Pin 起來！ - Heptabase

Heptabase 的 Insight Generator 好在哪？

2024-09-05T00:00:00+00:00

昨天，Heptabase</a> 推出 v1.36.0 版本，上線了 Insight Generator</a> 這個功能。他可以透過 AI 的協助，從你選定的文章卡片，產生出幾個 “insight” 段落，並附上相對應的原文段落。

我覺得這個功能並不是「萬用型」的工具，而是一個很適合在特定情境與工作流裡面使用的功能。因此想寫一下我自己的觀察與理解，希望讓更多人能夠更加發揮這個功能的價值。

Insight Generator 可以節省時間，但不是完全不用花時間</h2>
首先，Insight Generator 並不是一個「全文總結／摘要工具」。以我自己的理解，總結或摘要是「用一段較短的話描述整篇文章最重要的概念或資訊」。
以 Paul Graham 這篇 “Superlinear Returns</a>” 來說，我用 Readwise Reader 產出的摘要是：

Superlinear returns in business and other fields mean that success grows exponentially rather than linearly. Focusing on learning and curiosity can help individuals tap into these returns and achieve exceptional results. This concept applies broadly, from science to fame, highlighting the importance of pursuing interests deeply. </blockquote>

「在商業和其他領域中，超線性回報意味著成功是指數增長而非線性增長。專注於學習和好奇心可以幫助個人利用這些回報，並取得卓越的成果。這個概念廣泛適用，從科學到名聲，強調深入追求興趣的重要性。」 </blockquote>
而透過 Heptabase 的 Insight Generator ，會得到的是下圖這些短短的大約 20-50 個字的「直述句」，他們並不是整篇文章的摘要，而是每一小段的摘要，由於摘要通常都是壓縮後的內容，原始的資訊較少，肯定看起來就沒有全文摘要那麼「精煉」或者「有洞見」。但這正是 Heptabase 希望達到的效果。 </a>
對我來說，這個 Insight Generator 的目標並不是幫助你快速得到有價值的洞見，而是希望你大幅降低「閱讀 → 建立自己的理解 → 產生自己的洞見」這個流程所需要花費的時間，核心的重點是「自己的」。
同樣以 Superlinear 這篇文章為例，在看到 Insight Generator 產出的這些內容後，我可以花上一兩分鐘快速閱讀這十幾項短短的「主題」，然後挑我感興趣的點開來看，或者是我先把他們分別都放在白板上，然後把類似的段落一起打開來看，看的過程就會記下筆記、寫下我自己的理解內容。
這個過程比起傳統的閱讀方式還要省時與省力，省時在於，假設我看了一下發現產出的 insights 都是我原本就知道、理解的事，那我就沒必要細讀了，而假設其中只有一兩項是我特別有感的，我就只要讀那一兩項就好，但如果每一項都是我有感覺的東西，我就可以花時間好好精讀，這樣快速篩選判斷可以省去許多不必要的時間浪費。
省力在於，透過 Insight Generator ，我得到的是許多大約 60% 精準程度的摘要總結作為「錨」。有了這些錨之後，我可以更輕鬆地產生想法，例如，我可能會好奇原文提出的論證是什麼，因此就帶著問題意識去閱讀。我可能一看到 insight 就產生了同意或反對的想法，所以這些想法又是什麼？
換句話說，這些原始產出的 insights 就是 prompts ，不斷促使我產生疑問與想法，而不是邊讀邊思考邊回想，讀完還要再從頭做一遍筆記。
我認為， Insight Generator 最有價值的地方是「大幅降低建立深度理解所需要時間」，但不可能完全不花時間，因為如果要真的建立理解與洞見，還是一定要自己讀、自己拆解、整理、重組東西，才會長出自己的東西。

Insight Generator 更適合用來處理複雜的、長篇的文字</h2>
如同前面提到的，Insight Generator 是分段去拆解摘要，因此如果原文很短，那其實也沒什麼摘要好拆。如果原文的結構已經非常清楚明確，每一段落的主題與內容量都適中，那 Insight Generator 可能也沒辦法讓這篇文章變得更好讀更好懂。但是針對很複雜的文章（例如夾敘夾議、非母語的文章、自己不熟悉的領域的文章、或者非常長的文章），Insight Generator 就有發揮的空間。
另外，我自己認為 Insight Generator 最適合處理的是 Podcast 訪談的逐字稿。通常有價值的 Podcast 都需要參與對話的人經過一段時間的暖身鋪陳，進入正題，才會在對話之中蹦出一些靈光一閃的火花，這些火花如果沒有實際去聽，真的就感受不到。但是要聽完這些 podcasts 真的太花時間了。
在有了 Insight Generator 後，我大量丟入 podcast 訪談的逐字稿，並且使用 Insight Generator 的 “Transcript” 選項去處理這些逐字稿，得到的結果非常好，我可以更快找到「我感興趣的段落」，然後就去看／聽那一段的內容就好。
這樣做可以省下非常非常多的時間，而且又真的能得到原始對談的 insights。我有使用過其他產品的 AI summary 功能試圖達到這個效果，但都做不到，我總是會懷疑 AI 產生的 summary 到底有沒有過度解讀某些段落，或遺漏了什麼「只有我感興趣」的資訊。

Insight Generator 不試圖代替我理解，而是協助我理解，並且讓我從線性的理解架構解脫，轉為那種「逛地圖」式的快速鳥瞰體驗，這是我強烈感受到的價值。
希望看了這篇文章的你，也能感受到這種被 LLM 與整合體驗優秀的好工具賦能的感覺！

加入 Heptabase 一年，我發現我比原本想的更喜歡「支援用戶」

2024-09-01T00:00:00+00:00

今天是我加入 Heptabase 團隊正職滿一年的日子，想來寫個簡單的紀錄。

我加入的時候原本預期自己會做的事情是 growth + customer support，前者簡單來說，就是要透過各種方式，讓 Heptabase 的用戶數持續成長；後者簡單來說，就是要解決用戶遇到的各種問題，讓用戶的體驗更好。

在加入團隊的一開始，我把更多心力與對自我的期許放在前者身上，會研究與嘗試各種可能的成長策略。而對於後者，則是覺得「這是我原本就還算擅長的事，應該穩穩執行就好了吧！」但隨著用戶數量持續成長，客服的需求量越來越大，我發現我沒辦法同時兼顧這兩個職責，因此團隊決定讓我專心擔任全職的客服。

這樣全職投入幾個月下來，我發現我比想像中的還喜歡擔任客服，或者說「支援用戶」的角色，原因有下列幾項：

一、跟別人討論 Heptabase 本來就是我的興趣

作為第一線的客服，我每天都會看到很多用戶提出的功能建議與使用回饋，其中有不少都是我從未想過的用法或者是一些很細節的使用建議。在我加入 Heptabase 團隊前，我本來就已經很喜歡跟別人討論「怎樣可以讓 Heptabase 更好」，所以當這件事成為工作的一部分，我覺得非常的開心。

二、教別人更會用 Heptabase 對我來說很有成就感

有許多用戶會問我們「有沒有某個功能」或者是「我想要完成某件事，但我不知道該怎麼做比較好」。如果我們已經有這個功能，我就會跟對方說該怎麼用。如果沒有，我會記下這個需求，也會提供目前階段我可以想到的替代方案。通常用戶收到這些回覆都會很開心，而我也會有成就感，心中都會想著「耶，你更會用 Heptabase 了，太棒了！」

三、我能夠讓團隊的其他成員更專注

對工程師、PM 或設計師來說，他們都非常需要完整的專注時間來專注完成目前手上最重要的任務。但他們也需要持續收到來自用戶的第一線回饋，避免完全與用戶聲音脫節。因此我的其中一個重要任務就是讓其他團隊成員都能夠得到比較有系統性整理過的「用戶回饋」。

另外，有時遇到比較不客氣的用戶，我也可以擔任第一層的防火牆，讓其他夥伴專注於處理問題而不是情緒；而如果遇到用戶大力稱讚，我也會丟到團隊頻道，讓大家補充一下能量。

四、我可以讓用戶感到被團隊重視，進而信任團隊

在開始擔任客服後，我發現非常多人對於「客服」表現的期待都很低，可能是基於過去在其他產品上的經驗，要嘛是丟了問題石沈大海，要嘛是千篇一律的罐頭回覆。但以 Heptabase 來說，通常在幾個小時內就會得到我們的回覆，後續也會通知用戶處理的狀況。而且我除了在客服系統或官方 Discord 中回覆問題，也很常到其他社群平台或者社團群組裡面回覆問題，這樣帶來的效果是，很常收到用戶的感謝與稱讚，甚至有不少用戶說過「有這樣的客服是願意推薦給別人以及持續訂閱的關鍵」。

上述這幾項加總起來的效果是，我大致上來說都是保持著開心的心情在工作，而且我知道我在做的工作是有價值的事，因此我就更有動力把這些事做好。而當我把事情做好，又會直接得到團隊或用戶的正面回饋，這就進入了一個正循環。

我發現，這種對於自己工作價值的認同，是能夠持續帶來工作動力的重要關鍵。

不過話說回來，customer support 這件事絕對不是只有一個人的事，整個團隊對這件事都要很重視，第一線的客服也需要取得充分的授權，才能夠順利運作起來。比方說如果客服收到了錯誤通報或功能請求的建議，但完全無法排進產品團隊的討論或待辦事項中，這樣也不可能真的替用戶解決問題。但如果團隊很重視這些意見，用戶實際接收到的「變化」就會很明顯。
從這角度來說，還是想大力稱讚我的同事們，每個除了技術能力都很棒之外，溝通能力與同理能力也都點很高，因此通常只要是我認為重要的問題，同事們都很願意安排時間調查處理。
我加入的時候是團隊的第 6 個人，在很長一段時間內，團隊一直都維持在 6 個人，近幾個月才開始第一次的公開招募與擴編，來到目前的 10 人。我很喜歡這種小團隊的感覺，每個人都認識彼此，知道哪個地方出了問題該找誰，也真的找得到對方，而且對方真的會把你的問題也當成他的問題認真解決。雖然已經講過很多次，但還是要繼續重複講，我真的待在一個非常棒的團隊。
期待第二年會遇到的新問題、挑戰與收穫！

我為何對 Heptabase 的「溝通平台」想法有興趣？

2022-12-23T00:00:00+00:00

今天 Alan 在 Heptabase 的 discord 宣布：

To help you explore and share ideas with others using the existing card system, we'll begin to build a platform that enables individuals, teams, and communities to explore, share, communicate, and reuse ideas without disturbing each other's independent thinking process. We've rebuilt our entire backend infra in 2022 Q4 in preparation for this. </blockquote>
看起來是想要打造一個能夠共同與他人「探索、分享、溝通與重複使用想法」的平台。
我對這個溝通平台很有興趣，因為我喜歡分享想法，也喜歡跟別人討論這些想法，所以假設能更好地把我的思考歷程與最終產出分享給對方，對方應該更容易進入我的思考狀態，進而跟我一起在相近的思考基礎上討論，這也更容易聚焦、及產出我都沒有想過的想法。
那既有的工具在這些方面有什麼不足呢？
以文件來說，必須經過充分的組織，有條理的架構，才能與他人好好的溝通，但在這過程中可能會遺漏一些思考的痕跡，例如，是基於什麼資訊而產生什麼想法，又是基於怎樣的取捨才得出目前的方案，或者是曾考量過哪些選擇，但過程中卻放棄不採用。
這些資訊在文件為主的「線性思考」系統中若都放進來，可能會讓文件太過雜亂、沒有重點。但在白板類型的空間，則有機會通通收錄進來，讓整個思考的內容更全面、也更好被理解。但白板可以乘載的內容也有一定限度，且倘若沒能在視覺面有好好的規劃梳理，非線性的結構也容易讓「非內容產製者本人」迷失。
而以白板畫布來說，既有的產品可能主要是 focus 在於單次性專案的發想與討論，對於同一原子概念或核心想法的重複使用可能比較不重視，甚至對於長文字的編輯體驗也較差，很難讓人在上面充分完整的表達自己的想法。
因此，無論是文件型的、或者是白板型的，都需要在多人共同「編輯」、「展示」與「整理」上面有足夠好的體驗，以讓每個參與者都能快速理解別人想表達的事情，包含前後的演進歷程、上下文的脈絡、以及完整陳述的深度，這樣才能更好達到這個溝通的效果。
具體來說，假設有下列功能的話，都會很有助於上述目標的實現：

可以透過視覺 focus 在某個最終的思考路徑或範圍，甚至可以隨意任選一些卡片形成特定卡片組，就可一鍵選擇 focus 在這些卡片組的路徑上。</li>
可以有 fork / clone / commit / merge 之類的操作方式，且要夠直覺，讓不同人都能輕易協作，貢獻給共同的想法歷程紀錄</li>
可以有不同版本的溝通思考 snapshots 紀錄，甚至能夠充分比對不同版本的差異</li>
要有公開與私人版本的差別，兩者之間的路徑要很暢通，因此大家可以在自己的空間思考規劃，並且貢獻自己的內容上去公開版本裡面，此時公開的介面也會留下不同人的編輯紀錄與想法</li> </ul>
因此最期待 Heptabase 的是，在單一卡片的維度，可以有文件的嚴謹與清晰的架構，同時在多卡片的架構下，又能夠保有充足的思考脈絡；而在多人共享的平台中，能夠穿梭在不同人、不同時間的多卡片空間裡，形成最好的共享溝通思考平台。

Heptabase 開始可以把 Journal 卡片放到白板的意義

2022-11-20T00:00:00+00:00
</a>
（圖來自：Heptabase 的 Twitter</a>）

Heptabase 在今天更新了 0.225.0 版，從這版本開始，可以將每日的「Journal」內容，放置到白板上面作為單獨的卡片。
官方帳號在 Twitter 上的用法是將這些卡片作為任務管理的卡片，以週為單位平鋪展開，放入每日的卡片（可以預放），並在卡片中放置 Todo list。
我覺得這樣做的好處是可以很好地利用白板的空間，規劃每日、每週、每月的任務。大多數有看板功能的軟體都能做到此點，但 Heptabase 的卡片有更高的自由度和彈性，例如隨時可以在下方疊上跟個別 todo 相關的卡片，或者乾脆可以把不同的日期節點放到個別專案裡面。

為何我認為 Heptabase 的層級化白板是 game changer？

2022-05-29T00:00:00+00:00

這兩天密集使用下來，我覺得 0.143.0 推出的層級化白板功能是 Heptabase 非常重要的一次更新，因為它讓筆記、卡片的後期整理變得容易。
在沒有層級化白板前，卡片的分類方式一直是我困擾的點。比方說，我原先開了一個「生產力工具」的白板，然後在下面放各種生產力工具的卡片。但假設我最近都在用 Hepta ，那麼我寫出來的內容都會跟 Hepta 比較相關，此時我就會不知道、會猶豫，我該開一個「Hepta」的白版，還是要在「生產力工具」底下把某一個區塊都留給 Hepta 相關的卡片。
這件事在任何主題的場景都有可能出現，這是因為 Hepta 原先規劃的層級太少，僅有 Map, Whiteboards, Cards 三類。而 Map 也只有一個，等於要把一個人的所有想法都透過「白板／卡片」這樣兩層的方式劃分，我用一用就覺得太限縮了。
但層級化白板出來後，這個問題被解決了大半。以剛剛的情境為例，假設我一開始創了生產力工具這個白板，但我後來持續在加入的都是 Heptabase 相關的卡片，我就可以在生產力工具裡面建立一個叫「Heptabase」的白版，或者也可以直接透過命名表達他們的階層關係，例如「生產力工具-Heptabase」，然後再把這些相關的卡片丟進去。
這個功能上的更新，讓卡片的分類跟整理變得容易與直覺許多，讓人可以更肆無忌憚地新增卡片，反正即使亂了，或者一開始不分類，後來都很容易可以再細分類。
這樣程度的無壓紀錄，我覺得已經快可以趕上 Workflowy 或 Logseq 這些大綱編輯器，甚至更好，因為 Logseq 也有著自己特有的缺點，相較之下，Hepta 的綜合分數更高。
但假設有了層級化的白板，那麼「白板」跟「卡片」這兩個屬性還有必要同時存在嗎？還是說可以理解為，卡片只要裡面有卡片，他就是白板？

Heptabase 完整介紹 - 以卡片和白板為基礎，最能讓你進入心流的視覺化學習軟體

2022-02-27T00:00:00+00:00
</a>
這篇文章要來介紹的是，由台灣團隊開發的知識管理／學習軟體： Heptabase</a> 。
在介紹前要先說明一下，我從 2023 年 9 月開始加入了 Heptabase 團隊</a>擔任 customer support，但這篇文仍會以一個用戶的角度去介紹 Heptabase 的各項基本功能以及簡單的心得，還是歡迎你參考看看！