<?xml version="1.0" encoding="utf-8" standalone="yes"?>
<rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/">
  <channel>
    <title>Academic Research (學術研究) on 哈爸筆記</title>
    <link>https://wuulong.github.io/wuulong-notes-blog/categories/academic-research-%E5%AD%B8%E8%A1%93%E7%A0%94%E7%A9%B6/</link>
    <description>Recent content in Academic Research (學術研究) on 哈爸筆記</description>
    <image>
      <title>哈爸筆記</title>
      <url>https://wuulong.github.io/wuulong-notes-blog/%3Clink%20or%20path%20of%20image%20for%20opengraph,%20twitter-cards%3E</url>
      <link>https://wuulong.github.io/wuulong-notes-blog/%3Clink%20or%20path%20of%20image%20for%20opengraph,%20twitter-cards%3E</link>
    </image>
    <generator>Hugo -- 0.152.2</generator>
    <language>zh-tw</language>
    <lastBuildDate>Fri, 17 Jul 2026 18:00:00 +0800</lastBuildDate>
    <atom:link href="https://wuulong.github.io/wuulong-notes-blog/categories/academic-research-%E5%AD%B8%E8%A1%93%E7%A0%94%E7%A9%B6/index.xml" rel="self" type="application/rss+xml" />
    <item>
      <title>【哈爸筆記】從 AIQA 到研究筆記：一種更符合人性的兩階段輕量級學習法</title>
      <link>https://wuulong.github.io/wuulong-notes-blog/posts/2026-07-17-aiqa-to-research-notes/</link>
      <pubDate>Fri, 17 Jul 2026 18:00:00 +0800</pubDate>
      <guid>https://wuulong.github.io/wuulong-notes-blog/posts/2026-07-17-aiqa-to-research-notes/</guid>
      <description>&lt;blockquote class=&#39;book-hint &#39;&gt;
&lt;p&gt;&lt;strong&gt;哈爸筆記&lt;/strong&gt;：在帶領都蘭 AI 慢活共創營與日常技術探索中，我一直在思考：怎樣才是最省 tokens、最不累、也最符合人類大腦認知的人機協作學習法？今天把我們如何將零散的 AIQA 對話，一鍵萃取並沉澱為系統化「研究筆記」的過程與背後的心法寫下來。這是一套「先碎步前進、後架構合龍」的兩階段輕量級學習法。&lt;/p&gt;</description>
    </item>
    <item>
      <title>個人 AI 賦能：行一診所在宅醫療的雙核共生實戰分享</title>
      <link>https://wuulong.github.io/wuulong-notes-blog/posts/20260702_personal_ai_empowerment_home_care/</link>
      <pubDate>Thu, 02 Jul 2026 07:33:47 +0800</pubDate>
      <guid>https://wuulong.github.io/wuulong-notes-blog/posts/20260702_personal_ai_empowerment_home_care/</guid>
      <description>&lt;p&gt;在宅醫療的醫護人員每天在案家與診所間奔波，而最耗費他們日常頻寬的，往往不是臨床診斷本身，而是繁瑣的行政病歷打字。&lt;/p&gt;
&lt;p&gt;昨天去台北新生南路的 &lt;a href=&#34;https://xingyiclinic.tw/&#34;&gt;行一診所&lt;/a&gt; 做了一場 2 小時的內部訓練分享，主題是「個人 AI 賦能（Personal AI Empowerment）」。這次的對象是在宅醫療第一線的醫師與護理師，我分享了如何利用 AI 工具將繁雜的行政與病歷紀錄減量，並現場展示了地端 AI 代理人（Agentic AI）在醫療情境下的實務運用。&lt;/p&gt;</description>
    </item>
    <item>
      <title>不要被 AI 掏空！硬核學術研究者的「數位主權」革命 —— 從 VRES 實戰到《個人賦能》v1.1 改版</title>
      <link>https://wuulong.github.io/wuulong-notes-blog/posts/20260520_agentic_research_methodology/</link>
      <pubDate>Wed, 20 May 2026 00:00:00 +0000</pubDate>
      <guid>https://wuulong.github.io/wuulong-notes-blog/posts/20260520_agentic_research_methodology/</guid>
      <description>記錄一次硬核電機學術研究方法論的探索。從解決研究生「複製貼上 AI 黑箱代碼」的認知掏空危機出發，我們將這套理論落地為實體 Python CLI、SQLite 混血資料庫與 Skill 技能，成功寫入《個人賦能》v1.1 新增之第 14 章情境展開篇，並準備與碩博生分享這場奪回學術數位主權的革命。</description>
    </item>
    <item>
      <title>AI 代理與河流探索：花蓮溪流域計畫的建構實踐與 GIS 踩坑筆記</title>
      <link>https://wuulong.github.io/wuulong-notes-blog/posts/20260427_hualien_river_plan/</link>
      <pubDate>Mon, 27 Apr 2026 00:00:00 +0000</pubDate>
      <guid>https://wuulong.github.io/wuulong-notes-blog/posts/20260427_hualien_river_plan/</guid>
      <description>&lt;h1 id=&#34;從混亂到標準花蓮溪計畫的建構經驗分享&#34;&gt;從混亂到標準：花蓮溪計畫的建構經驗分享&lt;a class=&#34;anchor&#34; href=&#34;#%e5%be%9e%e6%b7%b7%e4%ba%82%e5%88%b0%e6%a8%99%e6%ba%96%e8%8a%b1%e8%93%ae%e6%ba%aa%e8%a8%88%e7%95%ab%e7%9a%84%e5%bb%ba%e6%a7%8b%e7%b6%93%e9%a9%97%e5%88%86%e4%ba%ab&#34;&gt;#&lt;/a&gt;&lt;/h1&gt;
&lt;p&gt;在建構「花蓮溪流域探索計畫」的過程中，我們不只是在畫地圖，更是在進行一場 AI 協作的高難度操演。這篇文章紀錄了如何將原始的 GIS 圖資，透過代理人技能（River Exploration Skill）轉化為可導航、具備文史脈絡的數位資產。&lt;/p&gt;</description>
    </item>
    <item>
      <title>AI 賦能實戰：如何用 Deep Research 產出一份綠島「感官地圖」？</title>
      <link>https://wuulong.github.io/wuulong-notes-blog/posts/20260417_green_island_deep_planning/</link>
      <pubDate>Fri, 17 Apr 2026 00:00:00 +0000</pubDate>
      <guid>https://wuulong.github.io/wuulong-notes-blog/posts/20260417_green_island_deep_planning/</guid>
      <description>在踏上綠島之前，我們利用 AI 進行了垂直式的厚數據採集。這不僅是一份計畫，更是一次將數位研究轉化為實體探勘點位的完整實驗。</description>
    </item>
    <item>
      <title>AI 賦能實戰：如何為台東旅宿打造「深度導覽生活圈」數位地圖</title>
      <link>https://wuulong.github.io/wuulong-notes-blog/posts/20260416_taitung_tourism_enablement_case/</link>
      <pubDate>Thu, 16 Apr 2026 13:40:00 +0800</pubDate>
      <guid>https://wuulong.github.io/wuulong-notes-blog/posts/20260416_taitung_tourism_enablement_case/</guid>
      <description>&lt;h1 id=&#34;ai-賦能實戰台東旅宿與數位導覽的碰撞&#34;&gt;AI 賦能實戰：台東旅宿與數位導覽的碰撞&lt;a class=&#34;anchor&#34; href=&#34;#ai-%e8%b3%a6%e8%83%bd%e5%af%a6%e6%88%b0%e5%8f%b0%e6%9d%b1%e6%97%85%e5%ae%bf%e8%88%87%e6%95%b8%e4%bd%8d%e5%b0%8e%e8%a6%bd%e7%9a%84%e7%a2%b0%e6%92%9e&#34;&gt;#&lt;/a&gt;&lt;/h1&gt;
&lt;p&gt;在最新的 [T260416-HHH01] 任務中，我們針對 &lt;strong&gt;TA5（旅宿業者與產業協會）&lt;/strong&gt; 進行了一次深度的數位賦能實驗。目標很明確：&lt;strong&gt;如何讓一家很有口碑的民宿，透過 AI 與 WalkGIS，搖身一變成為該地區的「地景解碼中心」？&lt;/strong&gt;&lt;/p&gt;</description>
    </item>
    <item>
      <title>AI 簡報架構師：從「厚數據」到 10 頁系慶演講稿的實戰技巧</title>
      <link>https://wuulong.github.io/wuulong-notes-blog/posts/2026-04-10-notebooklm-slide-architect-skills/</link>
      <pubDate>Fri, 10 Apr 2026 08:35:00 +0800</pubDate>
      <guid>https://wuulong.github.io/wuulong-notes-blog/posts/2026-04-10-notebooklm-slide-architect-skills/</guid>
      <description>總結如何利用 AI 進行事實厚度採掘、設計 Master Prompt 與在地用語校對，將雜亂的校友資料轉化為具備領袖張力的 50 週年系慶演講稿。</description>
    </item>
    <item>
      <title>逆向閱讀實驗：用 AI 導航《田野敲敲門 2》的人文流域</title>
      <link>https://wuulong.github.io/wuulong-notes-blog/posts/20260327_fieldwork_knock_knock_2_inverse_reading/</link>
      <pubDate>Fri, 27 Mar 2026 18:35:00 +0800</pubDate>
      <guid>https://wuulong.github.io/wuulong-notes-blog/posts/20260327_fieldwork_knock_knock_2_inverse_reading/</guid>
      <description>面對艱澀的學術專著，如何透過 Podcast、AI 預習與深度研究，在翻開書本前就建立起自己的專業領航圖？一場從工程視角跨越到人文田野的認知冒險。</description>
    </item>
    <item>
      <title>「鄉鎮導航」地圖：AI 與 GIS 協作的全台行政區劃深耕實驗</title>
      <link>https://wuulong.github.io/wuulong-notes-blog/posts/20260204_township_navigation_methodology/</link>
      <pubDate>Wed, 04 Feb 2026 20:03:00 +0800</pubDate>
      <guid>https://wuulong.github.io/wuulong-notes-blog/posts/20260204_township_navigation_methodology/</guid>
      <description>記錄如何利用 AI 與 GIS 技術，在短時間內初始化全台 390 個行政區劃，並透過 Deep Research 實現高品質人文地誌加厚的完整過程。</description>
    </item>
    <item>
      <title>從「空間數據」到「流域敘事」：二仁溪探索計畫中的 WalkGIS 方法論進化</title>
      <link>https://wuulong.github.io/wuulong-notes-blog/posts/20260204_erren_methodology_evolution/</link>
      <pubDate>Wed, 04 Feb 2026 00:00:00 +0000</pubDate>
      <guid>https://wuulong.github.io/wuulong-notes-blog/posts/20260204_erren_methodology_evolution/</guid>
      <description>記錄二仁溪探索計畫中，如何透過 AI 協作將地圖資產從『點線面資料』轉化為具备『敘事靈魂』的環境博物館導覽。</description>
    </item>
    <item>
      <title>【專案釋出】《流域導航》：我與 AI 共同編寫的一本台灣河流深度解碼手冊</title>
      <link>https://wuulong.github.io/wuulong-notes-blog/posts/20260122_river_exploration_book_release/</link>
      <pubDate>Thu, 22 Jan 2026 12:45:00 +0800</pubDate>
      <guid>https://wuulong.github.io/wuulong-notes-blog/posts/20260122_river_exploration_book_release/</guid>
      <description>&lt;p&gt;這不只是一本書，這是我這陣子在台灣河床邊、在螢幕前，與 AI 進行的一場深入土地靈魂的對話。&lt;/p&gt;
&lt;p&gt;今天，我正式在 GitHub 釋出了 &lt;strong&gt;《流域導航：台灣母親之河的深度探索與實踐指南》&lt;/strong&gt;。這不僅僅是我的田野筆記，更是一套結合了 &lt;strong&gt;Deep Research&lt;/strong&gt;、&lt;strong&gt;地景偵探術&lt;/strong&gt; 與 &lt;strong&gt;WalkGIS 共創&lt;/strong&gt; 的數位探索方法論。&lt;/p&gt;</description>
    </item>
    <item>
      <title>實作筆記：從 Deep Research 到 WalkGIS 自動地圖生成 - 以濁水溪流域為例</title>
      <link>https://wuulong.github.io/wuulong-notes-blog/posts/20260111_walkgis_zhuoshui_river_case_study/</link>
      <pubDate>Sun, 11 Jan 2026 00:00:00 +0000</pubDate>
      <guid>https://wuulong.github.io/wuulong-notes-blog/posts/20260111_walkgis_zhuoshui_river_case_study/</guid>
      <description>&lt;h1 id=&#34;引言打造百科全書式的流域地圖&#34;&gt;引言：打造「百科全書式」的流域地圖&lt;a class=&#34;anchor&#34; href=&#34;#%e5%bc%95%e8%a8%80%e6%89%93%e9%80%a0%e7%99%be%e7%a7%91%e5%85%a8%e6%9b%b8%e5%bc%8f%e7%9a%84%e6%b5%81%e5%9f%9f%e5%9c%b0%e5%9c%96&#34;&gt;#&lt;/a&gt;&lt;/h1&gt;
&lt;p&gt;一直以來，我對於製作「有深度」的地圖充滿熱情。一張好的地圖，不應該只是標記與導航，它應該能承載歷史的厚度、文化的溫度，以及地理空間的邏輯。&lt;/p&gt;
&lt;p&gt;這次，我以台灣的母親河——&lt;strong&gt;濁水溪&lt;/strong&gt;為範圍，嘗試進行了一次「百科全書式」的探索與實作。我的目標是將這條河流從合歡山源頭到麥寮出海口，涵蓋&lt;strong&gt;自然地景、水利設施、人文史蹟、交通設施、災害環境&lt;/strong&gt;五大維度的知識，轉化為可互動、可導航的數位資產。&lt;/p&gt;</description>
    </item>
    <item>
      <title>Gemini Dynamic View 實戰：一句話把萬字研究報告變成視覺化簡報</title>
      <link>https://wuulong.github.io/wuulong-notes-blog/posts/20260104_gemini_dynamic_view_experience/</link>
      <pubDate>Sun, 04 Jan 2026 11:30:00 +0800</pubDate>
      <guid>https://wuulong.github.io/wuulong-notes-blog/posts/20260104_gemini_dynamic_view_experience/</guid>
      <description>在將 Deep Research 應用於 WalkGIS 的過程中，我意外發現了 Gemini &amp;lsquo;Dynamic View&amp;rsquo; 的強大之處。透過幾個簡單的 Prompt，一份幾萬字的枯燥水利工程報告，瞬間被轉化為精美的時間軸、比較表與行程卡片。這不僅是視覺化工具，更是新一代的知識策展神器。</description>
    </item>
    <item>
      <title>地圖即提示 (Map as a Prompt)：為什麼我要在每份 WalkGIS 地圖中嵌入 Deep Research 指令？</title>
      <link>https://wuulong.github.io/wuulong-notes-blog/posts/20260104_map_as_a_prompt/</link>
      <pubDate>Sun, 04 Jan 2026 09:35:00 +0800</pubDate>
      <guid>https://wuulong.github.io/wuulong-notes-blog/posts/20260104_map_as_a_prompt/</guid>
      <description>傳統的 GIS 地圖只告訴你「這裡有什麼」，卻很少告訴你「這裡發生過什麼」。為了解決深度探索的資訊落差，我開始嘗試在 WalkGIS 的每份地圖文件中嵌入專屬的 Deep Research Prompt。這不僅是節省使用者的複製貼上時間，更是一種「將地圖視為知識索引」的產品設計思維。</description>
    </item>
    <item>
      <title></title>
      <link>https://wuulong.github.io/wuulong-notes-blog/kb/aiqa-antigravity-practice/</link>
      <pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate>
      <guid>https://wuulong.github.io/wuulong-notes-blog/kb/aiqa-antigravity-practice/</guid>
      <description>&lt;h1 id=&#34;背景說明&#34;&gt;背景說明&lt;a class=&#34;anchor&#34; href=&#34;#%e8%83%8c%e6%99%af%e8%aa%aa%e6%98%8e&#34;&gt;#&lt;/a&gt;&lt;/h1&gt;
&lt;ul&gt;
&lt;li&gt;模型與環境： antigravity with Gemini 3.0 Flash Think,  &amp;hellip;&lt;/li&gt;
&lt;li&gt;代號部分： Q 為哈爸提問，A 為 AI 回答，Ｍ是我對這個問題的相關註解，T 為模型提供的思考過程&lt;/li&gt;
&lt;li&gt;本文版本：&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id=&#34;版本歷史&#34;&gt;版本歷史&lt;a class=&#34;anchor&#34; href=&#34;#%e7%89%88%e6%9c%ac%e6%ad%b7%e5%8f%b2&#34;&gt;#&lt;/a&gt;&lt;/h2&gt;
&lt;h1 id=&#34;筆記&#34;&gt;筆記&lt;a class=&#34;anchor&#34; href=&#34;#%e7%ad%86%e8%a8%98&#34;&gt;#&lt;/a&gt;&lt;/h1&gt;
&lt;h1 id=&#34;qa&#34;&gt;QA&lt;a class=&#34;anchor&#34; href=&#34;#qa&#34;&gt;#&lt;/a&gt;&lt;/h1&gt;
&lt;pre tabindex=&#34;0&#34;&gt;&lt;code class=&#34;language-dataview&#34; data-lang=&#34;dataview&#34;&gt;TABLE WITHOUT ID Q,M FROM &amp;#34;ChatGPT-QA/AIQA-&amp;#34; &lt;/code&gt;&lt;/pre&gt;&lt;h1 id=&#34;q81-sessions-的內容架構&#34;&gt;Q8.1-sessions 的內容架構&lt;a class=&#34;anchor&#34; href=&#34;#q81-sessions-%e7%9a%84%e5%85%a7%e5%ae%b9%e6%9e%b6%e6%a7%8b&#34;&gt;#&lt;/a&gt;&lt;/h1&gt;
&lt;ul&gt;
&lt;li&gt;M::&lt;/li&gt;
&lt;li&gt;Q::能否將剛才執行的 log, 寫入 events/notes/wuulong-notes-blog/content/kb/antigravity-practice/logs，我想查看過程&lt;/li&gt;
&lt;li&gt;A::
Listed directory sessions
Edited inspect_session_db.py
Ran command: &lt;code&gt;python /Users/wuulong/.gemini/antigravity/brain/a4db2743-acdb-482d-b14c-cb343d21adea/scratch/inspect_session_db.py&lt;/code&gt;&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;這個 &lt;code&gt;.db&lt;/code&gt; 檔案的本質是一個&lt;strong&gt;標準的 SQLite 資料庫&lt;/strong&gt;。Antigravity 平台使用 SQLite 作為它的 &lt;strong&gt;State Storage Engine (狀態存儲引擎)&lt;/strong&gt;，來保存 Agent 在執行過程中的所有推理軌跡與上下文。&lt;/p&gt;</description>
    </item>
    <item>
      <title></title>
      <link>https://wuulong.github.io/wuulong-notes-blog/kb/antigravity-practice/aiqa-antigravity-practice/</link>
      <pubDate>Mon, 01 Jan 0001 00:00:00 +0000</pubDate>
      <guid>https://wuulong.github.io/wuulong-notes-blog/kb/antigravity-practice/aiqa-antigravity-practice/</guid>
      <description>&lt;h1 id=&#34;背景說明&#34;&gt;背景說明&lt;a class=&#34;anchor&#34; href=&#34;#%e8%83%8c%e6%99%af%e8%aa%aa%e6%98%8e&#34;&gt;#&lt;/a&gt;&lt;/h1&gt;
&lt;ul&gt;
&lt;li&gt;模型與環境： antigravity with Gemini 3.0 Flash Think,  &amp;hellip;&lt;/li&gt;
&lt;li&gt;代號部分： Q 為哈爸提問，A 為 AI 回答，Ｍ是我對這個問題的相關註解，T 為模型提供的思考過程&lt;/li&gt;
&lt;li&gt;本文版本：&lt;/li&gt;
&lt;/ul&gt;
&lt;h2 id=&#34;版本歷史&#34;&gt;版本歷史&lt;a class=&#34;anchor&#34; href=&#34;#%e7%89%88%e6%9c%ac%e6%ad%b7%e5%8f%b2&#34;&gt;#&lt;/a&gt;&lt;/h2&gt;
&lt;h1 id=&#34;筆記&#34;&gt;筆記&lt;a class=&#34;anchor&#34; href=&#34;#%e7%ad%86%e8%a8%98&#34;&gt;#&lt;/a&gt;&lt;/h1&gt;
&lt;h1 id=&#34;qa&#34;&gt;QA&lt;a class=&#34;anchor&#34; href=&#34;#qa&#34;&gt;#&lt;/a&gt;&lt;/h1&gt;
&lt;pre tabindex=&#34;0&#34;&gt;&lt;code class=&#34;language-dataview&#34; data-lang=&#34;dataview&#34;&gt;TABLE WITHOUT ID Q,M FROM &amp;#34;ChatGPT-QA/AIQA-&amp;#34; &lt;/code&gt;&lt;/pre&gt;&lt;h1 id=&#34;q81-sessions-的內容架構&#34;&gt;Q8.1-sessions 的內容架構&lt;a class=&#34;anchor&#34; href=&#34;#q81-sessions-%e7%9a%84%e5%85%a7%e5%ae%b9%e6%9e%b6%e6%a7%8b&#34;&gt;#&lt;/a&gt;&lt;/h1&gt;
&lt;ul&gt;
&lt;li&gt;M::&lt;/li&gt;
&lt;li&gt;Q::能否將剛才執行的 log, 寫入 events/notes/wuulong-notes-blog/content/kb/antigravity-practice/logs，我想查看過程&lt;/li&gt;
&lt;li&gt;A::
Listed directory sessions
Edited inspect_session_db.py
Ran command: &lt;code&gt;python /Users/wuulong/.gemini/antigravity/brain/a4db2743-acdb-482d-b14c-cb343d21adea/scratch/inspect_session_db.py&lt;/code&gt;&lt;/li&gt;
&lt;/ul&gt;
&lt;p&gt;這個 &lt;code&gt;.db&lt;/code&gt; 檔案的本質是一個&lt;strong&gt;標準的 SQLite 資料庫&lt;/strong&gt;。Antigravity 平台使用 SQLite 作為它的 &lt;strong&gt;State Storage Engine (狀態存儲引擎)&lt;/strong&gt;，來保存 Agent 在執行過程中的所有推理軌跡與上下文。&lt;/p&gt;</description>
    </item>
  </channel>
</rss>
