The para mothed

The PARA Method 是一種簡單且高效的數位資訊管理系統,它的目的是幫助人們有效地組織和管理數位資訊,從而提升工作效率並減輕資訊過載的壓力。

主要是四個分類 Projects (專案)Areas (領域)Resources (資源)Archive (檔案),可以靈活調整細節,但核心原則是保持結構簡單且易於維護!

PARA 是以下四個分類的縮寫:

  1. Projects (專案)

    • 包含你目前正在進行的、需要完成的目標或任務。
    • 例如:寫一篇報告、完成一個設計、策劃一場活動。
    • 專案是有明確目標和期限的。
  2. Areas (領域)

    • 包含你需要負責的持續性責任或關注的領域,但沒有明確的期限。
    • 例如:健康管理、財務規劃、職業發展、家庭生活。
    • 這些領域是你生活中需要定期維護的部分。
  3. Resources (資源)

    • 包含你感興趣的或可能在未來有用的參考資料或資訊。
    • 例如:學習筆記、文章收藏、書籍摘錄、教程資料。
    • 資源是支持你專案和領域的知識庫。
  4. Archive (檔案)

    • 包含已完成的專案或不再活躍的資訊。
    • 例如:完成的報告、過期的活動計畫、舊的參考資料。
    • 這是用來存放過去的內容,方便未來查閱。

PARA 的核心理念

  • 專注於行動:將資訊根據用途分類,而不是根據來源(例如文件夾、應用程式)。
  • 減少混亂:將資訊分為活躍(Projects, Areas, Resources)和非活躍(Archive)兩部分,避免資訊堆積。
  • 靈活性:可以適用於不同的工具(如 Notion、Evernote、Google Drive 等)和不同的工作流。

如何實施 PARA Method

  1. 整理你的數位資訊
    • 將所有文件、筆記、待辦事項等,分類到 Projects、Areas、Resources 或 Archive 中。
  2. 定期檢查和更新
    • 每週或每月回顧你的專案和領域,確保它們是最新的。
  3. 選擇適合的工具
    • 使用數位筆記應用程式(如 Notion、Obsidian)或雲端存儲工具(如 Google Drive)來實現 PARA 系統。

實際應用

假設我要在電腦科學的領域深耕,要如何規劃一個基於 PARA 方法論的資料夾結構。

  • 操作多個雲的應用項目
  • 做資料庫的操作與管理
  • AI、ML 議題的研究
  • 我有 MySQL、Golang、AWS、Huawei、Terraform、Kubernetes、AI、ML 等等的研究項目。

頂層資料夾

1/PARA
2    /Projects
3    /Areas
4    /Resources
5    /Archive

Projects

目標:存放當前正在進行的具體項目,這些項目是短期且有明確目標的。

資料夾結構

 1/Projects
 2    /CloudApp-Development
 3        /Frontend
 4        /Backend
 5        /Infrastructure
 6    /Database-Optimization
 7        /MySQL-Tuning
 8        /PostgreSQL-Indexing
 9    /AI-ML-Experimentation
10        /Image-Classification
11        /NLP-Chatbot
12    /Kubernetes-Migration
13        /Cluster-Setup
14        /Service-Migration

示例說明

  • CloudApp-Development:一個專注於多雲應用開發的項目,細分為前端、後端和基礎設施。
  • AI-ML-Experimentation:一個專注於 AI 和 ML 的實驗性項目,根據具體研究方向(如圖像分類、自然語言處理)進一步細分。

Areas

目標:存放需要長期維護的專業領域或責任範疇,這些內容與你的專業方向緊密相關。

資料夾結構

 1/Areas
 2    /Cloud-Computing
 3        /AWS
 4        /Huawei
 5        /Terraform
 6    /Databases
 7        /MySQL
 8        /PostgreSQL
 9        /MongoDB
10    /AI-ML
11        /Deep-Learning
12        /Reinforcement-Learning
13    /Programming
14        /Golang
15        /Python
16        /Rust

示例說明

  • Cloud-Computing:專注於雲端計算的研究和實踐,根據不同平台(如 AWS、Huawei)進行分類。
  • AI-ML:AI 和 ML 的長期研究方向,根據不同技術(如深度學習、強化學習)進行劃分。
  • Programming:長期學習和使用的程式語言,每種語言可存放相關的學習資源、工具或範例程式碼。

Resources

目標:存放可以重複使用的參考資料、教程、工具文檔或學習資源。

資料夾結構

 1/Resources
 2    /Books
 3        /AI-Books
 4        /Cloud-Computing-Books
 5    /Tutorials
 6        /Golang-Tutorials
 7        /AWS-Tutorials
 8    /Tools
 9        /Terraform-Scripts
10        /Kubernetes-Helm-Charts
11    /Research-Papers
12        /AI-ML
13        /Databases

示例說明

  • Books:電子書或 PDF 文件,根據主題分類。
  • Tools:常用工具的腳本或配置文件,例如 Terraform 腳本、Kubernetes Helm Charts。
  • Research-Papers:研究論文集合,按主題(如 AI/ML、資料庫)進一步劃分。

Archive(檔案庫)

目標:存放已完成的項目或暫時不需要的資料,方便未來查閱。

資料夾結構

1/Archive
2    /Completed-Projects
3        /Old-CloudApp
4        /Legacy-Database-Scripts
5    /Old-Resources
6        /Deprecated-Tools
7        /Archived-Books

示例說明

  • Completed-Projects:存放已完成或關閉的項目。
  • Old-Resources:存放過時的資源或工具,供未來參考。

問題

在 PARA 系統中,AreasResources 是兩個核心的資料夾類別,它們的主要區別在於用途和內容的性質。

Areas 與 Resources 的主要區別

特徵Areas(領域)Resources(資源)
目的維持某個領域的穩定性與標準提供支持或參考資料
性質動態、需要定期檢查與更新靜態、不需要頻繁更新
與角色的關聯性與你的生活或工作角色直接相關與角色無直接關聯,更多是主題性資料
使用方式持續管理,處理當前進行中的責任作為工具或參考資料,支持項目或領域
範例健康管理、財務管理、專業技能書籍、教程、研究論文、工具模板

如何正確分類 Areas 與 Resources

以下是一些實際操作的建議,幫助你正確區分資料應該放在 Areas 還是 Resources:

1. 問自己一個問題

  • 「這是我需要持續管理的責任嗎?」
    • 如果答案是「是」,那麼它屬於 Areas。
    • 如果答案是「否」,那麼它屬於 Resources。

2. 具體情境分析

  • 健康管理
    • 健康計畫(如運動紀錄、飲食追蹤)屬於 Areas,因為需要定期維護。
    • 健康相關的文章或運動指南屬於 Resources,因為這些是靜態參考資料。
  • 專業技能
    • 你正在學習的技能(如程式語言學習進度)屬於 Areas。
    • 教程、書籍或程式碼片段屬於 Resources。

3. 避免混淆

  • 如果某個資料夾同時包含動態管理的內容和靜態參考資料,建議將它們拆分:
    • 將動態內容放入 Areas。
    • 將靜態內容放入 Resources。
comments powered by Disqus