引言

今天參與了一整天的 JCConf 研討會，回家後處理了一些瑣事，接著又線上參與了 DevOps Meetup 的小型聚會。一整天下來感到相當疲憊，所以今天就簡單和大家分享一個關於 AI 使用的小技巧，這個技巧在探索未知領域時特別好用。

為何需要 Meta Question？

學習全新領域時，常感茫然不知從何問起。「Meta Question」正好解決了這個難題。Meta Question 指的是「關於問題的問題」，換句話說，就是如何透過提問，更有效率地理解一個主題。它能揭示問題背後的動機，深入探究提問者的意圖與思考脈絡。

在我個人的學習歷程中，Meta Question 如同提升思考層次的利器。藉由提出這類問題，我能以更宏觀的角度檢視自身疑惑，進而更深入地掌握主題。

以 Datomic 為例的實際應用

今天在 JCConf 有一個關於「On in-database analytics」的議程，其中提到了 Datomic 這個資料庫。我對 Datomic 蠻陌生的，但它實作了 Event Sourcing 的機制，這點讓我很有興趣。

圖片來源：On in-database analytics :: JCConf 2024 :: pretalx

傳統的 Event Sourcing 做法

業界常以 Kafka 或 Message Queue 等方案自行建構 Event Sourcing 系統。然而，這對開發者的軟體工程能力要求甚高。與其自行開發，不如善用現成方案，例如 Datomic，它本身即具備 Event Sourcing 的功能。

利用 Meta Question 了解 Datomic

由於我對 Datomic 資料庫一無所知，因此借助 Meta Question，讓 AI 協助我釐清一些關鍵問題。舉例來說，我會提出下面問題：

「我的目的是為了理解 Datomic 這個資料庫，我應該要向 AI 提出哪些問題以瞭解核心概念？」

AI 根據我的 Meta Question，整理出三大類型的問題：

1. 核心概念問題

Datomic 的基本概念是什麼？

• 這個問題可以幫助你了解 Datomic 的基本設計理念和其與傳統資料庫的不同之處。

什麼是 datom？

• Datom 是 Datomic 中的基本數據單位，了解它的結構和作用是理解 Datomic 的關鍵。

Datomic 的資料模型是如何設計的？

• 這個問題可以幫助你了解 Datomic 如何組織和存儲數據，包括其無表結構和靈活的屬性系統。

Datomic 如何處理時間和歷史數據？

• Datomic 的一個重要特性是其時間模型，這個問題可以幫助你了解如何查詢和管理歷史數據。

2. 使用和操作問題

如何在 Datomic 中進行查詢？

• 了解 Datomic 的查詢語言（如 Datalog）和查詢方法是使用這個資料庫的基礎。

Datomic 的架構是什麼樣的？

• 這個問題可以幫助你了解 Datomic 的系統架構，包括其分佈式存儲和服務組合設計。

如何在 Datomic 中進行數據插入和更新？

• 了解如何在 Datomic 中進行數據操作，包括插入、更新和刪除，是實際應用的必要知識。

Datomic 的優勢和劣勢是什麼？

• 這個問題可以幫助你評估 Datomic 是否適合你的應用場景，了解其優勢如彈性可伸縮性和缺點如學習曲線。

3. 實踐問題

如何設置和配置 Datomic？

• 了解如何下載、安裝和配置 Datomic 是開始使用的第一步。

有哪些實際應用案例可以參考？

• 這個問題可以幫助你了解 Datomic 在實際應用中的表現和最佳實踐。

透過這些問題的引導，我對 Datomic 建立了初步的認識，並掌握了它的核心概念。如果一開始就貿然提問，可能會忽略重要的面向。透過 Meta Question 的運用，我能從多元的角度探索未知的領域，建構學習架構，鎖定需要深入研究的關鍵範疇，避免將時間浪費在無關的資訊上。

• Felo AI：我的目的是為了理解 Datomic 這個資料庫，我應該要向 AI 提出哪些問題以瞭解核心概念？

Meta Question 的優勢

• 建立系統化的學習方法： 透過結構化問題的引導，循序漸進地深入探討主題。
• 節省時間和精力： 聚焦於核心問題，避免陷入資訊爆炸的困境。
• 促進深度思考： 釐清學習目標，加深對主題的理解和認識。

總結

當您在探索未知的領域時，不妨先提出 Meta Question，讓 AI 或其他工具引導您的學習方向，更有效率地獲取知識。這個方法不僅適用於學習新知，也適用於需要深入理解的複雜主題。希望這個小技巧能對您有所幫助。