看見理解
不是只看分數。Wikita 直接把 learner × concept 的掌握度攤開，讓教授更早看到 prerequisite gap、confusion 與 stuck pattern。
Wikita 實驗室大師兄
每一屆，
都不用重教。
把教授腦中的帶人方法、topic 結構、介入節奏與知識傳承，留下來，變成一個真的能治理研究室學習的系統。
給教授、PI、研究室與技術課程。不是一般 LMS，不只是 lab wiki，也不只是 AI tutor。它是研究室訓練與掌握度治理平台。
已可直接登入與申請加入。教授、TA 與學生不需要先私下拿連結，能直接從官網進入產品。
DASHBOARD · role: pi · live product screenshot
7待處理 Alerts
20Review Queue
topic × concept × learner把掌握度變成可看、可追、可介入
Why now
研究室最貴的成本，
常常不是算力，是重教。
學生一屆一屆換，知識散在學長姐、對話紀錄、Notion、Drive、作業與口頭交接裡。教授知道誰落後、哪裡卡住、哪些 topic 該補，但沒有一個地方把這些事治理起來。
Wikita 把 topic、wiki、concept、mastery matrix、alerts、review queue 與 TA 協作接在一起。從「知道問題」變成「知道誰該介入、介入什麼、知識如何留下來」。
提早介入
Alerts 會把連續答錯、可疑掌握度、review backlog 拉到面前。不是等到期末才知道誰沒跟上。
留下方法
Topic Editor 讓 wiki 檔、supplement materials、concept JSON、access control 與 export bundle 全都可治理、可交接、可複用。
Product story
教授要的不是再一個工具。
是能把帶人方式留下來的系統。
Wikita 的差異不在於它有沒有 AI，而在於 AI 生成的教學內容、學生的理解狀態、TA 的人工判讀、教授的介入決策，終於被放進同一條流程裡。
從掌握度，走到治理。
Alerts 畫面會直接指出 stuck / suspicious mastery / review queue backlog。每一張 alert card 都有 learner、topic、時間、錯誤型態與最近作答證據，讓教授與 TA 知道該怎麼介入，而不是只知道有人表現不好。
這種設計，讓 Wikita 更像研究室的 learning operations system，而不是單純的教材平台。
Governed knowledge
把知識結構、權限、教材與概念，
做成可維護的資產。
Topic Editor 不只是在編教材。它在編一個研究室會一直用下去的知識系統。
Matrix
用 topic × concept × learner 的視角看每個學生在哪裡強、哪裡弱、哪裡還沒建立起來。這是教授第一次能把「理解」當成可治理對象。
Alerts
把連續錯誤、可疑掌握度、人工 review backlog 拉出來。介入不再憑直覺，而是有依據、有優先順序。
Topic Editor
一個地方管理 wiki files、tags、access control、supplemental materials、concept extraction 與 bundle import/export。知識不是散掉，而是可交接。
Competitive difference
Wikita 補上的，
正是教授最缺的治理層。
同樣都能放教材、都能做課程、都能加 AI，真正差別在於：誰能把研究室知識傳承、掌握度追蹤、人工審核與介入決策接成一套。
| 面向 | Notion / Drive / Sheets | 傳統 LMS | 一般 AI tutor | Wikita |
|---|---|---|---|---|
| 知識結構 | 文件散、交接靠人 | 以單元與作業為主 | 以對話與問答為主 | Topic / Wiki / Concept 一體化 |
| 掌握度追蹤 | 幾乎沒有 | 多停留在分數 | 偏個人回覆 | 直接看到 concept mastery matrix |
| 教授 / TA 協作 | 人工追、人工對齊 | 流程有限 | 不是團隊工作台 | Alerts / Review Queue / TA Review 全在同一流程 |
| 知識傳承 | 靠學長姐與口頭交接 | 偏課程運營 | 偏即時互動 | 可匯出 bundle、可編 wiki、可治理 access |
| 適用場景 | 一般文件整理 | 大眾教學平台 | 個人化問答輔助 | 研究室訓練、技術課程、知識傳承治理 |
Founder credibility
從成功大學的研究與教學現場，
長出來的系統。
這不是為了行銷而編出來的產品故事，而是教授真的在帶人、做研究、管理知識與訓練流程時，長出來的需求。
National Cheng Kung University · CSIE
莊坤達教授
成功大學資訊工程學系教授。研究領域涵蓋資料探勘、資料庫系統、雲端運算、網際網路資訊系統、分散式帳本技術與智慧能源管理。
學術與產業雙邊背景
國立臺灣大學博士，曾任中央研究院博士後研究員、Synopsys 資深工程師、Philips Research East Asia 實習研究。
實驗室治理不是抽象概念
從前瞻網路資料庫實驗室與分散式帳本實驗室的真實帶人場景，反推研究室知識傳承該怎麼被系統化。
資料驅動的公共影響力
曾以大數據分析協助登革熱防治，展現把資料、研究與現場決策接起來的能力。
教授品牌，不只是一位研究者。
也是一位把知識交接做成系統的人。
對外，莊坤達教授代表的是可信任的學術背景與真實研究室場景；對內，Wikita 代表的是把教授的帶人方法、課題拆解、介入判斷與知識結構，變成整個團隊都能沿用的 operating system。
這讓產品敘事不會停在「AI 教學平台」，而是升級成「研究室訓練治理平台」：更高單價、更清楚場景、更容易跟教授、系所、學程與研究中心對話。
- 對教授： 把帶人的方法留下來，不必每一屆都重新口頭交接。
- 對 TA 與 mentor： 有共同的 review、alert 與知識編輯流程，不再各做各的。
- 對學生： 知道自己卡在哪個 concept，不再只拿到分數卻不知道下一步。
- 對外部合作： 研究室、學程、技術訓練場景都有明確導入理由，產品價值一眼就懂。