我把 17 年的 Facebook 倒進 wiki：28,715 筆人生事件的整理法
我把 17 年的 Facebook 倒進 wiki：28,715 筆人生事件的整理法
想讓 AI 替你判斷，先讓它讀過你的人生。這件事我自己做了一遍：把 2008 年 11 月到 2026 年 3 月的 Facebook 資料全部倒出來，解析成 28,715 筆事件，分類進自己的 wiki。這篇把數字、分類方法跟流程圖全部攤開。
為什麼要把 Facebook 資料倒進 wiki？
因為 AI 分身要學的是你的判斷，而判斷藏在你的人生紀錄裡。Facebook 是多數台灣老闆唯一連續寫了十幾年的第一人稱紀錄——你當年怎麼想、怎麼選、怎麼撐過去，全在裡面。倒出來整理好，AI 才有你可學。
員工型的 AI 工具人人裝得起，分身只有你做得出來——差別就在語料。市面上的模型讀遍了全世界的書，卻沒讀過你 2011 年那次轉職前夜寫下的猶豫。那筆資料只存在你的帳號裡，而且平台不會替你整理。
我的做法是把它變成「人生地圖」：以後任何一個替我工作的 AI，開工前都能查到我是怎麼被一路做出來的。
17 年的 Facebook 倒出來有多少東西？
實際解析結果：時間跨度 17 年 4 個月，最早一篇貼文是 2008 年 11 月，追蹤到 2026 年 3 月，總共解析出 28,715 筆事件。這是我自己帳號的實測數字（2026 年整理），給你抓量級用。
| 項目 | 實際數字（我的帳號） |
|---|---|
| 時間跨度 | 2008-11 ～ 2026-03，共 17 年 4 個月 |
| 解析後事件數 | 28,715 筆 |
| 分卷結構 | 時間軸 5 卷＋身分軸 6 卷，雙軌並存 |
| 每卷章數 | 收斂至 8–12 章 |
量級的意思是：如果你 Facebook 玩了十年以上，倒出來大概就是幾萬筆等級的事件。手工翻完不可能，這正是要建流程的原因。
資料怎麼分類才不會變成流水帳？
一句口訣：卷靠時間，章靠主題，段落靠事件，收束靠回望。外層用人生階段分卷，內層用身分轉換與重大事件做章，最後每卷用一句回望收尾。
我用了兩把尺同時切，兩版並存：
- 時間軸（D 版，5 卷）：2008-11～2011-12、2012～2014、2015～2018、2019～2022、2023～2026-03。年份推進，適合查「那年發生什麼」。
- 身分軸（E 版，6 卷）：受僱練功、體制內做到極限、自己搭場、作品與品牌、AI 與博士、家庭主線。場在更換，適合查「我當時是誰」。
身分軸是主結構。人生一開始不是先知道自己是什麼人，而是那些工作現場先把你做成那個樣子——所以用「我在哪個場上」分卷，比用年份分卷更能讓 AI 讀懂你。
完整流程長這樣：
Facebook 匯出檔（2008-11 ～ 2026-03，17 年 4 個月）
│
│ ① 解析：貼文攤平成一筆一筆事件
▼
28,715 筆人生事件
│
│ ② 兩把尺同時切（雙軌並存）
├──────────────┬──────────────┐
▼ ▼ │
時間軸 5 卷 身分軸 6 卷 │
（卷靠時間） （卷靠身分的場） │
│ │ │
└──────┬───────┘ │
│ ③ 章靠主題、段落靠事件（每卷收斂 8–12 章）
▼ │
章節書稿（現場聲音 × 回望聲音交替） │
│ │
│ ④ 收束靠回望（每卷一句）
▼ ▼
wiki 人生地圖 ◄── 原始事件庫留在源頭，wiki 只放結晶
│
│ ⑤ AI 分身開工前先讀這張地圖
▼
一個知道「你是怎麼被做出來的」的 AI
整理的鐵則是什麼？
四條，每條都是踩過坑才立的：
- 先有事，再有想法。只有反思沒有事件的段落一律刪掉。AI 學得動的是「哪一年、在哪、有誰、發生什麼、怎麼想」，學不動一堆「我是一個怎樣的人」的自我定義。
- 不整段照抄貼文。原文是證據，進 wiki 的是提煉。保留原始語氣的證據感，但別讓碎片拖垮整張地圖。
- 兩個聲音交替。「當時的我」貼近現場，保留狼狽與幽默；「現在的我」補上背景，說出當年沒明講的事。少一個聲音，地圖就少一半價值。
- 每章過檢核才收。具體時段、明確事件、可辨識人物、一條主要推進線，四樣缺一就不成章。
這些資料最後給 AI 做什麼用？
它是分身的判斷底料。把老闆的決策模式複製成數位孿生，第一步永遠是語料：你走過的場、做過的選擇、付過的學費。地圖建好之後，AI 給的建議會開始帶著你的脈絡，遇到關鍵處仍停下來讓你拍板。
我把自己當第一個實驗品，這套流程驗證完才敢對外講。想看老闆判斷被複製成數位孿生是什麼樣子，去 明腦 看得到實例。
常見問題
把 Facebook 資料倒出來要從哪裡開始？ 進 Facebook 的「設定與隱私 → 下載你的資料」申請匯出，格式選 JSON 而非 HTML，日期範圍選全部。檔案依年份與內容分包，等平台通知下載即可。拿到手先別急著讀，先解析成一筆一筆事件，再談分類。
幾萬筆事件靠人工整理得完嗎？ 整理不完，也不該人工整理。我的 28,715 筆是交給 AI 解析與初分，人只做兩件事：定分卷的尺（時間軸與身分軸），以及審每卷的回望句。人定結構，AI 跑量，這個分工才走得完 17 年的資料。
沒有自己的 wiki，可以用什麼代替？ 任何能放 markdown、能被 AI 讀取的地方都行：一個 git 儲存庫、一個資料夾、甚至一份大綱文件。重點在結構——卷靠時間、章靠主題、段落靠事件，而且結論要可回查到原始事件。工具可以換，結構不能省。
AI 拿這些人生資料到底做什麼？ 它學的是你的判斷模式，而非背誦你的往事。當 AI 知道你在 2014 年怎麼決定自己搭場、2023 年怎麼決定重讀博士，它替你篩選方案時就會帶著同一套價值排序。資料愈完整，它愈少猜、愈多懂。