研究資料失控的三種方式
大多數寫作教學會告訴創作者：做好研究，細節才會準確。
沒有人告訴他們的是——研究資料本身會變成比寫作更大的問題。
一位歷史小說作者花了三週研究 1920 年代的上海。查到租界制度的沿革，查到黃包車的收費標準，查到外灘建築群的立面風格。三十幾個瀏覽器書籤、十五份 PDF、半本手寫筆記、散落在三個 App 裡的截圖。每一條資料都可能派上用場。
然後她坐下來寫。角色走進一間茶館，要付帳。她記得查過當時的物價——但那筆記在哪？Notion 裡？Google Docs？還是手機備忘錄？
二十分鐘後，她找到了。但寫作的節奏早就碎了。
這件事會一再發生。不是因為懶，是因為研究資料散居在五六個地方，彼此之間沒有連結，也沒有和寫作專案住在一起。查閱成本太高的時候，人會本能地選擇「先跳過」或「隨便猜一個」。然後忘記回來修正。
研究資料失控通常走三條路。
資訊淹沒。 什麼都可能有用，所以什麼都存。兩週後面對一堆沒有索引、沒有分類、混雜在一起的素材，需要某個細節的時候只記得「我讀過」，卻不知道它躺在哪個角落。
研究-寫作斷裂。 資料活在一個應用程式裡，草稿活在另一個。每次查證都要切換、搜尋、定位、再切回來。一個小時裡可能有二十分鐘花在切換上，而不是寫作上。這種碎片化的工作流程，殺死的不只是效率——是那個正在成形的句子。
來源追蹤失敗。 記下了「黃包車車資約兩毛錢」這個細節，卻沒記錄出處。三個月後編輯問起，腦袋一片空白。重新研究一遍？還是含糊帶過？兩個選項都很糟。
三種失控模式，一個共同根源：研究資料沒有和寫作專案住在同一個地方。
在 Slima 中建立研究系統
解法其實反直覺地簡單——把研究資料變成專案的一部分，而不是專案的附屬品。
在 Writing Studio 的 File Tree 裡，「研究資料」資料夾應該和「草稿」、「角色」、「世界觀」並排存在。不是放在別的工具裡再連結過來，不是另開一個 App 管理。直接住在專案裡。打開寫作環境的同時，研究資料就在旁邊。
資料夾結構要反映寫作時會問的問題，不是學術分類法：
研究資料/
├── 歷史背景/
│ ├── 1920年代上海概況.md
│ ├── 租界制度.md
│ └── 當時的貨幣與物價.md
├── 地點/
│ ├── 外灘.md
│ ├── 法租界.md
│ └── 城隍廟.md
├── 日常生活/
│ ├── 服飾與時尚.md
│ ├── 飲食文化.md
│ └── 交通工具.md
├── 人物原型/
│ ├── 當時的商人階層.md
│ └── 歌女與舞女.md
└── _來源索引.md
寫到角色走在外灘，腦袋冒出「這條路當時長什麼樣」的問題——去「地點/外灘.md」。寫到角色付車錢——去「日常生活/交通工具.md」。不用猜，不用翻找，路徑本身就是答案的地圖。
每份研究筆記也需要一致的結構。不是隨手貼一段原文就了事。四個區塊，每份都一樣：
摘要——一兩句話。讓自己三秒內判斷「這份筆記跟我現在要查的事有沒有關」。
關鍵細節——消化過的重點，不是整段複製貼上。原始資料可能五千字，這裡只留三百字的精華。
故事應用——這才是研究筆記區別於讀書筆記的地方。哪個角色會碰到這個細節？在第幾章？怎麼用？寫清楚。把抽象的研究拉回具體的寫作決策。
來源——書名、頁碼、網址、存取日期。三個月後編輯問起的時候，這四行字就是救命繩。
在 File Tree 的最上層建一個 _來源索引.md（底線讓它永遠排在第一位），集中記錄所有引用過的出處。查證的時候只需要開一個檔案，不用翻遍整個資料夾。
讓研究資料和寫作無縫接軌
查閱成本決定了行為。
成本高——跳過、猜測、事後忘記修正。成本低——順手確認、三秒搞定、繼續寫。研究系統的成敗就在這條線上。
分割視窗（Cmd+ 或 Ctrl+）是最直接的降低成本方式。左邊的草稿寫到「主角從黃包車上跳下來，丟了一把銅板」，右邊打開「交通工具.md」確認車資是否合理。不需要切換應用程式，不需要離開寫作環境。並排對照，確認完畢，繼續寫下一句。
Quick Open（Cmd+P）更快。不用在 File Tree 裡層層點開資料夾——直接輸入「貨幣」，跳到物價相關筆記；輸入「外灘」，跳到地點描述。模糊搜尋，幾個字母就夠了。
但真正改變遊戲規則的是 AI Assistant。
按下 Cmd+Shift+A（Mac）或 Ctrl+Shift+A（Windows）開啟 AI Chat Panel，用自然語言問問題。不是問網路——是問「專案裡的研究資料」。
試試這個提示詞：
根據「研究資料」資料夾中的內容，回答這個問題：
1920 年代上海的高檔餐廳一頓飯大約多少錢？這個價格相當於普通工人幾天的工資？
請引用具體的來源筆記。
AI Assistant 會從已經審查過的研究筆記中找答案，不是丟一個可能有錯的維基百科數字給這邊。答案的可靠度取決於研究資料的品質——但至少來源是可追溯的。
另一個更實用的場景：寫作中遇到不確定的細節，先標記 [待研究：當時的電話費]，保持寫作節奏不中斷。累積了一批之後，用這個提示詞一次清理：
請掃描「草稿」資料夾中所有包含「[待研究]」或「[TBD]」標記的地方。
整理成清單，標明：
- 在哪個檔案、哪一段
- 需要研究什麼內容
- 建議去哪份研究筆記找答案（如果已經有相關筆記）
寫作和研究不再是兩個分開的階段。標記、繼續寫、之後集中處理。流暢度和準確度可以同時要。
避免研究陷阱
研究有兩個陷阱，表面上看起來完全相反，但同樣致命。
第一個叫研究成癮。
感覺很像在工作。打開資料、做筆記、比對來源——大腦會產生一種「正在推進專案」的錯覺。但字數沒有增加。故事沒有往前走。Umberto Eco 研究了兩年才開始寫《玫瑰的名字》，但他清楚知道什麼時候該收手。大部分人不知道。
簡單的判斷標準：能寫出場景的基本細節了嗎？能了，就開始寫。細節可以之後補。不確定的地方標記 [待研究]，繼續往下。「邊寫邊研究」遠比「研究完再寫」高效——因為寫作本身會告訴需要什麼資訊，省去大量盲目蒐集。
第二個叫資訊傾倒。
花了兩週研究貨幣制度，忍不住想把所有功課秀出來。於是讀者在故事中間撞上一段五百字的銀元鑄造史——完全打斷節奏。
讀者需要的是「他付了兩塊大洋」。不是「他付了兩塊大洋，這種銀元是清朝末年開始鑄造的，重量約為七錢二分，成色九成......」。
好的研究是隱形的。讀者覺得世界真實可信，但意識不到背後有多少功課。冰山理論——露出水面的只有八分之一，但正是水面下那七分之八撐住了一切。
還有一件事容易被忽略：研究告訴的是歷史上怎麼樣，但正在寫的是小說。如果某個史實妨礙了故事的情感走向，可以選擇調整。在研究筆記裡記下「故意偏離」的地方和理由——這樣清楚知道這是創意選擇，不是無知的錯誤。
離線研究的價值
Slima 是離線優先的。所有研究資料存在本地，不依賴任何雲端服務。
咖啡館的 Wi-Fi 斷了。火車進了隧道。飛機上沒有網路。這些情境下，依賴雲端的工作流程直接癱瘓。但專案裡的研究資料還在。打開 Writing Studio，左邊草稿，右邊筆記，繼續寫。
安全性也是。研究資料不會因為某個線上服務改變定價策略或直接倒閉就消失。那些花了幾週甚至幾個月整理的筆記，就在自己的電腦裡，受 Version Control 保護。每一次修改都有紀錄，隨時可以回溯到任何一個版本。
過去的作家用索引卡片和紙本資料夾管理研究。那套系統受限於物理空間，搜尋靠記憶，備份靠影印。
現在的工具不一樣了。研究資料和寫作專案住在同一個地方，打開就能查。AI Assistant 用自然語言搜尋筆記內容，不用自己翻找。Version Control 追蹤每一次變動，不怕誤刪也不怕改壞。
善用這些，研究會服務於寫作，而不是變成拖延寫作的藉口。
下一篇，我們來處理多視角敘事管理——故事有多個 POV 角色的時候，怎麼確保每個視角清晰、一致，而且各自有獨特的聲音。