解释则回到概念笔记。
3、先写完整命题，再开始排版
这是最容易被忽略、也最重要的一步。
如果一边读文章、一边直接拖节点，人的注意力会同时被内容、关系、布局和美观占用，最后很容易得到一张“看起来像图”的摘要。
更稳妥的方式是：
- 建立候选概念清单；
- 写出完整的可朗读命题；
- 合并重复概念；
- 检查每条关系是否准确；
- 最后才决定哪些进入主图。
4、建立层级，但不要只剩层级
概念图通常会把更一般、更包容的概念放在上方，把更具体的概念放在下方。
不过，层级只是骨架，不是全部。
一张优秀的概念图还要有跨区连接：原本属于不同分支的概念，通过一条准确的关系被连接起来。Novak 和 Cañas 认为，这类 cross-link 有时会体现知识创造中的“创造性跳跃”。
如果整张图只有从上到下的树状分支，它很可能仍然只是一张思维导图。
5、把证据和概念分开
研究数据、人物案例和具体事件可以进入图中，但要明确它们是在“支持”“说明”还是“反驳”哪个概念。
它们不应该和抽象概念混成同一种节点。
视觉上可以使用虚线、灰色或不同形状表示证据节点，让读者一眼看出：哪些是作者的核心概念，哪些是支持概念的材料。
6、逐条进行“朗读审计”
图画完以后，不要先问漂不漂亮，而要逐条朗读：
概念 A + 关系词 + 概念 B。
如果读起来含糊、拗口或者无法成立，就修改关系词、拆分节点，或者删除这条边。
关系词不一定只能是一个动词，也可以是一句短语。关键不在形式，而在它能否把两个概念之间的逻辑讲清楚。
如果遇到 A→B→C 的复杂关系，可以让每一条边各自成为命题；确实需要表达中介机制时，可以加入“通过”等提示词。
7、最后才处理工具和版式
内容确认后，再决定使用什么工具。
- Mermaid：适合标准化生成、版本管理和快速修改，也是我现在的默认方案；
- Excalidraw：适合人工微调、自由布局和手绘表达；
- HTML 白板：适合交互缩放、筛选和复杂展示，但维护成本更高；
- Obsidian Canvas：适合把本地概念笔记直接组织成可操作的空间。
就静态输出而言，优先保存 SVG；需要分享图片时，再导出白色背景的高清 PNG。文字型图不宜优先使用 JPG，因为有损压缩容易让细线和小字发虚。
如果本地有浏览器渲染环境，可以直接渲染 Mermaid；在受限环境中，也可以使用 Kroki 的 POST API 生成图片，而不必每次都下载 Chromium。涉及敏感材料时，则只保留 Mermaid 源码，在本地可信环境渲染。
这些都是实现细节。真正决定图质量的，仍然是前面的概念和命题。
八、怎样判断一张概念图是否做对了？
最后给一份最小检查清单。
内容检查
- 这张图有没有明确回答一个焦点问题？
- 节点是不是概念，而不是段落摘要？
- 同一个概念是否保持唯一，没有换词重复？
- 核心结论和关键中间机制有没有保留？
- 证据是否明确指向它所支持的概念？
关系检查
- 每条边是否带有具体关系词？
- “概念 A + 关系 + 概念 B”能否朗读成一句完整命题？
- 图中是否不只有分类，还包含因果、条件、支持、阻碍、演化、对立等关系？
- 不同分支之间是否存在有意义的跨区连接？
阅读检查
- 第一次看图的人，能否在几十秒内找到核心问题和主要路径？
- 熟悉内容的人，能否顺着图复述作者的论证？
- 想深入某个节点时，能否进入对应的概念笔记？
- 主图是否已经密到必须反复缩放才能阅读？
如果一张图只满足“看起来很丰富”，却无法朗读关系，它不是合格的概念图。
如果一张图逻辑完全正确，却让人第一眼找不到入口，它也还没有完成。
九、真正要训练的，不是画图能力，而是建立关系的能力
回到最开始的问题：我们为什么要画概念图？
不是为了收藏一张大图，也不是为了证明自己读完了一篇文章。
画图的过程，是把隐含逻辑显性化；复述和修改的过程，是反复强化概念之间的连接；升维的过程，则是把复杂网络内化成可以调用的认知组块。
更进一步说，这也是“以我为主”的学习：
- 不复制作者的原话，而是用自己的语言重新表述；
- 不照搬作者的结构，而是围绕自己的焦点问题选择信息；
- 不停留在复述，而是把新概念接入自己的知识体系，最终形成自己的解释。
所以，判断自己是否真的学会，不妨做一个简单练习：
- 选一篇你真正想理解的文章；
- 写出一个焦点问题；
- 提取 10—20 个概念；
- 写出至少 15 条可朗读命题；
- 不看原文，顺着这些命题复述一次；
- 找出其中最值得长期保留的概念，分别建立概念笔记。
当你能够从一个概念自然想到另一个概念，并说清它们为什么相关时，那张图即使删掉，也已经完成了它真正的任务。
参考资料
- Joseph D. Novak & Alberto J. Cañas, The Theory Underlying Concept Maps and How to Construct and Use Them, IHMC CmapTools, 2008。
- 《智识营》第三课“认知思维工具箱”课程视频原文及延伸阅读：概念图、概念笔记、升维、关系图谱与“以我为主”的学习方法。
- 本文中的“完整命题清单＋中密度主图”、35—45 个节点和版面宽高比等建议，来自两轮长文概念图制作实验，是工作流经验，不是概念图理论的统一标准。