第14章 Librarying：把分散資料轉化為知識體系

摘要

Librarying並不是收集資料，而是從分散資料中提取反覆出現的關鍵字、關係、慾望、禁忌、行為、場景與產業變化，並將其轉化為知識體系。這正是Librarying的重要性所在。若要避免來自K-pop、粉絲圈、平台、訂閱經濟、創作者經濟、AI與社群的新鮮產業感受被稀釋在既有世界觀知識中，就需要這個流程。Librarying不是強行讓新資料適應既有術語，而是檢查新資料會修改、擴展既有知識體系的哪些部分。本章將Librarying解釋為IP知識體系的第一個流程。

1. 資料收集與Librarying並不相同

收集大量資料很重要，但資料數量多並不意味著已經擁有知識體系。連結、文章、電子報、講座記錄、訪談、粉絲反應、平台案例與內部會議筆記即使不斷累積，若彼此之間沒有連結，仍然只是一堆資料。Librarying的任務，是把這堆資料轉化為可讀結構。

如果資料收集關心的是「我們擁有什麼」，Librarying關心的就是「這些資料在反覆訴說什麼」。資料收集增加數量，Librarying則建立意義軸線。好的Librarying不是整理資料，而是揭示資料包含的問題。它會尋找同時出現在多份資料中的產業變化，指出粉絲圈正在移向何處，並發現尚未獲得名稱的語言。

缺少這種區分，新資料很容易淪為既有知識的裝飾。如果工作只停留在為熟悉概念新增新案例，知識體系就只是重複舊話。若產業現場帶來的問題意識僅被用作說明既有術語的例子，新鮮感便會消失。Librarying必須反向運作：讓新資料有能力動搖既有知識體系，創造新的條目與關係。

因此，Librarying首先需要謙遜。不要試圖用已經擁有的概念解釋一切。資料若提出陌生問題，就應保留這個問題。在迅速把它翻譯成既有術語之前，應先閱讀資料帶來了怎樣的新產業感受。Librarying不是馴服資料，而是接受資料提問的工作。

2. 關鍵字不是詞語，而是觀察單位

在Librarying中，關鍵字不是單純的詞語，而是觀察單位。「粉絲圈」「訂閱經濟」「AI創作」「社群」「IP」「世界觀」等詞都過於寬泛。Librarying會把這些大詞拆成實際可觀察的單位。粉絲圈以哪些行為呈現？訂閱經濟製造怎樣的節奏？AI創作改變哪些製作瓶頸？社群會分化出哪些角色？

例如，若原樣保留「粉絲經濟」這個關鍵字，它仍然十分抽象。但如果將其拆成小卡交換、演出門票、會員訂閱、周邊轉售、粉絲專案籌款、數位物品、付費訊息與粉絲平台權益，它就會成為可觀察的知識。每一項都會產生不同的粉絲行為。即使同樣涉及資金流動，收集、歸屬、存取、認證、應援、投資與遊戲的意義也各不相同。

「AI創作」也是如此。僅憑這個大詞，無法看清究竟發生了什麼變化。角色影像生成、世界觀摘要、多語言翻譯、短影片草案、互動角色、粉絲入門指南、資料搜尋與周邊概念模擬都是不同功能。Librarying必須把流行大詞拆成較小的工作單位，才能判斷AI是在替代、輔助還是擴展世界觀。

關鍵字還必須擁有關係。「訂閱經濟」連結「粉絲圈時間」，「粉絲圈時間」連結「儀式」，「儀式」又連結「社群記憶」。「AI創作」連結「正典管理」，「正典管理」連結「LOREBOOK」，「LOREBOOK」再連結「生成內容審核」。關鍵字不是獨立條目，只有在世界的關係網路中才會獲得生命。

3. Librarying是儲存新鮮資料的安全機制

處理知識體系時最需警惕的危險，是用既有知識覆蓋新鮮資料。Librarying、Vault、LOREBOOK、Character Build、Storytelling 100等流程都是強大的結構。然而，強大的結構有時會過快吸收新資料，結果便可能是一套穩定卻不再新鮮的知識體系。

近來媒體產業帶來的核心感受是，以K-pop為首的內容變化並不只是作品變化，而是粉絲圈、平台、社群、訂閱、創作與消費正在結合為一個結構。我們不能把這一點簡單還原成「世界觀很重要」這句舊話。真正的新意不在「世界觀」這個詞本身，而在於世界觀如何在網路媒體化、社群化、訂閱經濟化和AI創作化的環境中運作。

Librarying必須保存這種差異。不能原樣複製資料提出的問題，但應保留問題中的張力。例如，「真人IP虛擬化」不只是製造虛擬角色，而是指真人、影片、短影片、粉絲平台、角色商品、AI生成內容與社群解讀之間的邊界正在變得模糊。如果只用「世界觀擴展」這個熟悉說法處理這種張力，核心就會消失。

因此，Librarying應把來源的問題意識轉化為條目。它會記錄哪個問題來自哪份資料，又連結到既有MEJE知識中的哪個條目。隨後判斷既有條目能否充分解釋它，是否需要新條目，或是否需要修改既有概念定義。只有提出這些問題，新鮮資料才會成為知識體系的更新，而非裝飾。

4. 第一次提取先觀察，後判斷

Librarying的第一次提取需要延後判斷。如果剛讀完資料就將其分成好案例與壞案例、成功策略與失敗策略，資料的肌理便會消失。首先應當觀察：哪些詞反覆出現，哪些行為新近顯現，哪些產業結構正在改變。哪些粉絲慾望得到呈現、哪些衝突反覆發生，也應原樣記錄。

第一次提取的項目應儘可能細小、具體。不要寫「社群很重要」，而應寫「粉絲向新粉絲說明入門順序」；不要寫「訂閱經濟興起」，而應寫「定期付款建立粉絲圈時間表」；不要寫「運用AI」，而應寫「AI摘要能夠降低長期世界觀的入門門檻」。具體觀察日後會成為優秀概念。

延後判斷並不意味著放棄批評，反而是準確批評的準備。觀察貧乏，批評也會流於俗套。「平台很重要」「粉絲圈改變了」「需要AI」這些話誰都能說。Librarying必須捕捉這些話以怎樣的行為、結構與節奏呈現。

這一階段必須標明來源，記錄每項觀察來自哪裡，並區分電子報、講座記錄、產業案例、粉絲反應、官方資料與內部想法。記錄來源有兩個理由：其一，儲存哪份資料開啟了哪個問題的譜系；其二，獨立建立自己的知識體系。來源明確，便無需照搬原文句子和案例排列，也能把資料提出的問題重新建立為自己的條目。Librarying吸收資料，卻不被資料的表達牽著走。

5. 第二次整理建立條目

第一次提取形成觀察清單，第二次整理則建立條目。條目是知識體系的門。範圍太寬就什麼也解釋不了，太窄又無法連結。好的條目必須能夠歸納重複觀察，同時與其他條目建立關係。

例如，「多渠道粉絲行為」這一條目可以歸納多種觀察：粉絲在YouTube發現內容，在TikTok模仿，在粉絲平台感受關係，在社群中解讀，並透過周邊擁有它。「真人IP的虛擬接觸面」可以說明真人、角色化形象、AI生成內容與虛擬形象空間相遇的位置。「訂閱型世界觀時間」則可以說明會員與定期內容創造粉絲圈節奏的現象。

建立條目時，關鍵在於與既有術語的距離。既有術語若已能充分說明，就無需創造新條目；若既有術語會模糊新現象，就需要新條目。Librarying不是增加術語，而是在必要時賦予名稱。擁有名稱，現象才可以得到討論。

條目還應附帶定義、觀察依據、關聯條目、相反概念與風險因素。只有定義會成為詞典，只有關係會成為圖譜。若要成為知識體系，定義、關係與使用脈絡必須同時存在。進入Vault的條目應能在之後的LOREBOOK、內容與粉絲活動中再次使用。

6. 第三次整理建立關係

Librarying的核心是關係。即使條目很多，沒有關係也不是知識體系。「粉絲經濟」「訂閱經濟」「創作者經濟」「世界觀」「社群」「AI」若各自分離，就只是一份流行詞清單。本書主張的結構，是它們結合成一套粉絲社群經濟。畫出關係，主張才會出現。

關係有多種類型：因果關係、條件關係、轉化關係、張力關係、互補關係與風險關係。例如，訂閱經濟建立粉絲圈時間表，時間表強化儀式，儀式創造社群記憶，社群記憶又提高周邊與活動的意義。這股流程結合了條件與轉化關係。

AI創作與LOREBOOK之間是互補與風險關係。有LOREBOOK，就會出現審核AI生成內容的標準；沒有LOREBOOK卻只增加AI生成，世界觀便會模糊。真人IP與角色化之間也是張力關係。角色化使擴展成為可能，卻也可能模糊真人的尊嚴與權利。只有這樣記錄關係，世界觀的主張才會變得清晰。

關係整理還必須深入粉絲社群的行為。用一條線連結：某個概念會製造什麼粉絲行為，這種行為連結什麼商業結構，這種結構又帶來什麼倫理風險。知識體系若無法落到行為，就會停留在抽象說明。Librarying會把概念連結到粉絲的實際行為。

我們可以透過音樂產業中的一個場景來理解，關係才是資料的本體。假設某個存檔團體正在備份大型串流媒體服務的資料。此時真正的資產不是音訊檔案本身，而是說明哪些音樂存在、它們彼此如何連結的後設資料。歌曲與歌曲、歌曲與使用者、歌曲與播放清單之間的連結，才是絕不能消失的部分。同樣的洞見存在於各種知識系統中。百科式Wiki不只依靠單獨文件，也透過文件之間的連結與分類創造知識；圖書館不只收集書籍，也利用分類體系與索引讓人找到書；音樂產業為每首歌曲附上唯一識別符號，讓權利與結算得到連結。Librarying的視角也是如此。保存資料之間的關係，比單純收集資料更加重要。關鍵字只有連結其他關鍵字時才成為知識。正如平台消失後，分散檔案仍可能存在，檔案之間的連結卻會消失；沒有整理關係的資料堆也無法成為世界觀。

不過，建立關係同樣存在陷阱。哪些連結重要，會受到整理者視角影響；錯誤連結可能凝固為事實，也可能只強化一方解讀。如果把一切都構造得過於嚴密，資料反而會變得僵硬，失去容納新解讀的空間。關係能讓資料獲得生命，畫錯時也會成為囚禁資料的框架。

7. 案例：一份電子報的Librarying方法

假設某份電子報提出了K-pop網路媒體化、粉絲經濟、訂閱經濟與AI創作相結合的問題。糟糕的做法，是把原句直接拿來放進文章。另一種糟糕的做法，只是把它翻譯成「世界觀很重要」這一既有主張。好的做法，是把這個問題拆分成多個觀察單位。

首先拆分觀察。K-pop不只作為音樂，也透過影片、短影片、粉絲平台、周邊、直播與社群得到體驗。粉絲既是消費者，也是解讀者、收藏者、訂閱者與創作者；真人的活動與角色化形象結合；訂閱經濟製造粉絲圈的反覆登入；AI改變世界觀產出的速度與數量。這些觀察即使不複製原文，也能保存問題意識。

隨後建立條目。「多渠道IP粉絲圈」「訂閱型世界觀時間」「真人IP角色化」「粉絲創作者經濟」「AI世界觀產出」「社群解讀勞動」等都可以成為候選項。這些條目會連結既有MEJE術語，與Librarying、Vault、LOREBOOK、Character Build、粉絲活動相遇，並進入新章節的邏輯。

最後建立關係。多渠道IP粉絲圈連結第6章定義的相鄰世界觀，訂閱型世界觀時間連結社群儀式，真人IP角色化連結真人保護。粉絲創作者經濟連結授權，AI世界觀產出連結LOREBOOK審核。經過這樣的整理，一份電子報就不再是對原文的複製，而成為新的知識體系。

8. 不要失去資料的問題意識

Librarying最大的錯誤，是遺失資料的問題意識。如果只把新資料當作既有概念的例子，知識體系會變得穩定，卻也會變得陳舊。若要儲存產業現場的新鮮感受，就必須在不複製來源句子的同時，保留問題的壓力。

照搬來源表達也是錯誤。若原樣搬運標題、句子、問題設定與案例排列，就很難形成獨立知識體系。Librarying透過以下流程解決這個問題：從原文提取觀察單位，用自己的條目重新定義，再在既有知識體系中重新建立關係。相同的問題意識只有在自己的關係網路中重新編織，才會真正成為自己的知識。

創造太多關鍵字同樣是陷阱。如果把所有陌生表達都做成條目，Vault就會過度膨脹，難以使用。只有當條目能夠歸納重複觀察時，才應建立條目。只出現一次的印象可以保留為筆記，但若要成為知識體系的節點，就必須與其他條目建立關係。

最後，把產業案例寫成當下固定不變的事實也很危險。平台功能、粉絲行為、訂閱模式與AI工具都在不斷變化。Librarying必須把特定時間的案例轉化為結構性觀察。不要寫「這個平台永遠這樣運作」，而應寫「在這樣的平台條件下，這類粉絲行為會得到強化」，後者才能長期使用。

9. 向粉絲社群的轉變

IP世界若要成為粉絲社群，資料必須轉化為知識。營運者需要知道粉絲回應什麼、使用什麼語言、在什麼經濟結構中行動，又反覆作出哪些解讀。Librarying會讓這些資訊成為世界觀設計的起點。它不是收集資料，而是閱讀粉絲圈如何實際使用世界。

Librarying完成得好，粉絲社群就能得到更準確的設計。入門路徑、訂閱節奏、周邊意義、AI生成標準、授權範圍與社群指南都會以資料為基礎建立。營運者不再憑感覺想像粉絲圈，而是把粉絲行為、語言與記憶當作知識體系來閱讀。此時，世界觀便會從創作者的宣言移向粉絲圈的實際使用。

Librarying也是保護知識體系新鮮度的機制。它不會反覆套用既有知識，而會繼續接納新產業資料提出的問題。「IP世界如何成為粉絲社群」並沒有固定答案。隨著粉絲圈、平台、AI與經濟結構變化，Librarying也必須不斷更新。

10. 總結

Librarying是把分散資料轉化為知識體系的第一個流程。資料收集關乎數量，Librarying則關乎重複意義與關係。關鍵字不是詞語，而是觀察單位；條目是讓現象變得可以討論的名稱；關係則會創造世界觀的主張。

Librarying尤其是一項重要的安全機制。它必須做到：既不直接複製產業現場帶來的問題意識，也不讓這些問題被既有知識稀釋。Librarying檢查新資料如何修改、擴展既有知識體系。有了這個流程，IP世界才能成為能夠解釋粉絲社群的活知識體系。下一章將考察提取出的關鍵字與關係在哪裡持續存在，也就是Vault與活文件。

核心概念

• Librarying：從分散資料中提取重複關鍵字、關係、慾望、禁忌、行為與場景，並將其轉化為知識體系的工作。
• 觀察單位：把寬泛流行詞拆成實際可確認的行為與結構後形成的最小知識單位。
• 條目：歸納重複觀察，並使其可以連結其他條目的知識體系之門。
• 關係整理：記錄條目之間因果、條件、轉化、張力、風險與互補關係的工作。
• 防止稀釋：不用既有術語覆蓋新資料的問題意識，而將其儲存為知識體系更新的原則。