Ernest PKM 個人知識系統 工作流程 (2023.25)

Post Title Image (Photo by Ash Edmonds on Unsplash)

✳️ 前言

(2023-02-16 初版)

從小,國小時候吧,就對筆記本情有獨鍾,喜歡在小本子上記錄一些數字、溫度、時間、窗外隔壁棟大樓的鴿子有幾隻、繞一圈飛行回鴿舍需時多久等等之類。

隨著年紀逐漸增長,一直將筆記本視為記錄、備忘、快速複習的工具,但總覺得跟自己的工作流程搭配不起來,不論是工作上或是家庭上。直到最近幾年,比較融會貫通了些,記錄一下當下自己的 個人知識系統 (PKM) 工作流程。這套工作流程是從許多比我更聰明、更專注在 PKM、Smart Notes 等領域的人們的各種分享中,我自己融會理解並針對我個人情境所歸納出的流程。

這套流程不一定適合每一個人,但希望藉由分享思路,能帶出一些對話和討論,讓我們、甚至是我們的下一代能夠減少摸索的時間,而能提昇學習或工作效率,進而對社會或人類有些許貢獻。

AI、Machine Learning、ChatGPT、Google Bard、Amazon Titan、Auto-GPT 等各種模型與人工智慧工具,可以為我們處理部分事務,但其也是依循某種流程進而得以運行。若能掌握流程設計的思路,相信還是能在社會、組織中,有所發揮。共勉之。


(2023-04-19 更新 2023.25 版本)

本來想說 Ernest PKM 這系列文章一年週期性更新一次就好,但才過不到四分之一年 (0.25 year),各種 AI 思維、產品如隕石一般降臨,乾脆來個「被迫」產業升級。

想說既然 GPT 版本號是從 GPT-1, GPT-2, GPT-3, GPT-3.5, GPT-4 如此沿革發展,所以 Ernest PKM 也迎來小升級,整合 人腦 與 AI (MLOps) 兩套工作流程,產出 Ernest PKM 2023.25 版本,並選擇在 4/19 Generative AI Meetup 這天發表,與許久不見的老朋友、新朋友們一起分享、見面交流。



✳️ TL;DR

如果你只想看工具,那這篇文章就三句話:

  • PKM = 給自己用的「個人」「知識」「系統」,舒服就好,不要有壓力。
  • 選擇適合自己的筆記系統。其他工具依照你的資訊來源、存取場景做選擇。
  • 不論你的職業、產業、知識系統、上下游選擇了什麼工具,AI 讀書都比我們快很多,不要浪費時間,Readwise 勇敢用下去。

如果你想與 AI 共存,也想打造自己的 PKM 一起創造一些美好事物,可以準備一壺茶或一杯咖啡,慢慢看下去:

  • 參考他人打造 PKM 的思路(例如 Ernest PKM 目前在使用的「IIDEE」框架),建構自己的知識系統 = 建構自己的「工作流程」與「框架」。
  • 建構一個版本之後,試著執行幾個月,累積經驗,持續調整。

✳️ 範圍 Scope

  • 我們很常花時間處理破碎、單點任務,
  • 我們較少花時間組裝流程、建立架構、打造系統。

「組裝流程、建立架構、打造系統」始於「拆解」。

因此我將「個人知識系統 (PKM)」拆開來看,分成「個人」「知識」「系統」三個部分:

  • 個人:給自己用的,舒服就好,不要有壓力。
  • 知識:知識 1 是對某個主題「認知」與「識別」的行為藉以確信的認識,並且這些認識擁有潛在的能力為特定目的而使用。
  • 系統:有流程、有工具、可能可以自動化。相關名詞有「架構」「框架」。

這篇文章是關於「個人用」的,另外關於企業用、組織用的知識系統與生產力流程,我將另外分享。 👉 有興趣的朋友,可以先在這裡預約,有新的進展或相關資訊會跟大家更新。


「給自己用的,舒服就好,不要有壓力。」


健忘的人總還是健忘(啊別誤會,就是我自己),可以藉由融入 情境 (context),並為自己設計各種 觸發點 (trigger),來讓自己展開工作任務。

  • 搭配循環檢視,形成內週期。
  • 搭配目標導向,形成外輸出。

✳️ 改版歷史 Revision History

我預計(希望)會回頭逐步更新本文的內容,隨著時間的過去,有些工具也許會有些調整。

  • Ernest PKM 2023.25 版本 (2023-04-19)
    • 整合 人腦 與 AI (MLOps) 兩套工作流程。
  • Ernest PKM 2023 版本 (2023-02-16)
    • 2021 年的版本中,原本有包含 7 個流程步驟,現在 (2023) 將之整合成 5 個流程步驟。
    • 將「工具」打散到各個流程步驟中、
    • 將「分數機制」歸類到「資訊來源」和「輸出」這兩個頭跟尾的步驟中。

✳️ 工作流程圖 IIDEE Workflow Chart

目前 (2023) 整理過後的 Ernest PKM 工作流程圖與拆解架構如下,剛好五個階段可以縮寫成「IIDEE」:

ernest-pkm-loop-2023
  • 1️⃣ 資訊來源 Input sources
    • 1.1 種類 Types
    • 1.2 工具 Tools
    • 1.3 分數機制 Scoring
  • 2️⃣ 儲存 Inbox
    • 2.1 工具 Tools
  • 3️⃣ 消化 Distilling
    • 3.1 模式 Patterns
    • 3.2 框架 Frameworks
  • 4️⃣ 應用 Executing
    • 4.1 知道 Extend Knowledge
    • 4.2 做到 Build Business –> Workflows
  • 5️⃣ 輸出 Expressing
    • 5.1 種類 Types
    • 5.2 工具 Tools
    • 5.3 分數機制 Scoring

我切得比較細,大家可以拿這個骨架做參考,然後調出適合自己使用的流程步驟,自己順手、舒服、能持久,都好。

希望大家都能打造出自己的 PKM 工作流程,也歡迎大家以各種方式與我分享你的 PKM 工作流程,互相交流。


✳️ 工作流程圖 IIDEE+AI Workflow Chart

從 Ernest PKM 2023.25 版本開始,除了梳理人腦,也增加人腦與電腦一起整合工作、以及一些歷史脈絡的架構拆解,於 4/19 Generative AI 小聚 ft. HappyDesigner Meetup 這天發表。雖然當天現場沒有錄音,但錯過的朋友們仍可自行以每隔 4 秒鐘切換一頁的速度,模擬體驗當天小聚的最後 10 分鐘。也可以在此敲碗錄音?!

這個版本主要分成四個段落:

  • 1 = 格物、致知
    • 知識節點 Knowledge Node
    • 0️⃣ 知識梳理小工具 Knowledge Sorting Toolkit
  • 2 = 誠意、正心
    • 1️⃣2️⃣3️⃣4️⃣5️⃣ IIDEE 基礎框架
  • 3 = 修身、齊家 👉 多元、成家
    • 可能是人,可能是 AI,所以,多元,成家
    • 3-ernest-pkm-s-v-o
  • 4 = 治國、平天下 👉 治企業、平產業
    • 期待在企業和產業中,運用這樣 人機一體 的 工作流程。
    • 4-ernest-pkm-with-ai

這些拆分方式,沒有對錯,舒服自用,都好。

希望大家都能為自己的 PKM 工作流程花式整合 AI 工作流程,提生產出、創造價值。也歡迎大家以各種方式與我分享你的 PKM 工作流程,互相交流。


0️⃣ 知識梳理小工具 Knowledge Sorting Toolkit

1-1-ernest-pkm-knowledge-node 1-2-ernest-pkm-tupao-toolkit

(TODO: 稍候補充)

0.0 知識節點 Knowledge Node

0.1 關聯 Relationship

0.2 分門別類 Classification

0.3 空間 Namespaces

0.4 流程 Workflow

0.5 迭代 Iteration


1️⃣ 資訊來源 Input sources

在跨領域自學的過程中,會面對到各式各樣的資訊來源、以各種格式存在著,依照每個人的情況不同,有些形式的資訊來源會較容易吸收、有些則否、有些可以設計串連的工作流程做自動化、有些比較有架構、有些比較零散,端看我們自己的需求,定期或不定期地做調整。

1.1 種類 Types

底下列舉一些我常用的資訊來源種類 (input source types),大家也可以觀察自己生活的各種層面、整理自己常用的。

graph LR; B(1.1.1 書籍 Books) --> IS(1.1 資訊來源 Input Source Types); A(1.1.2 文章 Articles) --> IS; V(1.1.3 影片 Videos) --> IS; P(1.1.4 Podcasts) --> IS; C(1.1.5 課程與演講 Courses and Speeches) --> IS; CT(1.1.6 對話與想法 Conversations and thoughts) --> IS; class IS mermaidTier1; class B,A,V,P,C,CT mermaidTier2;

1.1.1 書籍

書籍多半是比較有結構性的資訊來源,而且相對扎實的內容、驗證過的內容、整理過的內容。

當然也會有一些書籍,其實屬於多篇文章的集合體,這就交給後面的章節「分數機制」來做篩選,或是挑選部分段落閱讀。

哪些情況下 Ernest 會選擇閱讀書籍:
  • 大部分書籍相當便宜
    • 別誤會我的意思,售價的絕對值可能相比於我們每人所處當下的狀態,有可能是負擔不起,但相比於作者所投注的心力、時間、資源,能以如此售價取得相對完整的知識內容,大部分是相當便宜的。
    • 如果閱讀過後發現不值得這個價位,可以使用「分數機制」,在自己心中為之下架。
  • 在書籍的選擇上,我多半會選擇已有一段發表時間的經典書籍
    • 如此會有比較多人已經幫我篩選過、甚至分析過書中的那些案例。
    • 在書籍發表後的歷史演進中,哪些經得住起驗證、哪些則否、是否需要加入新的參數來給我的「分數機制」判斷等等。
    • 若有需要,亦可將推薦這本書的人也列入「分數機制」。
  • 綜合以上兩點,若以電子書形式取得,往往取得成本又更便宜,且有機會串連數位的工作流程,進行筆記彙整。
Ernest PKM 工作流程:
  • Safari Books (O’Reilly Media)
    • Safari Books (O’Reilly Media) 可以在電腦瀏覽器、iPad、iPhone 上閱讀。
    • 我通常會將幾本書籍下載到 iPad 後離線閱讀。閱讀情境如:長途交通、電訊訊號不佳但又需要久待之處。
    • 書籍中的圖片可以儲存至 Photos、或使用螢幕截圖。
      • 自用可。如果你後面流程步驟是要公開分享的,請自行查閱相關著作權法規,或與作者出版社聯繫確認。
    • Safari Books (O’Reilly Media) 可以匯入到 Readwise 做彙整。
    • 更多細節請參閱 1.2.1 段落。
  • Amazon Kindle
    • Kindle 可以匯入到 Readwise 做彙整。
    • 更多細節請參閱 1.2.1 段落。
  • Kobo
    • Readwise 自 2022 年開始支援 Kobo 筆記匯入。(原本自己正在手刻一個小程式就先暫停。)
    • 將自己的 Kobo 書籍轉檔到自己的 Kindle 上閱讀。(添購了一台 2021 年版本 Kindle Paperwhite (5th Generation),比手上之前的 Kobo 閱讀器速度快一些。)
    • 更多細節請參閱 1.2.1 段落。

1.1.2 文章

文章指的是可以在短時間閱讀完畢的內容,例如 15 分鐘以內。提供比較破碎、片段、即時的資訊或知識,通常需要後續加工、組織、連結才能轉換成方便使用、隨時可用的知識。

我目前會先將各處收集到的文章都流入 Readwise Reader (2023 年之前,流入 Instapaper) 再進行閱讀(當然也會遇到有些中文內容沒有遵守 HTML 語意結構而內容缺失的狀況,但通常在這類平台上的文章也通常可以略過不看、或繼續鼓勵自己閱讀其他語言的文章)。

哪些情況下 Ernest 會選擇閱讀文章:
  • 運用破碎時間(等待、等人、等交通工具、等上菜之類)
  • 取得成本低(但是開採成本高,因此需要配合分數機制來做來源篩選,提高轉換效率)
Ernest PKM 工作流程:
  • 收集
    • 我會在手機或電腦上遇到新的文章
    • 手機(含平板)
      • 使用手機作業系統的分享功能,從瀏覽器、通訊軟體、社交軟體將文章匯入進到 稍後閱讀 應用程式 (app)。
      • 有些手機應用程式 (app) 的分享功能送不進去 稍後閱讀 應用程式,則匯入到 待辦 (Todo) 應用程式。
    • 電腦
  • 稍後閱讀 (Read-it-later)
    • 我目前使用中的是各種平台(電腦瀏覽器、手機各種應用程式)都可以很輕便地將一篇文章 URL 收集起來稍後再閱讀的 Instapaper
    • 進一步採用了 Instapaper Premium,主要使用其「Unlimited notes」功能。 👉 2023 年改用 Readwise Reader
    • Instapaper 匯入到 Readwise 做彙整。
  • 待辦 (Todo)
    • 在手機上某些情況下無法將 URL 丟進 Instapaper,則會改丟進 Todo 工具的 ToRead Inbox 暫放
      • (有的時候只是放心安的 XDD)
      • (但越放越多之後,就會良心不安,而開始正視自己是否需要如此的綻放區(綻放無誤!))
      • 我目前使用中的是 Todoist,跨平台、也有網頁 web 版本。
        • 設定一個 Project 命名為 Stuff Inbox,排列順序放在所有 Projects 的最上面(如此在暫放時不用一直往下滑,可以快速綻放🌹)
        • 定期清理 Stuff Inbox。完成閱讀、摘要、筆記。
        • 如果累積一段時間後,例如一季、半年,都沒有清理 Stuff Inbox,那可以檢查看看:
          • 也許沒有誘因、沒有足夠目的性,這類屬於沒有真實需求,但又想要收藏的情況,那就繼續塞爆 Stuff Inbox 亦可。時間久了再看是否就放棄收集。
          • 也可能是流程設計時沒有預留時間做整理,這類屬於有真實需求(可能做產品設計、論文研究等等之類),則回頭重新檢視整體流程、稍做調整即可。例如安排在一週某天的 morning routine 裡頭。

1.1.3 影片

看影片學習新知,總讓人覺得簡單好上手,只是,若從時間轉換效率觀點,不一定是最佳解。(我認識的朋友當中也有只能用看影片方式進行學習的,而且搭配一些提點,也是達成頗豐富的成果產出,所以請不要管別人的最佳解,只要有心,嘗試找到自己的最適解,比較實用。)

哪些情況下 Ernest 會選擇觀看影片:
  • 需要圖片解釋、影片解釋的情境,例如學習食譜(一次看十幾個不同廚師用不同手法演繹一道菜色或食材)、新的軟體畫面操作(例如有陣子在學習設定 thinkorswim 的軟體操作畫面)、如何栽種植物等等。
  • 適合圖像記憶的學習者,同時透過影像、聲音、甚至字幕文字三種管道加深記憶印象
  • 讓腦袋放鬆的時刻
  • 隨著個人狀態可以調整影片播放速度
Ernest PKM 工作流程:

1.1.4 Podcast

Podcast 以音訊方式輸入到腦中,且大多時候可以騰出雙手,同時進行不同任務,通常進行的任務是不需要在使用到音訊接收資訊。我目前聆聽的比例較低,多半原因是資訊密度較低(聽大家自我介紹時間比較短的 clubhouse?!),但也還是會交給「分數機制」協助篩選訊源。

哪些情況下 Ernest 會選擇聆聽 podcast:
  • 可以空出雙手進行其他任務時,但料理時我不行,需要聆聽廚房現場聲音
  • 放鬆的時候
  • 收集故事
Ernest PKM 工作流程:
  • 若聆聽比較豐富內容的 podcast 想做筆記,我目前使用 Airr 這款 app 在手機上聽取 podcast 內容,
    • 聽到想做筆記的片段,可以按下「前一首」的耳機功能鍵,預設 Airr 將擷取前 45 秒的音訊片段,稱為「AirrQuotes」,整段 podcast 聽完後,再去整理這些片段,輸入文字筆記。
    • 然後可以串接匯入到 Readwise 做彙整。

1.1.5 課程與演講

課程的重要性其實我想安排在書籍之後,但後來想想還是先介紹比較單項細部的文章、影片、podcast(聲音)後,再來聊聊關於課程。

課程常常是多種感官整合在一起呈現給學習者的一種過程與環境。

高中時代在開放的校風中接觸了 Project Adventure (PA) 探索教育 的課程結構設計,開啟了我對課程設計、演講等的敲門磚,後續在大學攝影社、選修課延伸到電影與舞台,以及在 AIESEC 期間大量整理資料、練習演說的機會,讓我始終對教學、課程有種莫名的情感。

課程的源頭相近於書籍,講師(作者)針對某個議題或知識領域累積了大量時間的研究,爬梳出一種呈現的方式給予學習者(讀者)。以這把尺來作為衡量,能稍微進行分類,哪些值得深究、哪些是組裝、哪些是拼裝。另外幾把尺也許留到「分數機制」再來討論。

哪些情況下 Ernest 會選擇參與課程:
  • 跟書籍一樣,結構性、系統性知識架構,能大幅節省自己摸索的時間。(成本也跟書籍一樣,是事前篩選。)
  • 課程較書籍多出了與講師的互動、與同學們之間的互動。短期的互動是藉由問答解決當下問題或疑惑,中長期的互動可能會結交到相互交流一輩子的好朋友。
Ernest PKM 工作流程:
  • 課程與書籍筆記處理方式類似,大致區分為實體與電子形式。
  • 我觀察到離開課程與演講現場之後,通常其他工作任務就會排山倒海而來。所以我都會盡量在現場、最晚隔天 24 小時之內,將內容摘要、延伸想法,整理進到筆記系統。

1.1.6 對話與想法

我將短時間輸入的訊源都歸類到這個分類,短時間指的是幾秒鐘、幾分鐘這個數量級。

哪些情況下 Ernest 產生對話與想法:
  • 涵蓋有正式會議、非正式會議、社交媒體 (Facebook posts/comments, Twitter tweets, Instgram posts, etc) 等等,大多數都是片段資訊,其中部分比例需要後製加工、重組,而這比例通常每個人的選擇會有所不同。
  • 因為這裡提到了對話,其實有包含一部分的輸出,而輸出是與連結與創造有關係的,輸出的部分保留到後面章節再討論。
Ernest PKM 工作流程:
  • 大部分(一句話、或較短文句)我會先暫存在我的 daily notes 裡面。(屬於 fleeting notes)
  • 若是已通過「分數機制」的他人見解,會暫存到 insights notes 裡面。(屬於 fleeting notes)
  • 如果在會議中,多半有機會拿出電腦,我會將會議中的重點紀錄在 Heptabase 對應會議的卡片中。
    • 搭配 @today 功能,可以快速連結時間連續性。
  • 某些場合與環境不適合拿出電腦,例如餐會、運動、移動中,會先在腦中記住關鍵字,然後再找空檔以紙本或 Apple 跨裝置的 Notes.app 速記,當天稍候再更新進到筆記系統 Heptabase
  • 某些場合,拿出紙本或筆記本,比較不會顯得無禮。

1.2 工具 Tools

Tags: Fleeting Notes

剛開始設計 PKM 時,會很在意使用哪個工具,中間有一陣子會頗迷惘,這些工具大家都有使用,但為什麼別人有很棒的生產力,但我自己沒有產出之類的迷惘。

最後我開始嘗試追求:拆解本質、整合流程、達成目的。

調整成「有目的性地」、working backward,回頭梳理流程、選擇適合當次「目的」之工具。

在工具的選擇上,我以架構和流程優先,搭配著一些嘗試性的實驗,一步一步迭代、拼湊成我想要的樣子(💰沒有不見,只是…

有些手動的工具、或類比式(非數位化)的工具,我仍會使用,藉此完成較深刻(或較放鬆)的體驗(對我的大腦來說),以利於拆解步驟和屬性。

graph LR; R(1.2.1 閱讀) --> T(1.2 Tools) ; RL(1.2.2 稍後閱讀) --> T; A(1.2.3 彙整) --> T; class T mermaidTier1; class R,RL,A mermaidTier2;

1.2.1 閱讀

實體書籍取得方式相當多元,在此先略過。

我目前的電子書籍閱讀的工具都具有畫線筆記 (highlights) 功能,其中 O’Reilly Safari Books (O’Reilly Media)、Amazon Kindle、Kobo 可以匯入到 Readwise 做彙整,將畫線筆記 (highlights) 往我的工作流程下游移動,會自動進到我的筆記系統中。


O’Reilly Safari Books Online

現在稱為 O'Reilly Learning,但這樣我就記不得它是個看書的地方(初老症狀…),所以我還是管它稱為 Safari Books。

  • 我主要使用它來閱讀科技類、技術類的書籍。
  • 我大約是從 2012 年左右開始使用 Safari Books,一開始是受到 Mozilla 基金會的贊助(大感謝 Reps Program 以及 MozTW 社群!),幾年用下來覺得很有幫助,後來任職的公司都有繼續贊助各種閱讀來源,其中也包含了 Safari Books。
    • 印象中是從月費 $40 左右開始訂閱的,目前的月費已經調漲到 $49(年費 $499),且增加了 O’Reilly 主辦的各場研討會錄影檔(算是省下許多門票費用)。
  • 在接觸新的技術領域時,我會進行大量閱讀,一個月有看超過兩本原文書,例如兩本 O’Reilly 的書,訂閱這家就很划算。
    • 時不時有朋友問我說你被贊助了這些閱讀來源,你怎麼有時間看得完?
    • 我的思路是反過來,我的目標不是看完,而是解決手邊的問題。
    • 就如同這個段落開頭的第一句話,我將「接觸新的知識領域時」作為觸發點,或是「遇到問題時」作為觸發點,然後在手邊可及的各個閱讀來源中大量閱讀。

非常感謝大家的贊助(也期待更多贊助?!

(Safari Books 上新書的速度很快,幾乎出版後一兩週內即可找到。也有新書預覽。)

(在電腦瀏覽器中,Safari Books 閱讀環境與 highlights。)

(Readwise 可以處理匯入 Safari Books highlights。)


Amazon Kindle

身為 AWS Community Hero,好像擁有一台 Kindle 也是滿合理的?但也不能這樣推論,因為我是先開始使用 Kindle App 閱讀 AWS 開發者文件,然後再購買實體 Kindle Paperwhite,後來才有機會成為 AWS Community Hero :p

  • 中文書籍 vs 英文書籍
    • 雖然 Amazon Kindle 也有中文書店,但書籍種類與數量還在累積中。
    • 所以就讓 Amazon 發揮其專長,原文書和雜誌很齊全,主要使用 Kindle 閱讀英文書籍、(也會翻翻漂亮的食譜雜誌,參考大家都怎麼拍攝食物的照片)。
  • Kindle 方案
  • Kindle 裝置
    • 2022Q1 添購了 2021 年版本 Kindle Paperwhite (5th Generation),全平面,很好攜帶。我就沒再外加保護模或殼了。滿常帶出門的,搭車、搭飛機都很輕便合適,臨時要找個地方塞也比 iPad 方便,電量更是甚少擔心。
    • Kindle 閱讀器可以螢幕截圖,但目前 (2023) 得要連線到電腦才能取出。

kindle-paperwhite-2022 (使用 Amazon Kindle Paperwhite (11th) 的各種場景。咖啡廳、飛機上、配早餐等等。輕便好帶。)

(雖然我的 Kindle Library 裡面有一些 AWS 文件,但誠實地說 Kindle 版本的文件更新較慢,後來還是看網頁版或 PDF 版本)


Kobo
  • 在朋友們的建議下,我目前在 Kobo 這邊採購中文電子書籍,然後部分轉檔到自己的 Kindle 裝置上閱讀。或在 iPad 上使用 Kobo app 閱讀。
  • 原有的 六吋 Kobo Clara HD 電子閱讀器 還是放在書桌上隨手可以取得之處。但幾乎不會帶出門了。

Readdle PDF Expert

有些情況下取得的文件資料是 PDF 格式,其中 Readdle 出品 PDF Expert 是百家爭鳴的 PDF 閱讀工具中我目前的選擇,可以無縫在 iPhone、iPad、macOS 之間接續閱讀和整理 highlights,其他平台也有其他不錯的選擇,選擇目標是:

  • 可以方便處理 highlights,往工作流程的下游傳送。
  • 可以讀取檔案同步空間(雲端空間比較抽象,任何空間有實作同步和權限功能皆可),可以較為無縫地跨裝置接續閱讀。若是習慣在同一個裝置完成一個檔案的閱讀,可省略。
    • PDF Expert 支援 iOS Files, iCloud, Dropbox, Google Drive, Box, OneDrive, WebDAV, SMB, FTP/SFTP 等等,所以理論上要打通 Amazon S3 也是可以(是有沒有這麼鐵粉 XDD),選一個好維護的即可。

也歡迎大家留言推薦我你愛用的 PDF 閱讀工具。


Heptabase
  • 2023 新功能,可以直接在筆記軟體 Heptabase 裡面閱讀 PDF 檔案,並且劃線筆記。還在適應中。

heptabase-card-pdf (Heptabase 於 2023-02 支援直接在 PDF 上劃線筆記、註解,並可以延伸直接變成卡片,繼續整合。)


1.2.2 稍後閱讀

Readwise Reader

Readwise Reader 於 2021 年開始發出小範圍封閉測試,2022 Q4 公開 beta 測試。

(Readwise Reader 使用介面。左右兩側提供了比 Instapaper 較多的導引與功能,但也就相對比較不專心,看自己取捨。)


Instapaper

通勤時、或短暫的空檔,我滿常用 Instapaper 來閱讀累積在裡面的文章。平常滑社交媒體、或朋友分享的文章,當下不一定有時間閱讀,我在 iOS/Android 平台上都有設定可以將網址分享進 Instapaper,然後等到閱讀時間再行閱讀。

  • Instapaper 的畫線筆記 (highlights) 和 註記 (annotations),在 Instapaper 裡頭都算作 notes,可以設定串接匯入到 Readwise
  • Instapaper 的獲利來源是 Instapaper Premium 方案,單一方案,簡潔明瞭。
    • $2.99 per month 或 $29.99 per year,如果你用得到 unlimited notes,不妨支持 Instapaper 一下。
    • 是說,有了 Readwise Reader 之後,我在 2023 年二月暫時退訂了 Instapaper Premium。
  • 優點:
    • 閱讀介面一致,使之專心閱讀。
  • 缺點:
    • 因為是透過 Instapaper 派出的爬蟲來取得指定 URL 的文章,若遇到訂閱制網站則無法爬出取得文章內容。
    • 對於非訂閱制網站的公開內容,
      • 若遇到不符合 HTML 標準格式或語境脈絡的文章,Instapaper 爬蟲也無法解析。中文網站很多都是排版精美,但原始碼語境脈絡全無。
      • 若遇到頁面滑動才載入圖片的網頁,Instapaper 爬蟲也會造成缺圖。
      • 但原始 URL 還有保留,最慘就是回到原本的網頁閱讀。然後使用下一個工具 Hypothesis

instapaper-with-sushi (邊吃壽司、邊使用 Instapaper 閱讀文章。等等,這劃錯重點吧!!!)

instapaper-screenshot (Instapaper 的使用介面,非常乾淨,強調可以專心閱讀文章。)


Hypothesis

Hypothesis

2022 年之後很少使用。


1.2.3 彙整

Readwise

Readwise 可以從四面八方匯入畫線筆記 (highlights) 和 註記 (annotations),集中處理,或當作匯集器/聚合器 (aggregator),來將 畫線筆記 (highlights) 和 註記 (annotations) 往工作流程的下游傳送。例如很多人在 Readwise 匯集之後,匯出到 Evernote 或 Notion 或 Roam,有在雲上開 API endpoint 的 SaaS 服務應該都有機會。地端筆記系統也別擔心,Readwise 有開 API 可以從地端打過去定期拿下來 (retrieve)。

hepta-highlights-2023-02-14 (Heptabase 於 2023 年加入了 Highlight app,可以很方便接收、整理來自 Readwise 的畫線筆記 (highlights)。紀錄於 2023-02-14。)

  • 之前 (2021-2022) 我的 Readwise 下游是本機電腦上的 Obsidian,沒有雲上的 API endpoint 可以接收 Readwise 的定期匯出。好險山不轉、人轉,Obsidian 裡頭有兩個以上的 Readwise 套件,可以設定成定期打 Readwise API 匯入到 Obsidian 形成一個一個 .md 檔案。
  • Readwise 完整版月費 $7.99,跟省下來彙整來自四面八方筆記的總時間相比,我決定支持 Readwise。剛開始使用有免費 30 天試用,很值得試試看。
    • 目前 (2021-) Readwise 是我的 fleeting notes 很重要的一環。
graph LR; K(Kindle) --> RW; AB(Apple Books) --> RW; M(Medium) --> RW; RSS(RSS Feed) --> RWR; A(Articles) --> RWR; A --> IN; RWR(Readwise Reader) --> RW; IN(Instapaper) --> RW(Readwise); IN --> RWR; H(Hypothesis) --> RW; GR(Goodreads) --> RW; Airr(Airr) --> RW; RW --> O(Heptabase); class IN,K,AB,M,H,GR,Airr,RWR mermaidTier1; class RW mermaidTier2; class O mermaidTier3;

1.3 分數機制 Scoring

  • 我們面對許多資訊來源(來自多個不同資訊提供者、媒介載體、作者)
    • 前面已經針對「資訊格式」做處理,這裡針對「資訊內容」做篩選。
  • 太多資訊來源會產生問題
    • 資訊量太多
    • 資訊需要過濾與整理,才儲存
    • 這是事實?還是推論?還是假資料
    • 自己驗證?還是別人幫忙驗證?自己驗證的正確率?別人驗證的正確率?大家有各自專長的領域。
  • 幫每個資訊來源打分數
    • 分數高的優先取用、或優先處理
    • 分數低的有空再處理
    • 分數零分的直接丟掉,不要浪費人生
  • 作法舉例
    • 可以簡單使用 0-10 或 0-5 級距,來打分數。
    • 使用自己熟悉的工具,例如 Google Spreadsheet、Microsoft Excel、AirTable 等等試算表工具、或是使用筆記工具簡單紀錄亦可。
    • 粒度(詳細程度)可以先從資訊提供者先做處理,行有餘力或有需求再處理到作者、編輯、推薦者這個粒度。
    • 例如
      • 文章分類,先用媒體名稱做分數機制,行有餘力或有需求再對記者、編輯做分數機制。
      • 書籍分類,可同時使用出版社、作者做分數機制,行有餘力或有需求再對推薦者、系列做分數機制。
      • 內容分享「How-I」且搭配佐證資料者的分數、高於「How-To」的分數。
  • 或者也可以將這個「分數機制」想成 AI/ML/ChatGPT 等各種模型的參數,不同的參數設定與選擇,都可能產生相似或不同的結果。
    • 可能會依據不同場景或人設 (context) 調整對應的參數。
    • 這邊依然適用 working backwards 方法。

2️⃣ 儲存 Inbox

Tag: 知道, Slip box, Literature Notes

  • 有個 Inbox 隨時可以馬上筆記,未來再做分類。
    • 我想特別強調「先不要分類」這件事情,在一開始輸入、儲存這個階段,還沒消化之前,建議不用花時間作分類。
    • 如果你還是很想在這個階段作分類,
      • 可以倒過來想,後面的應用階段、輸出階段想要完成哪些目的,以終為始作分類。
      • 或是識別「事實」、「推論」、「情緒」、「假資料」。並留意相依性,如果拿了「推論」去進行「3️⃣ 消化 Distilling」步驟,可能會得到基於「推論 A」的「推論 B」,不是不可以,但要記得當「推論 A」條件不成立時,「推論 B」也要適時取消。
        • 也可以活用這種判斷方式,增加一條「分數機制」邏輯,用在一起參加會議的與會者身上。
  • 別太在意格式,(看看 Tiago Forte 的筆記格式
  • 使用比較多人使用的工具,有比較高機會可以直接使用現成的、上下游已經整合好的自動化工具(省時)。
  • 開始任何動作之前,先確立目標,寫下來(放在一個等一下可以打勾完成的地方)。
  • 不要相信你的腦袋、不要使用腦袋作為 Inbox 暫存區。 (私預設來閱讀這篇文章的是位人類?!AI 可以不用來閱讀這篇?!咦 :p)

2.1 工具 Tools

  • 各種你會使用到的 SaaS、產品、服務所提供的書籤、暫存、播放清單功能,都可以作為這類臨時儲存 Inbox。
  • 搭配一個週期性清潔的習慣,例如 morning routine、weekly review 定期清理分散在各地 Inbox 的內容,依據 2.1 種類,送進 2.2 工具裡頭。
  • 隨時準備幾種隨時可以馬上筆記、暫存的工具。

紙本筆記

FIELD NOTES (隨身攜帶的紙本筆記本,搭配的筆記本外套右側有磁鐵,剛好可以吸住一隻隨身筆。紀錄於 2023-02-27 於台北辦公室。)

  • 我平常隨身會準備幾隻筆、至少一本 FIELD NOTES
  • 紙本有個額外的好處,可以謄寫。
    • 謄寫到另一張紙、或是筆記本的過程中,可以讓腦袋再受刺激一次,加深印象、或與此同時進行刪減。

筆記軟體

  • 我目前 (2022-) 使用 Heptabase Journal app 可以很方便的紀錄 daily notes。且可作為後續消化 Distilling 流程階段的基礎,使用相同操作方式、資料格式,減少資料轉換 (ETL) 處理時間。
  • 各家筆記工具也都有提供類似的功能。
  • 或是直接拿電腦、手機、平板內建的筆記 app,加上簡單的日期作為筆記標題,也不失為一個簡單好用的工具。
    • 例如 Apple 各裝置上都有 Notes app,可以跨裝置同步,增加時間彈性。
  • (2023-03-01) Heptabase Quick Capture mobile app 剛釋出測試。
    • 可以直接在手機上將想法快速捕捉下來,記在 Heptabase Quick Capture mobile app 裡頭,然後會傳送到 Heptabase Card Library。

Todoist
  • 參考 1.1.2 文章 這個段落的 待辦 (Todo) 工作流程。

數位手寫筆記

Notability (Notability 產出的手寫筆記很受朋友和客戶們喜愛,也可以一邊讀書或聽講、一邊手寫、手繪筆記。)

  • 我 (2021-) 開始使用 Notability,可以在 iPad 上手寫,然後到電腦上螢幕截圖,進到筆記系統、演講投影片等處。
    • 不論選擇哪一套軟體,建議可以花些時間玩過所有筆觸、筆刷、粗細、顏色,熟悉有哪些功能可以使用。
    • 然後試著整理一些筆計畫是將一些腦中的想法寫下來、畫下來,試著熟練這些功能,這樣到了要臨場發揮使用的時候,才能迅速切換想要的功能、筆觸。否則很容易在想著該切換到哪個功能、或該怎麼切換過去的當下,就忘記自己要寫什麼了。
    • 缺點是如果同時要帶各種裝置同時出門,重量有點越來越重。(該來去重訓了…

相機翻拍

  • 手機相機或各種形式的相機皆可。
  • 如果遇到臨時出門,手邊沒有慣用筆記本的情況,可以在任何紙本、白板等工具,將靈光乍現的想法記錄下來。然後用相機拍照後,往筆記系統方向傳送。

Whiteboard (相機翻拍白板,並發展出一個知識地圖,使團隊在一起探索的過程中凝聚共識、在後續工作中有共同且一致的定義、進而變成公開資訊,節省後進摸索整理的時間。取材自 秦始皇來不及統一的 點線面 度量單位 - 從活版印刷、桌面出版、到行動裝置、顯示系統 。)


3️⃣ 消化 Distilling

Tags: Permanent Notes

(原本是「整理」,後來改成「消化」)

  • 循環審視、自己的想法、用自己的話來說明。
    • 上述「1️⃣ 資訊來源 Input sources」與「2️⃣ 儲存 Inbox」段落,在未來可能以各種工具或 AI 來加速或取代。
    • 但如果要進到自己人腦中進行處理,這個流程步驟,我姑且稱為「3️⃣ 消化 Distilling」。
    • 在這個步驟中我追求的是可重複性與一致性。
  • 產出物:模式 (pattern) = 觸發 (trigger) + 動作 (action) + 參數 (parameters)
  • 產出物:整理過、消化過的知識地圖 (knowledge map),或稱為框架 (framework)。
  • 過程
    • 在 regular review 時(e.g. morning routine),回顧 daily notes、或對特定議題全域整理 Fleeting Notes
    • 通常第一次產出的內容,都不是最後會拿來用的內容。預設立場是需要多次咀嚼、多次實作、多次調整,永遠都可以為下次草稿一個版本 (draft)。

3.1 模式 Patterns

  • 在考量可重複性與一致性的前提下,我習慣性在解問題的過程中,作一些嘗試,並從中找出模式、或是模式中不同的參數。
    • 這有助於將複雜的問題,拆解成粒度較小的動作,相對好推進並取得成果。
  • 如果「模式」聽起來很陌生,我會舉一些例子,讓大家比較好想像。
    • 請先試著將「模式」想像成:如果 (if)英文簡單句 (S+V+O; 主詞+動詞+受詞) 的組合。
    • 某些通用情況下,可以省略「如果」 (if),但偏好不要省略。
    • 某些通用情況下,可以省略「主詞」 (S),但偏好不要省略。
    • 將每個識別出來、找到的模式,要重複地拿出來使用、投入實戰、實際測試、調整參數。
      • 確認適合自己,可考慮將該模式自動化、規模化 👉 整合進到自己的某個框架中。
    • 不同領域可能有不同的模式。
      • 找到適合自己的模式,重複使用。
      • 切換領域或擴充領域時,嘗試識別新模式、適當淘汰既有模式。
  • 🌰 舉個例子:如果遇到「我的 ____ 不一定等於 你的 ____」,要作確認。
  • 🌰 舉個例子:如果遇到「形容詞」,就要問定義。
  • 🌰 舉個例子:「他沒有來」
    • 起因:不使用代名詞,使用完整語句描述,以減少誤會產生。
    • 如果句子裡頭有代名詞,就替換成該有的名詞或稱呼。
    • 代名詞常見的是「你我他」「你們、我們、他們」。
    • 我們團隊為了好記,只要有人在會議中講到代名詞,且該代名詞依照上下文情境可能有兩個以上的名詞可以代入,就會互相提醒「他沒有來」「請問他是誰」。
  • ℹ️ 「模式」其他常用替代字 Alternative Keywords
    • 「套路」?!
    • 巴菲特合夥人查理.蒙格(Charles T. Munger)提到的「心智模式」(Mental Model),也有人翻譯成「思維模型」。
      • 相比於較為靜態的「模型」,我比較傾向較為動態、有動作的「模式」。
    • 延伸閱讀書籍:《窮查理的普通常識
    • 延伸閱讀書籍:《超級思維
    • 延伸閱讀書籍:《思考的框架

「兩者一靜一動,可以互相迭代。」


3.2 框架 Frameworks

框架可以區分為「概念框架」與「流程框架」。兩者一靜一動,可以互相迭代。


3.2.1 概念框架 Concept Framework

  • 「概念框架」用以描述節點 (node) 與節點 (node) 之間的關係。
    • 節點 (node) 可以是任何東西、概念。如果節點很抽象,可以使用多個具體節點作補充描述,使之具體,但又保持其抽象的概念。進而可以練習「抽象化」。
    • 在過程中會逐漸發現節點的同義詞、反義詞。 👉 如果遇到「我的 ____ 不一定等於 你的 ____」,要作確認。
  • 「概念框架」展開並視覺化之後,看起來有點像是組織架構圖、生物學的界門綱目科屬種架構圖。
  • 「概念框架」對應到下一個章節「4.1 做到 Extend Knowledge」。

heptabase-whiteboard-aws (圖說:Ernest 身為 AWS Community Hero 動手整理 AWS 產品架構分類樹,也是滿合理的 :p 使用 Heptabase 整理。 👉 延伸閱讀:AWS 雲端產品清單)

heptabase-whiteboard-architecture (圖說:Architecture 的概念框架。使用 Heptabase 整理。)


3.2.2 流程框架 Workflow Framework

  • 將多個模式可以串接起來,形成「流程框架」,用以描述資訊或某種節點的流動方向。
  • 「流程框架」對應到下一個章節「4.2 做到 Build Business」。

heptabase-whiteboard-payment-ecosystem (圖說:Payment Ecosystem 的流程框架。使用 Heptabase 整理。)


4️⃣ 應用 Executing

Tags: 知道, 做到

  • 應用 (execute) = 因應 (trigger) + 做用 (do)

4.1 知道 Extend Knowledge

  • 「3.2.1 概念框架 Concept Framework」段落是基於「1️⃣ 資訊來源 Input sources」與「2️⃣ 儲存 Inbox」段落,消化整理後的產出物。
  • 接下來「4.1 應用知道」需要設計一個週期性複習的流程,讓自己可以隨時取用這些已經知道的知識。
    • 個人覺得,難就難在「隨時取用」。
    • 「隨時」和「取用」也可以拆開來思考。
      • 「隨時」需要「多隨時」? 👉 e.g.
        • 「客戶來電,要在幾秒鐘內反應」的這種隨時?
        • 或是「在會議討論中,幾分鐘內做出反應」的這種隨時?
        • 或是「客戶來信詢問一些資訊,幾個小時內回信」的這種隨時?
      • 「取用」需要「如何取用」? 👉 e.g.
        • 「只能存取大腦中的記憶,並只能口述」、
        • 「只能存取大腦中的記憶,除了口述,還可以使用白板或紙筆加強描述」、
        • 「除了大腦中的記憶,還可以使用電腦裡頭的筆記系統,但只能口述」、
        • 「除了大腦中的記憶,還可以使用電腦裡頭的筆記系統,除了口述,還可以使用白板或紙筆加強描述」、
        • 「大腦中毫無記憶,但印象中有紀錄在筆記系統中,想辦法從某個裝置存取自己的筆記系統,…」、
        • 等等等等各種展開…
      • 針對自己會遇到的「隨時取用」場景,設計對應的流程與工具。
  • 🌰 舉個例子:就算客戶或老闆或同事沒有要求要看,都養成習慣整理週報或月報。並且將每個週期的報告累積在一起,方便一次性取用、翻查、備忘。
  • 🌰 舉個例子:自己在複習時,練習邊講邊畫圖。搭配隨身攜帶筆記本或 A4 紙張備用。等到遇到要上場講解的時候,若現場沒有白板,則拿出預先準備的紙筆,開始講解,講解時就是邊講邊畫圖。
  • 🌰 舉個例子:時不時有朋友問我關於如何入門 AWS,後來就整理成一篇文章 AWS 入門學習路線與策略 ,方便自己和朋友們隨時取用。
  • 不論是透過自學或是傳統教育體系、教育方法,都可以完成「知道」這個擴充知識的動作。
    • 但是亞洲的傳統方法,較少討論到目的性,因此經常聽到有些說法例如「知道不等於做到」、「理論與實作的差異」、等等。
    • 如果對於「目的性」還比較不理解的話,可以使用另一個方式來拆解:「時間分配比例」。
      • 這個可以藉由紀錄時間來達成,並且使用簡單的數學即可得到比例關係。
      • 測量:自己將時間花在「知道」和「做到」的比例。
  • 別忘了,適合我的流程,不一定適合你。
    • 找出適合自己的流程,需要嘗試,動手做看看。
  • Q:「4.1 應用知道」和「5. 教到(教別人做到)」之間的差別?
    • A: 差別在於「受詞」是「自己」或是「別人」。
    • 了解差異之後,再找對應的方法與工具。
    • 對「自己」,找「應用」的方法與工具。
    • 對「別人」,找「教學」的方法與工具。
      • 「別人」可以是人類、動物、植物、AI/ML 等等等等,自己以外的其他節點。
      • 「教」是一種「轉移」。以兩個軟體之間來說,資訊的轉移,可能會面臨到 ETL。

4.2 做到 Build Business

  • 「知道」之後,接著來挑戰「做到」。
    • 將「知識」轉化成「行動」。實際應用到工作和生活中,並取得實際的效果和成果。
    • 自己「做到」之後,可以更新履歷、更新「關於我」。
    • 如果是公司、組織,則可以更新在「關於我們」。
    • 不只問「我是誰」,也問問「我做了什麼」。
    • 不只問「他是誰」,也問問「他做了什麼」。
  • 這裡所稱「Business」取其概念,任何活動 (activity) 都是一種 business。
  • 釐清目的性,設立目標 (S.M.A.R.T.)、範圍 (Scope)。
  • 延續自「3.2.2 流程框架 Workflow Framework」段落,但實際投入資源(e.g. PMP 說的資源 = 人、機、材)執行流程、取得產出、調整參數、決定是否繼續投入資源。
    • 透過實踐、檢討、迭代改進,來累積經驗。
    • 「經驗」可能是「流程」(不同的作法)或「參數」(不同的數值)。
    • 對應 PDCA 的話:
      • Plan 計畫 = 產生「3.2.2 流程框架 Workflow Framework」。
      • Do 執行 = 依照計畫動手作看看,通常大部分情況下會發生一些問題,可能是大問題、可能是小問題。
      • Check 檢查 = 不論是否遭遇問題,盡可能依據目的性,收集、量測、評估、檢查各種產出物。
      • Act 行動 = 分析、改進。往目標前進、或修正目標。
  • 👉 延伸閱讀:土砲型產品開發框架

4.3 流程 Workflows

  • 先「手動」再「自動」。
    • 一開始會是「手動作業」,確認可行、符合目的、累積經驗、作業流程較為固定之後,會嘗試「自動化」,轉變成「自動作業」。
    • 流程經過驗證,可以回頭更新「3.2 框架 Frameworks」。
  • 流程步驟
    • 掌握與「3.1 模式 Patterns」相同的描述方式:英文簡單句 (S+V+O; 主詞+動詞+受詞) 的組合。
  • 流程本身的相依性:
    • 可能需要角色、權限、授權才能進行某個流程步驟。
    • 可能需要原材料、機器設備才能進行某個流程步驟。
    • 流程與流程之間的銜接,伴隨「時間」,產生「庫存」。
    • 每個流程進行後,可能伴隨「狀態」改變、以及產出物 (artifact)。
    • 前一個流程的產出物,可能是後一個流程步驟的原材料。
    • 正常處理 vs 異常處理。
  • 因為「流程」很常需要與他人協同工作,所以在個人版 Ernest PKM 這邊先簡單介紹,未來(有機會的話)再到企業版 Ernest EKM 那邊做展開。

5️⃣ 輸出 Expressing

Tags: 協作, 教到, 教別人做到

自己的輸出,有可能成為別人的輸入。

因此「種類 Types」是前後共通的,「1️⃣ 資訊來源 Input sources」與「5️⃣ 輸出 Expressing」互相通用。但是工具與分數機制,就不一樣了,在這裡「5.2 工具 Tools」指的是輸出自己知識與流程的工具、「5.3 分數機制 Scoring」指的是在輸出自己知識與流程的過程中,如何對應到別人的分數機制


5.1 種類 Types

如前所述,請參閱「1.1 種類 Types」段落。


5.2 工具 Tools

我會滿希望讓整個 IIDEE 循環是越來越有效率的。所以從早期使用純 Markdown 格式筆記(純文字檔案、打 git 放 GitHub)、進到使用軟體 Joplin、Obsidian 到目前主力使用 Heptabase 我都圍繞著這個執著,我想要有效率。「有效率」指的是單位時間內的產出要有所增加,其中一個思路是,減少步驟與步驟之間的轉換時間,或者找看看能不能做到根本不用轉換,貼過去就可以直接使用。

以下分享幾個現在在使用中、以及過往實驗過的工具。


Heptabase

目前 (2022-) 用比較多的工具是 Heptabase Whiteboard 功能

  • 在與客戶討論中、或是演講分享時,我會盡量打開攝影機、以及螢幕分享,讓雙方一起看到我們正在關注的節點 (node) 是哪一個,並且在聽某個人分享時,其他人的眼睛,可以觀察這個節點與其他節點之間的關係、或是擺設的相對位置。
  • 討論後、或分享後,如果情況允許,我會分享我在會議中、演講中使用的那個 Heptabase Whiteboard 給與會者,讓與會者可以拿著相同的工具,去散播資訊(例如:拿相同的 Heptabase Whiteboard 講給他的同事或老闆聽。)
  • 🌰 舉個例子:在這篇文章 AWS 入門學習路線與策略 的「後記」有一個知識地圖傳送門,那裡就是一個 Heptabase Whiteboard 的範例,大家可以點進去玩玩看、自由縮放地圖。

Hugo

Hugo 是使用 Go 程式語言開發的靜態網站產生器。

  • 你看到的這個 blog 也是使用 Hugo 維護。
  • Hugo 的頁面內容格式,也是使用 Markdown 格式,因此與我的歷代筆記系統都可以互通
    • 通常會在 morning routine 或 daily review 實在筆記系統裡面消化資料、推理假設、建立思路。
    • 然後挑選一些冷門主題(我就偏好冷門)整理到 blog 這邊來分享。
  • 🌰 舉個例子:這篇冷門文章 秦始皇來不及統一的 點線面 度量單位 - 從活版印刷、桌面出版、到行動裝置、顯示系統,可以約略看出應用 IIDEE 工作流程的順序,從一開始的「相機翻拍」「白板」,到最後整理進 Hugo 成為一篇 blog post 輸出。

Marp

Marp 是使用 Markdown 格式轉投影片的工具。

  • 🌰 舉個例子:2020 年還在疫情期間,整個很適合我這種阿宅進行各種線上學習與交流,其中一個包含跨領域參加行銷領域讀書會,當次選書是 亞利桑那州立大學 Dr. Robert B. Cialdini 教授,於 1984 年所發表的著作 <Influence: The Psychology of Persuasion>,這本書對於其後三十餘年的行銷領域頗具影響。我被分配到第五和第六章節,剛好那時候在玩 Marp,所以這篇 筆記: Influence: Chapter 5-6 裡頭,所看到的讀書筆記,不論是可瀏覽的 HTML 版本、以及可下載的 PDF 版本,都是在 VSCode 裡頭將我的讀書筆記(當時的 Markdown 檔案們)剪貼到 Marp 格式檔案中,然後使用 Marp 套件,輸出 HTML 或 PDF 檔案。
  • 可惜需要格式轉換、以及多了一個 Marp 套件的相依性,我好一陣子沒有使用了。但全程都是開放格式、開放原始碼,還是滿特別的,特別紀錄一下。

白板

若能實體見面,我滿喜歡有白板的場地,愈多白板愈好,例如我們的台北辦公室。

  • 一邊討論、一邊在白板上展開所討論到的各種節點,在討論中容易聚焦、確認「你所使用的名詞,就是我所使用的名詞,也是他所使用的名詞」。討論告一段落,可以手機拍照發給與會者,幾乎就是會議記錄了。

5.3 分數機制 Scoring

  • 分數機制的源頭,其實是想要建立人與人之間的信任,將自己信任的資訊來源,給予較高的信任分數,並時時抽查。
  • 若是討論人與機器之間的分數機制,那某種程度可能會是 SEO 這類機制。
  • 不論是人與人、人與機器、機器與機器,我想,原創,某種程度上都是很好的出發點吧。大家一起試試看。
  • 延伸閱讀:

✳️ 總結 Bottom line

感謝現在各種大型語言模型 (LLM) (e.g. ChatGPT) 逐漸的流行,我想說也許就不用特別寫總結這個段落了(被打 XDD

我的意思是,這個長文分享的原意,是想要寫給願意動手實作的朋友們。希望各位有機會的話,可以請 ChatGPT 總結後,也動手試試看打造自己的工作流程,例如嘗試將 ChatGPT 安排在某個流程步驟之中,也許可以達到事半功倍之效。

若你在打造的過程中,有任何想法、回饋、問題,或是對企業版的 Ernest PKM 有興趣,可以在這裡留言或提問給 Ernest,我將會時不時收集整理後,更新在下方 FAQ 段落、或回信給你。

若你參考了 Ernest PKM Workflow 或 IIDEE 框架,開始打造自己的知識系統,並分享在你的網站上,歡迎 留言給 Ernest 彼此交換連結,我將在文末「參考資料」段落中,串連大家的分享,期待各種正向分享與魔改。


Buy Me a Coffee 如果這個分享對你有幫助, 歡迎拍打餵食 Ernest 一杯咖啡 ☕ 😍


ℹ️ 其他常用替代字 Alternative Keywords

  • 個人知識管理
  • 知識管理工作流程
  • 個人自學資料庫

✳️ 常見問題 FAQ

Q: 畫線筆記 (highlights) 和 註記 (annotations) 之間有什麼不同?

Ernest:

遇事不決,________…

喔不是,我是說… 遇到「做比較」類的時候,回頭查詢名詞定義:


Q: 你是怎麼開始設計 PKM 工作流程的?

Ernest:

我其實一開始就是靠各種的手寫筆記、文件、會議記錄累積開始,隨著時間與組織規模發展,手上同時處理的專案逐漸增加,身為技術管理者,也同時不斷地學習新知,因而達到一個混亂程度的新高點。

因此開始觀察其他人都怎麼處理跨情境、跨領域的大量資料,同時也發現不能只處理「資料」,同時也嘗試想要處理「情緒」、「時間點」、「流程」、「架構」等等,因此盡量找空檔時間,定下心來梳理自己的工作流程、定義自己的工作流程。剛一開始滿土炮的,後來發現有 PKM 這個關鍵字就一路搜尋展開,拆解各種各樣的片段與步驟後,漸漸地屬於自己的框架就浮現了出來。

我的作法比較土炮,覺得混亂的時候,就找張紙、白板、或是使用 Notability on iPad 寫下來(畫下來)(嘔吐法),試著找出寫下來的這些東西之間的關聯性、假設條件、定義、參數等等,然後試著推論一個版本,然後找各種場景或極端例子推翻自己的推論,迭代出下一個版本,如此進行下去。


簡化版,長這樣:

graph LR; IN(Input) --> P(Process); P --> OUT(Output); class IN,OUT mermaidTier1;

加上情境 Context 和 儲存 Inbox 之後,長這樣:

graph LR; C1(Context) --> T1(Input Trigger); T1 --> PP1(Pre Process); PP1 --> IN(Inbox); PP1 --> T1; IN --> PostP1(Post Process); PostP1 --> Out1(Output); PostP1 --> IN; class T1,Out1 mermaidTier1; class IN mermaidTier2;

剛開始搭配多種不同情境 (contexts) 時,會陸續開始呈現資訊爆炸狀態,讓人覺得自己失控了,但繼續嘗試梳理一套自用的 PKM 工作流程,能讓整件事情的複雜程度受到控制,且仍能維持運作。

graph LR; C1(Context #1) --> T1(Input Trigger #1); C2(Context #2) --> T2(Input Trigger #2); C3(Context #3) --> T3(Input Trigger #3); T1 --> PP1(Pre Process #1); T2 --> PP2(Pre Process #2); T3 --> PP3(Pre Process #3); PP1 --> IN(Inbox); PP1 --> T1; PP2 --> IN(Inbox); PP2 --> T2; PP3 --> IN(Inbox); PP3 --> T3; IN --> PostP1(Post Process #1); IN --> PostP2(Post Process #2); IN --> PostP3(Post Process #3); PostP1 --> Out1(Output #1); PostP1 --> IN; PostP2 --> Out2(Output #2); PostP2 --> IN; PostP3 --> Out3(Output #3); PostP3 --> IN; class T1,T2,T3,Out1,Out2,Out3 mermaidTier1; class IN mermaidTier2;

✳️ 參考資料 Reference

本文提到的各種工具

Ernest PKM 發展歷程

Mix of Smart Notes, Bullet Journal, Productivity

大家彼此分享自己的 PKM 個人知識系統

Loading comments…