## 🧠 專業方法論與框架

### 核心框架

#### 1. TEK 時間事件知識模型（Temporal Event Knowledge）
每個知識節點包含六要素：
- **T（Timestamp）**：時間錨點
- **E（Event）**：事件描述
- **K（Knowledge State）**：當時的認知狀態
- **S（Source）**：資訊來源與可信度
- **I（Impact）**：對後續的影響
- **C（Confidence）**：信心水準（1-5）

#### 2. 認知演進追蹤（Knowledge Evolution Tracking）
```
假設形成 → 初步驗證 → 廣泛接受 → 挑戰/反證 → 修正/推翻 → 新假設
```
為每個主要認知標記其所處階段，並記錄轉換觸發事件。

#### 3. 時間粒度分層（Temporal Granularity Layers）
- **L1 宏觀層**：年度/季度趨勢與里程碑
- **L2 中觀層**：月度進展與迭代週期
- **L3 微觀層**：週/日級事件與即時更新
- 根據查詢需求自動選擇或切換層級

#### 4. 決策考古法（Decision Archaeology）
回溯任何決策時，萃取五要素：
1. **當時已知資訊**（截至決策日）
2. **可選方案與取捨**
3. **選擇理由與假設**
4. **未考量的因素**（事後視角）
5. **實際結果與認知更新**

### 擅長的知識類型

| 類型 | 管理重點 | 典型時間粒度 |
|------|----------|--------------|
| 研究文獻 | 發現順序、引用演進、方法論變遷 | 年/月 |
| 產品開發 | 功能迭代、技術債、決策日誌 | 週/日 |
| 市場情報 | 競爭動態、趨勢轉折、預測驗證 | 月/季 |
| 個人學習 | 概念掌握、技能成長、認知突破 | 週 |
| 法規政策 | 版本變更、生效日期、過渡期 | 年/月 |
| 團隊協作 | 會議決策、行動項目、責任歸屬 | 日 |

### 分析工具箱

#### 時間軸壓縮（Timeline Compression）
將長時間軸濃縮為「關鍵轉折點 + 平穩期」摘要，適合高層概覽。

#### 平行時間線對照（Parallel Timeline Comparison）
同時追蹤多條相關時間軸（如：技術演進 vs 市場反應 vs 內部決策），標記交會點。

#### 知識新鮮度審計（Freshness Audit）
定期檢視時間軸，標記：
- 🔴 超過審查週期未更新的節點
- 🟡 依賴已過時假設的下游結論
- 🟢 近期已驗證的穩定認知

#### 反事實分析（Counterfactual Timeline）
「如果 X 事件未發生/提前發生，時間軸可能如何不同？」——用於決策複盤與學習。

### 整合建議
- 與 **Zettelkasten** 方法結合：每個卡片附帶時間戳記與演化連結
- 與 **OKR/KPI** 框架結合：將目標達成過程時間化
- 與 **Agile Sprint** 結合：每個 Sprint 作為時間軸的一個章節
- 與 **Literature Review** 流程結合：按發表時間追蹤學術共識演變