cyberblackraven: "最初的尝试在第一段时间记录工具选择的时候，我考虑的是时间记录项目的分类，对于一个最初的尝试者而言，不应该将时间记录项目"

最初的尝试

在第一段时间记录工具选择的时候，我考虑的是时间记录项目的分类，对于一个最初的尝试者而言，不应该将时间记录项目，分类分的太细，最重要的是养成一个时间记录的习惯，所以要把记录阻力减到最小。

记录项目的分类

在这种考量下，最初的时候，我的分类是很粗糙的，只有阅读，生活，娱乐，工作，通勤这五个大类。
在阅读这一大类里，我拆分出了工作相关阅读和工作无关阅读。并没有更加细分阅读类型。
在生活这一大类里，我拆分了睡觉，吃饭，洗澡这三个小项。
在娱乐的小类里，只有一个名为发呆的时间记录项。当时我的所有娱乐，基本都归类到了发呆，不论是刷豆瓣，刷知乎，还是看B站，看网飞，基本上和网络相关的娱乐，均采用了发呆进行记录。
工作和通勤，作为顶级的任务，没有进行任何的细分。

这种情况下，对我而言，时间记录的阻力更小。

实际上这一部分做的最好的似乎是Toggl Track，表面上Toggl Track只需要输入一句任务描述就可以记录了，但是不进行任务的分门别类，我在记录之后，并不能直观的看出当天的时间记录扇状图，而添加新的Project，在Toggl Track里就显得有些麻烦了。麻烦点在于，Project创建的时候，只有付费用户支持子任务，所以不能直观的进行任务的分类，其次还有Tag，Client这两个概念需要学习了解。所以初期的时候我还是选择了Timemator。

第一次改进

一段时候之后，对于时间分类，有一个很显然的改进方向。

我需要更加针对自己的想要的追踪的任务，在我的例子里，在娱乐任务里，原本只有发呆这一项，所有的不知道自己在干什么的时间全归到娱乐了，但是现在我更想追踪具体在不同的娱乐中花费了多少时间，所以我按照经验新增了刷豆瓣，刷知乎，看b站，看网飞，打游戏等任务，将刷和看作为二级分类，刷豆瓣，刷知乎等的文字娱乐项目，记录到刷中，看b站，看网飞的视觉娱乐任务，记录到看的二级分类中。在阅读的这一项中，也新增了网文，人文社科等多种不同的书籍分类。
这样一来，我的时间记录任务分类就有了一个大体的体系了，后续遇到新的娱乐项目，基本就可以按照，视听说读，四个大类进行归类。

但是对我而言，另一个问题的解决办法就不是那么直观了。
在通勤的时候，我同时会进行听播客的活动，那么这段时间，我是记录为通勤，还是记录为听播客呢？当时我给出的解决方案是，在通勤的顶级分类里，添加二级分类，听播客，这样的话，既准确的记录了通勤的总时间——通过查看本文件夹（顶级分类）的耗时，又记录了听播客的时间。
这种方案表面上看起来似乎没有问题，但是实际操作中，这导致了我们难以统计总的听播客的时间。因为听播客这个项目，被分类在了通勤，上班，娱乐，多个大项之中。
对于阅读也有类似的问题，读网文是娱乐，读技术书籍就不再是娱乐了，读人文社科的知识，归为娱乐似乎也不太合适。如果我将阅读放在顶级分类，可以统计所有的阅读时间，但是在统计娱乐相关的内容的时候，就需要自己手动把阅读里的网文归化到娱乐中。如果我在娱乐中放一个阅读，在学习中放一个阅读，那么统计总阅读时长的时候，就需要在手动将这两方面的数据都统计起来，很难有一个两全其美的方案。

一个可能的方案

诚然，我们可以通过提交给ChatGPT，让其分析所有名字中带有听播客的任务，但是这种情况下，我们对任务进行分类还有什么意义呢，都可以直接问ChatGPT，在这段时间我在所有娱乐上花费了多少时间，由ChatGPT根据任务名称进行分类即可。这让我有些难以接受。

实际存在的问题

但是经过一段时间考虑和实践后，我发现对于听播客这个任务存在的难题，其实是因为进行一件事的地点，和这件事情本身，并不是一个强绑定的关系。对于阅读这个难题，是因为每个行为具体是在摸鱼还是在工作，是和地点，目的都有关系的，总的来说，我们每天都做了什么事情，做这件事有什么目的，本身就是难以归类和界定的，用文件夹进行分类，本身就是困难的，不合理的。

第二次改进

用Tag进行分类，也许是更好的选择。

timemator的每个时间记录提供了一项名为note的属性，我可以在这个note上下功夫，进行相关的记录，比如记录具体读了什么书，听了什么播客，同样的，我也可以在这里，手动模拟tag，并在最后数据分析的时候，让ChatGPT，根据我模拟出的Tag进行分析，但是在实操上，存在着很显然的问题，标签太多，人脑难以记住。

这时候，我转向了Toggl Track。
此时的Toggl Track就要显得友善多了，它原生支持标签，并且输入任务后，有相关的智能提醒。并且似乎还有着一定程度的NLP助力，我在"I am working on..."上写了豆瓣两个字后，会自动问我是不是做饭这个任务。

对于Toggl Track来说，在开始的时候一次性构建好一个任务分类体系较为麻烦，同时按照我刚刚的分析，也并无必要。在实际操作中，我是每次遇到一个新的事情，就进行一个新的记录，考虑到我们每天的生活有着很大的重复，实际上两三天+周六日两天后，基本上就很少遇到之前没出现过的任务了，剩下的基本上就是根据提示补全出的任务类型，对tag进行一些修改

Toggl Track 的免费版，支持把Client作为顶级分类，Project作为二级分类，付费版支持创建子任务。但是我们实际需要的并不是这种分类功能，所以这部分的限制对我而言没有影响。

目前我的时间构建是，Client分为家里，路上，公司，相当于不同的地点是不同的Client，Project则是实际的动作，按照这种分类，还是很难解决统计在路上和在公司，在家里听播客的时间，所以每个任务后面，我都添加了和client，project的名称相同的tag，如此便可通过tag一次性搜索出所有的播客用的时间。实际上我觉得添加的Client和Tag似乎是没必要的，我打算使用一段时间后，看看能不能迭代掉这部分内容。

添加tag看起来是个困难的事情，但是实际操作中，在第一次创建任务的时候添加了Tag之后，后续的记录之中，只需要在 I am working on…这个地方，输入相关的文字，比如听播客，那么就会自然的弹出client在家里的听播客和在公司听播客这两种情况供我选择，选择之后，之前设定的tag也就同步出现了。

Tag是针对每段时间记录的概念，所以如果今天的播客和编程有关，我也可以给他添加上编程的tag，在统计编程相关的时间的时候，也可以将这个时间统计进去。这也就解决了读书相关的问题应该怎么记录的问题，所有的阅读都有一个tag是阅读，然后按照不同的阅读类型，添加不同的tag即可。

Toggl Track还有一个特殊点是，I am working on… 在其中是一等公民，它每个任务添加都首先询问你在做什么。在开始追踪时间的第一个月，其实我就发现了给每个时间段只是进行分类，而不是记录具体做了什么，在数据收集上其实是有缺陷的，但是Timemator的时间记录非常的简单便捷，在对应的文件夹下点击对应的按钮，时间就开始记录了，并不强制要求给每个时间记录写note，这种便捷帮助我度过了前期养成记录时间的习惯，只是现在我需要更多的记录，所以Toggl Track的这种任务描述作为一等公民的模式，在现在更加适合我了。

其他我注意到的区别

实时活动

Toggl Track支持iOS的实时活动，在锁屏界面就能看到当前正在记录事项，但是Timemator的记录只是在主屏幕有一个小红点作为提示。
当然二者都可以通过小组件展示现在记录的事项。

数据展示

在数据展示上，二者的手机端都有从0点-23:59点的时间记录展示，通过日历的方式展示时间记录情况，Timemator的展示是这样的

Toggl Track的展示是这样的

两者都是完整无重叠的时间记录，但是Toggl Track可能是出于方便进行选择的考虑，将一些短暂的，相邻的entry在视觉上变成了并列的时间，而Timemator是严格的笔直的瀑布流——在Toggl Track独有的网页端，展示效果也是笔直的瀑布流。

支持的平台

Timemator只支持苹果生态下的平台，和Windows，Linux，Android无缘。而Toggl 支持全平台。

数据保存/隐私保护

Timemator的数据只会经过iCloud，不考虑iCloud的话，是全本地的存储的，还会自动创建备份。
而如果使用Toggl 进行数据多端同步，那么会在Toggl的服务器保存。并且经过我的询问后了解到，Toggl目前对数据的导出只支持一次性导出一年，如果记录了三年，需要分三次导出。

Hi,

At the moment our reports are restricted to containing just one year of reporting information, so a 3 year span would need to have 3 separate reports.
We are looking at potentially expanding the range of reports to a longer period, so in 3 year a single export may be possible.

Hopefully we'll have more to share on this in the future.

而数据本身，则会在用户离开平台六个月自动删除。

Hi,
Yes, as long as you are actively tracking time at least once every 6 months, you account and data will be retained.
You can also export a report of your data at anytime and we encourage this as a personal backup.

关于时间误记

在最开始记录的时候，我也恨不得把每一分每一秒都准确的记录，这也是有一个叫做发呆的时间记录的原因之一，通过把各种娱乐都放进去，达成了记录最小阻力和最详细之间的一个平衡。
我还在Mac上设定了计时规则，按照浏览器的URL，zhihu域名就自动记录访问了知乎，访问贴吧就自动记录访问了贴吧多少时间，但是在上网闲逛的时候，常常是逛几页知乎，就被超链接引到了其他页面，此时时间记录就自动停止了，这导致了大量碎片化的时间记录。有时候跑步结束后，忘记了在健康的任务上停止记录，可能在数据上会有更多的记录。

即便这样，我们也很难做到起床之后第一时间将时间记录调整到洗漱，去跑步的时候，应该是从穿鞋开始记录跑步，还是应该从马上要开始跑步了再记录跑步呢？实操中我们会遇见诸如此类的种种矛盾。

在实际记录一段时间后，现在我的观点是，我们关注的是一个长时间的记录的结果，并没有必要真的细究到秒的数量级，十几分钟的误差也改变不了什么。只要不是常态化的时间记录误记——比如晚上选择了睡觉后，玩了三四十分钟手机才真的睡觉——那么没有必要太担心。但是如果是上面提到的常态化的误记，每天晚上都要在睡前玩三四十分钟手机，那么就很有补记，重记的必要了。