Reference
具體成果迴圈（Artifact Loop）
把學習從「讀更多」轉成「做出一個可以回顧、展示、修正的東西」。
1. Input
一個 clipping、專案問題、面試回饋、bug、客戶需求。
一個 clipping、專案問題、面試回饋、bug、客戶需求。
2. Question
我現在真正需要學會或判斷的是什麼？
我現在真正需要學會或判斷的是什麼？
3. Retrieval
先不看資料，用自己的話說出目前理解。
先不看資料，用自己的話說出目前理解。
4. Concrete Output
做一個小具體成果：note、brief、展示版本、diagram、decision、script。
做一個小具體成果：note、brief、展示版本、diagram、decision、script。
5. Feedback
讓 AI、使用者、客戶、面試官、程式測試或自己回頭檢查。
讓 AI、使用者、客戶、面試官、程式測試或自己回頭檢查。
6. Record
記錄一個 learning record 或更新 Evergreen / Project next step。
記錄一個 learning record 或更新 Evergreen / Project next step。
最低標準
- 30–90 分鐘可以完成。
- 能被重新打開、連結、引用。
- 能讓下一次行動更清楚。
- 最好能接到「創造有價值的內容、產品與系統，持續產生影響」。
選具體成果的速查
- 想法模糊 → 文章簡報 / Evergreen Seed。
- 產品不確定 → 情境草稿 / Opportunity Map / 產品原型筆記。
- 技術不熟 → 一頁解釋 / 小型實作 / 程式註解 review。
- 表達不穩 → 90 秒回答 / SPAR story / 收尾句。
- 系統混亂 → 決策筆記 / 工作流程清單 / Base view adjustment。
內化問句
看到任何 input 時，先問：
我現在真正需要學會或判斷的是什麼？這個 input 可以變成哪一個最小具體成果？
我現在真正需要學會或判斷的是什麼？這個 input 可以變成哪一個最小具體成果？