鐵人檔案
我幾乎沒有完整的 Web 開發經驗，也不打算先花幾週把所有程式語法學完，這 30 天，我想換一種方式。
我會把 ChatGPT 當成負責理解、規劃與拆解問題的 AI 夥伴，把 Codex 當成直接協助實作、修改與除錯的工程師，用它來一步一步打造一個真正能讓別人使用的 AI 視覺化學習工具。
這個工具的目標不只是「把 PDF 摘要成文字」。
我希望使用者可以丟入 PDF、教材、圖片或一段複雜的內容，讓 AI 自動分析其中的概念、關係與結構，再依照內容產生不同形式的視覺化結果
做到 Day 20，Visual Learning Lab 已經累積了一堆東西：PDF 分析、Source Atlas、Concept Map、Quiz、互動模...
Day 21 做完 Analogy World 之後，我其實有一個很大的疑問。 歐姆定律可以變成水流世界，拋體運動可以變成 Spatial Learning W...
Day 22 做完之後，Visual Learning Lab 已經可以把不同知識送進不同的 Learning World。 拋體運動可以進 Spatial W...
前幾天做到 Universal Learning World Compiler 之後，Visual Learning Lab 已經可以把不同教材分配到不同的互動...
前幾天做完 Direct Manipulation 之後，Visual Learning Lab 已經可以讓使用者直接抓住 phasor、初速度向量、數學錨點，...
做到第 25 天時，我突然發現一件有點尷尬的事。 Visual Learning Lab 已經有 Source Atlas、Learning World、Uni...
做到 Day 26，我其實已經有一條看起來很完整的 Demo： 原始教材 → 找到概念 → 開啟互動表示 → 直接操作 → 多個畫面同步 → 回到原始教材 如...
前一天，我才拿十份陌生教材測試 Visual Learning Lab，發現原本自認穩定的系統，竟然有機會把「課本給定的數據」當成可以自由修改的參數。Day 2...
前幾天的 Visual Learning Lab，已經可以從 PDF 找到教材內容、建立互動模型，讓使用者調整參數，再回到原始教材確認出處。功能逐漸完整後，我開...
前幾天的 Visual Learning Lab，已經可以從 PDF 找到教材內容、建立互動模型，讓使用者調整參數，再回到原始教材確認出處。功能逐漸完整後，我開...
