Memory-to-Motion

研究問題

一段田野手記通常這樣寫：「從市場後巷轉進去，攤位密度突然變低，只剩兩三家還亮著燈，水聲從左邊排水溝過來。」我們在《艷世紀》(yenz.tw)累積的手記裡，這類句子帶著明確的空間移動、密度變化與環境情緒，但當它被排版成網頁時，只剩下一段靜止的文字，頂多配一張照片。文字裡原本存在的「走進去」「突然變低」「從左邊過來」——那些方向、速度與轉折——在轉為視覺時全部被抹平了。

這裡的設計困境是：靜態圖片是文字的截面，不是文字的過程。一張照片可以記錄「兩三家亮著燈」的結果，卻無法表達「密度突然變低」這個發生在閱讀時間裡的動作。我們想問的是：文字本身的節奏感——句子的推進、停頓、方向轉換——能不能被轉譯為時間軸上的運動，讓讀者看見的不是一張圖，而是一段筆記被「重新走過」的過程。

方法與系統構想

系統構想分為三層。第一層是語意抽取：以 LLM 對單段手記做結構化標註，分離出三類訊號——空間詞(後巷、攤位、排水溝)、動線詞(轉進、變低、過來)與情緒詞(密度、亮、暗)。這一層與我們常駐運行的田調資料結構化引擎 M-01 共用同一套抽取管線，差別在於輸出的目標不是資料庫欄位，而是一組帶時序的運動參數。

第二層是動態語法(motion grammar)：把抽取出的訊號映射到有限的視覺動作集合——線條沿路徑延伸對應動線、節點浮現對應空間錨點、文字碎片沿路徑漂移對應閱讀順序。語法必須是可列舉、可組合的，避免變成不可解釋的黑箱動畫；每一個運動都應能回溯到原文的某個詞。第三層是可重播的 motion sketch：輸出一段參數化、可回放、可調速的草稿，而非一次性影格，讓設計者能在 concept 階段反覆比對「這樣動」是否貼近「這樣讀」。技術上預期沿用既有棧：Astro 承載頁面、Three.js 與 GSAP 處理時間軸與運動、Cloudflare 邊緣部署。

相關研究與參照

1. Reas & Fry, 2007 — Processing: creative coding platform, MIT Press。本研究線把手記轉為草稿式運動的做法，承襲 creative coding 以程式生成、可反覆調參的視覺傳統，而非固定影格輸出。
2. Drucker, 2014 — Graphesis: Visual Forms of Knowledge Production, Harvard UP。提醒我們視覺不是資料的中性呈現而是知識的建構；動態語法的每個映射都是一次詮釋，需標明其來源而非假裝客觀。
3. Moretti, 2013 — Distant Reading, Verso。文本可被抽取為結構訊號再重新觀察的觀點，支持我們把手記拆解為空間/動線/情緒三軸的分析取徑。
4. Lupi, 2017 — Data Humanism manifesto。主張資料視覺化應保留脈絡與個體質地，呼應本研究線不追求通用模板、而要貼合單段筆記語氣的目標。

目前進度

本研究線目前為 concept 階段，尚無可運作的原型。已完成的是問題界定與素材盤點：確認《艷世紀》手記中確實存在足量帶動線與情緒的段落可供實驗，並確認語意抽取可複用 M-01 既有管線。動態語法目前只是一份紙上詞彙表，「哪些詞該對應哪種運動」尚未經任何實作驗證，文字節奏與視覺節奏是否真能對齊，也還是一個開放的假設而非結論。

下一步

下一階段設定三個可驗證目標。其一，從手記中人工挑選 5 段結構清楚的段落，手工編寫其對應的動態語法映射表，作為之後自動化的對照基準(ground truth)。其二，先不接 LLM，以人工標註的參數餵入 GSAP 時間軸，做出第一支 motion sketch 原型，單純檢驗「動態語法能否表達出可辨識的動線」。其三，以小樣本內部評閱比對同一段手記的靜態版與動態版，記錄設計者主觀上「哪一版更接近閱讀感受」，作為是否值得推進到 in-dev 的判斷依據。