Hi 我是 VK~
過去我們寫過兩次關於 NotebookLM 的主題，第一次主要在介紹 NotebookLM 的開發故事、會如何和 NotebookLM 協作等；第二次〈寫在 NotebookLM 之後〉則是在討論如果可以摘要、濃縮為什麼還要選擇做困難的事。
直到去年底有天朋友程維傳訊息給我：「我現在 NotebookLM 團隊工作，你有想要什麼功能可以跟我說。」等一下，沒有想到產品用一用，有個可以直達內部的許願池。
在他回台灣的時間裡，我們一起聊了一集 Podcast，在這集聊到他如何加入 NotebookLM 團隊、從內部觀察 Google Labs 的文化，以及目前 NotebookLM 產品上的 FAQ 等。
之中我們花了一些篇幅在討論使用 NotebookLM、Deep Research 等 AI 工具的框架與方法，這期內容想聚焦在這主題中，並且從這次對談中給我的啟發和那些沒有在 Podcast 中提到的事。
在這期的內容會有：
- 學習和理解框架中的四個象限
- 如何問更深刻：探索未知邊界，讓顆粒度變小 🔒
- 品味的具體實踐：建立自己的來源管道 🔒
行政庶務：剛好一月有五週，我們下週休息一次~也提前先祝讀者們新年快樂！
喜歡這期的內容，歡迎分享給朋友一起訂閱《VK科技閱讀時間》，祝你今天一切順利~
程維有份寫了很久的免費電子報《Weekly I/O》（推薦訂閱起來，也有中文更新、英文長篇內容），主要他都會收錄當周五篇有趣的文章、Podcast 和影片等。大概在 2-3 年前，我就開始訂閱這份電子報，也是從那時開始認識他。他比我還早在 Substack 上開始寫電子報。
讓我很印象深刻的是，他對記憶、學習等主題非常好奇，他會挑到以前只會在心理學課中看的論文放在電子報中，跟讀者分享。
程維目前是 Google 擔任軟體工程師，他先是在 YouTube 團隊工作一段時間，直到去年中順利轉到 NotebookLM 團隊。
這段故事也是非常曲折，本來他原先的計畫是要從 Google 離職，在他要和老闆提離職的一周前，過去和他在 YouTube 團隊合作過的技術主管知道這件事後，問他有沒有興趣轉到 NotebookLM 團隊，這位技術主管當時已經在 NotebookLM 團隊中。
剛好程維他自己也是 NotebookLM 重度使用者，再加上他對於知識管理工具、思考工具等領域都有蠻深入的研究。這位技術主管也希望他加進 NotebookLM 團隊中，結果後來在過了兩周程維真的順利加入 NotebookLM 團隊。
本來程維預計是想做更多關於記憶方面的研究，主要他有自己開發一款 spaced repetition system/flashcards 的產品，幫助他更好地記憶和學習，如果你有興趣的話，也歡迎註冊 AutoMem 的 waitlist來試用。
學習和理解框架中的四個象限
程維在 Podcast 中提到了一種四象限的學習框架，來讓人掌握自己目前的認知狀態，更好思考學習、如何和 NotebookLM 等 AI 工具有更好的協作。
這裡會更詳細介紹這四個象限以及我的想法：（雖然下列皆以 NotebookLM 和 Deep Research 為例，但概念上可以應用在各種 AI 工具上）
第一，你知道你知道的
在「你知道你知道的」象限中，通常是指那些你已經熟悉或掌握的知識領域。在這裡他會透過 NotebookLM 來加深對已有知識的理解和反思。
他提到的方法蠻特別的：把文章放進 NotebookLM，透過「生成音訊」的功能來了解自己的文章有哪些地方，可能讓人覺得困惑，或是需要修改等地方。
不僅限於文章，任何你學習到某種知識的方法可能是透過文章、講稿和筆記等方式儲存下來，這時可以透過換一種載體的方式，讓自己更沉浸在特定領域中，從文字切換成語音等方式，會更容易知道哪裡寫得不夠精確、發現那些本來以為懂了但可能實際上有些知識漏洞等。
這點蠻有共鳴的，雖然還沒嘗試這樣的方式，但之前在寫完電子報後會開始著手準備 Podcast 的腳本，這時候就會重新看好幾次原本寫的內容，內容也會進行轉換，通常這時候就會發現有些事件和事件間的關聯或因果關係，可能會有些漏洞或需要補充的。
在這象限中，主要可以透過形式的轉換，或是從第三者的角度看待自己學過的知識。這會讓自己有個新的角度，重新審視自己掌握的知識，也會發展出新的觀點、加深理解。
第二，你知道你不知道的
在「你知道你不知道的」象限中，通常是指你很明確知道自己要學的內容、不知道的事情。這也是我們之前在討論 NotebookLM 中講最多可以應用的部分。這裡可以透過 NotebookLM 來快速篩選、理解關鍵資訊：
- 快速瀏覽大量資料：當面對大量而且品質不一的學習資料，例如論文、文章等內容，因為已經很具體知道想問的問題是什麼，就可以把這些資料放進 NotebookLM，直接問它問題。
- 深入理解特定問題：有時在閱讀文章、聽 Podcast 等的時候，當下你大概可以掌握五六成的理解，但如果是個新領域的知識，要重述或舉個符合自身經驗的案例可能不太容易，這時就可以把問題進一步問 NotebookLM，那些不是很理解的知識點或概念等。
這裡兩種使用方式的差異，主要會取決在文章的品質。之前我蠻少透過 NotebookLM 快速瀏覽大量資料，有個原因可能是我知道哪裡會有我信賴而且品質相對好的內容，通常會以 NotebookLM 作為深入理解特定問題的方式。
但這樣做有時候會限縮自己的好奇，萬一我對特定領域很好奇，但我可能在過去我信賴的資訊源中無法找到相關資料時該怎麼辦？
那陣子就會把 Google Deep Research 跟 NotebookLM 相互使用。Deep Research 是可以在幾分鐘內生成出類似像研究報告，下面也會附上它所參考的網站，這裡會很快速地幫助我在特定領域中建立起一個架構或是學習地圖。這時可以想像它是一個顆粒度比較粗的狀態，讓人了解大方向。也可以從它所找的參考資料去篩選出不錯的內容，進一步深入挖掘更多細節。
第三，你不知道你知道的
在「你不知道你知道的」象限中，通常是說那些你已經接觸過，但沒有意識到自己已經掌握的知識。這點可能聽起來會有點抽象，但它很接近之前我們講過的探索階段，就是透過刻意且隨機的方式讓人在不同領域之間找到連結。比如說，NotebookLM 更新前有個功能是可以勾選「不同記事」請它提供更多想法（現在沒有這個功能）、Obsidian 的漫遊筆記等。
這裡可以透過 NotebookLM 幫助你探索更多你不知道你知道的：
- 建立跨領域筆記本：可以在一個筆記本中放入不同領域的筆記、文章等，例如哲學、心理學、經濟學、藝術等。或是之前鋒哥有提到的「個人董事會」，也就是每個不同專長的人，可能是財務、行銷和商業等領域有寫蠻多內容的，可以把這些資料放進 NotebookLM 中。
- 提出相互共同的問題：有了這個跨領域筆記本，很方便能讓人在 NotebookLM 問它很多不同領域的問題，試著在之中尋找交集。比如說，建築設計和軟體開發有哪些相似之處？或是同個問題從財務和商業背景專業人才的角度可以怎麼看等。
這些方式會更有意識地讓人從既有知識尋找出不同領域之間的潛在關聯性，也會比較容易產生新的想法和見解。
