一句話版本
把日常專案視為研究單位，在 workspace 做發想與擴充、以 AI 輔助整理、由人類保留立場與決策責任，最後收斂到 Heptabase 定稿。
1. 研究式學習主軸
以 Project 對我來說，可能有點分散，先不採納
- 以 Project 為單位，而非以零散資料夾為單位。
- 每個專案維持 3 個核心問題：我在解什麼、我還不懂什麼、如何驗證。
- 停滯觸發：14 天無新增就強制收斂一次。
2. 雙庫分工（發想池 -> 定稿庫）
- Workspace：快速捕捉、擴寫、試錯。
- Heptabase：只收錄通過門檻的定稿內容。
- 定稿門檻：主張 + 理由 + 例子（至少各 1）。
3. AI 使用邊界
- AI 可做：結構整理、重點分層、初稿骨架。
- AI 不可代替：核心定義、最終立場、價值判斷。
- 每次輸出都需保留「我的一句立場」來避免責任外包。
4. 創作邊界（書籍筆記 vs 工程說明文）
- 工程說明文可高度外包：AI 先起草，人補取捨與決策理由。
- 書籍筆記需保留見證位置：情緒、反駁、關聯經驗由人執筆。
- 最小標註：重述 / 觀點 / 反例 / 行動。
5. 參謀式決策防呆
- 原則：AI 是參謀，人是決策者。
- 防過度樂觀：每案必寫 1 個最可能失敗原因。
- 防責任外包：決策紀錄必寫「此決策由我承擔」。
6. 最小可執行週節奏
- 週一至週五：每日輸入與輸出，維持問題清單更新。
- 週六：掃描停滯專案，觸發收斂。
- 週日：把通過門檻的內容移入 Heptabase。
7. 未解問題
- Heptabase 與 Wiki 在長期維護上的最佳分工比例。
- 每篇內容的最小人工編輯量如何量化。
- 如何讓 skill 自動化更多步驟，但不犧牲個人觀點。
8. 下一步
- 用 10 則筆記跑完整流程，記錄卡點。
- 根據卡點升級
idea-to-draft-pipelineskill 的輸入輸出格式。 - 每週回顧一次：是否有把判斷偷交給工具。