“书籍是社会空间”：独立出版中跨文件格式协作的挑战

《Proceedings of the ACM on Human-Computer Interaction》：“Books are social spaces”: Challenges in Collaborating Across File Formats in Independent Publishing

　　

## 摘要

本文探讨了独立出版专业人士在多格式书籍协作过程中面临的挑战。我们与16位专业人士进行了四次结构化的参与式设计工作坊，收集了他们在适应其专业但彼此孤立的创作工具方面的详细案例，以及他们如何协调个人需求、目标、专长乃至价值观之间的张力。我们发现，协作失败主要源于不同文件格式之间的互操作性问题，而非跨应用程序的协调不足。我们提出了"格式生态"这一新概念来概括这些发现，并表明格式与人员之间的互动对于减少出版工作中的摩擦至关重要。随后，我们引入了信息同步图——一种符号工具，用于揭示产出物生态中反复出现的模式，并运用该工具分析了四个出版工作流程。最后，我们为协作出版系统的设计提出了建议，并提出了改善其工作组织方式的方案。

## 1 引言

出版是指将内容组织并结构化为一篇可分发的文档，无论是通过网站等数字形式，还是通过书籍等实体形式。出版过程通常被描绘为一组直接的步骤：作者撰写、设计师排版，最后印刷成书[1]。实际上，出版涉及复杂多样的角色、技术任务和软件——我们称之为工作流程[25]。出版专业人士还必须执行多轮额外操作，包括文字编辑、插图绘制、校对和排字。由于每位专业人士通常只掌握该过程中的一两个环节，他们必须与使用不同工具和工作方式的其他专业人士进行协调，这往往会导致额外的工作量和意外问题。

互联网的出现将出版扩展到了印刷之外，涵盖多样化的数字格式，包括基于网络的出版物和电子出版物。出版商也开始出于无障碍访问、设计或商业原因制作多格式出版物。然而，他们依赖的是在1980年代个人计算机时代为单人使用、以印刷为中心而开发的工作流程，这使得它不适合当今的多格式协作出版需求。据我们所知，尽管许多计算机支持的协作工作（CSCW）研究者已经研究了小规模协作写作和学术出版，但尚无人研究商业出版，而商业出版因其协作者的角色、技能和工作方式的复杂性和多样性而面临独特的挑战。

本文聚焦于独立商业出版商，这是一类"极端"用户[20]，他们的有限资源往往促使他们进行变通和创新。与大型跨国公司不同，他们作为新工作流程的早期采用者，例如实施新型网络至印刷技术，构成了传统与新兴实践相融合的工作组织的缩影。

本文探讨两个关键研究问题：

**RQ1** 独立出版专业人士如何跨越异构软件环境进行协作以生产多格式出版物？

**RQ2** 我们如何增强他们的工作流程以帮助缓解因冲突的约束和工作方式而产生的问题？

我们首先回顾了有关出版工作流程、协作创作工具及相关研究方法的相关工作。接着，我们呈现了与16位出版专业人士进行的四次结构化参与式设计工作坊的洞察，包括当具有不同角色、培训背景、价值观和软件技能的专业人士相互协作时所产生的张力的具体案例。然后，我们描述了"格式生态"这一概念，通过其依赖的文件格式之间的互动来框定协作过程。我们通过引入信息同步图——一种自定义符号——来应用这一概念，以强调四个出版工作流程中文件如何被交换和转换。我们分析了参与式设计工作坊的结果以及工作流程的格式生态，强调了现有工具和实践的不足以及更好的协作支持的必要性。最后，我们为协作出版工具和工作组织提供了社会、技术和设计层面的启示，并提出了改善现有出版工作流程的建议。

## 2 出版工作流程简史

在过去一个世纪中，图书出版经历了相当大的演变，但其核心任务保持不变。一本书从手稿开始，然后经过编辑、校对、设计、制作和分发。一百年前，排字工人逐一排列活字字符，直到校对员批准最终版本。从20世纪50年代开始，数字技术逐渐取代了实体排字，但整体过程并未发生根本改变。

20世纪80年代中期，个人计算机的出现彻底改变了出版业。突然间，一个人可以完成从撰写到组版到排字的整个任务链。与此同时，用户开始通过电子方式共享文件——最初通过本地网络，越来越多地通过电子邮件——促进了协作。

两个发布标志着现代桌面出版的诞生：PostScript（后来演变为PDF格式的页面描述语言）和Aldus PageMaker（首款基于PostScript的图形界面印刷出版工具）。出版专业人士终于拥有了图形软件，能够在比以往任何时候都更少的步骤中生成高质量的印刷就绪文件。与此同时，受Bravo[60]启发，Microsoft Word于1983年推出，并成为撰写和编辑手稿的主流文字处理器，但它缺乏桌面出版软件所提供的版式控制水平[37]。

四十年后，商业出版仍然依赖于同样的主流传统分割工作流程：一方面，"文字工作者"（作者、编辑、校对员）使用文字处理器，如Microsoft Word或LibreOffice Writer；另一方面，"设计工作者"（平面设计师、版式设计师、排字工人）使用Adobe InDesign[9]，即PageMaker的后继产品。因此，文件仍然主要通过电子邮件[45, §4]进行交换，要求双方反复在各种格式之间导出、转换和导入内容（见附录A）。

与此同时，Google Docs（2006年）、Overleaf（2011年）、Canva（2013年）、Figma（2016年）等协作网络创作工具的发展重塑了编辑和设计实践。许多设计师现在跨越多种媒介工作，从印刷到网络。过去十年中，网络技术使多格式书籍制作成为可能，并内置了印刷导向的桌面出版工具中仍不完善的无障碍功能。这些基于网络的技术正获得越来越多的关注：它们直接建立在协作网络基础设施之上，推动一些小型出版社——通常更加灵活且愿意尝试——探索替代方案[10]。

由于这一复杂的历史，当前的图书出版工具涵盖范围广泛的实践，从单人所见即所得（WYSIWYG）项目到复杂的多用户协作工作流程。我们希望研究专业人士如何在这些异构环境之内和之间共同工作，以识别故障点和变通方法，从而创建更顺畅的出版工作流程。

## 3 相关工作

我们回顾了与替代出版工作流程、协作创作工具以及研究社会技术系统的理论框架相关的研究。

### 3.1 替代出版工作流程

如上节所述，数字出版工作流程诞生于20世纪80年代桌面出版软件的出现[52]。这些单人工具被设计用于支持线性的、异步的工作流程[45]，继承了早期个人计算时代的过程。然而在实际中，现实世界的出版很少是顺序进行的，作者、编辑和设计师通常并行执行各自的任务[24]。这与软件设计的基本假设相违背，并产生了一系列协调问题。

作为回应，在过去十年中，商业图书出版商采用了替代性的结构化工作流程。这些包括网络至印刷，涉及实验性工具如PubLink[6]和RASH[18]，以及商业产品如Kotahi（用于学术和机构出版）。这些工具受2000年代技术文档系统的启发，从简明高效的工具如Sphinx到功能完善的多格式书籍出版平台如O'Reilly的Atlas。与此同时，在报纸和杂志出版领域，如Méthode框架等平台作为新闻编辑室管理系统被开发，使行业能够适应网络并支持跨媒体出版[22]。

所有这些项目都遵循"单一来源"方法，即一个数据源——一个文件或一组协调的文件——生成面向印刷和数字分发的多种输出格式。这种方法不仅改善了无障碍访问，还支持内容复制和角色分离[15, 24]。该方法最早由FrameMaker在20世纪80年代推广，并在随后的几十年中用于办公文档数字化[31, 68]。最近，多项研究考察了模块化出版工作流程的兴起[5, 16, 17]，其中许多文档片段通过自定义的"出版工厂"[23]组装为单一输出。出版过程的这种模块化强化了对文本和图像来源进行追踪以支持多样化数据格式的需求[41]。

我们希望扩展设计和媒体研究中的既有研究[2, 3, 51]，重点关注出版中的协作方面，尤其是那些有兴趣创造新型多格式书籍的小型独立出版商。

### 3.2 协作创作工具

协作创作长期以来一直是CSCW的关键议题[54]。协作可以异步进行，使用电子邮件附件[65]、云存储[66]以及Git[63]等版本控制系统；也可以同步进行，使用Google Docs和Etherpad等工具。

同步编辑器最初使用操作变换技术开发[35]。最近，无冲突复制数据类型（CRDT）[67]的引入促进了本地优先应用程序[39]的开发，支持无需持续网络访问即可实现实时协作。与传统版本控制系统不同，这些应用允许用户离线工作而无需提交更改，待网络恢复后自动同步和合并。虽然CRDT最初仅限于简单数据类型，但现在已支持带格式的富文本[48]和DOM片段[40]，为协作出版开辟了新的机会。

注释代表了异步协作的另一个重要维度。先前的研究表明，人们通过注释文档来进行沟通[19]，并提出了注释系统模型[4, 50]。最近的工作探索了通用、工具无关的评论系统的概念。然而，研究表明作者们往往继续使用为单人工作设计的传统文字处理器[38, 62]，通常不会共享McDonald等人所称的"对创作过程的相同表示"[58]。

转换工具在出版工作流程中也发挥着核心作用。过去十年中，HTML到PDF的转换器[33]在一些独立出版社中变得流行——尤其是那些与自由软件运动保持一致的出版社[10]——借助Paged.js等工具的帮助。通用转换器如Pandoc越来越多地被用于通过中间格式处理多对多的格式转换，作为否则不兼容的工具之间的桥梁[7]。然而，许多转换挑战仍然存在。例如，像PDF这样常见的格式对残障读者来说无障碍程度很差[44]，且难以处理：从PDF文件中提取内容的最新技术依赖复杂方法[49, 69]，处理遗留编码需要特设变通方案[14]。

总体而言，我们对出版工作流程的理解有限，因为先前的研究侧重于单个工具而非专业人士如何相互连接这些工具——尤其是在生产多格式出版物和无障碍书籍时。我们希望了解这些专业人士如何采用和适应协作创作工具，以及他们在这样做时面临的障碍。

### 3.3 研究协作的理论与概念

独立出版通常涉及非标准形式的知识工作，这种工作通常比典型的办公室工作更加碎片化。这些环境通常包括自由职业、志愿工作和松散组织的集体，通常由热情和社区参与驱动，而非严格的流程和利润动机[10]。正如Nouwens和Klokmose呼吁针对此类实践进行更多研究所强调的，这些混合、非正式的工作环境仍然在很大程度上缺乏研究[61, p. 10]。两个理论概念对研究此类环境尤为相关：边界对象和产出物生态。

边界对象由Star在20世纪80年代末提出，用于"在交叉的社会世界中维护和建立连贯性"[70]，但后来因其对工作实践可能施加霸权性视角而受到批评[55]。

编辑工作中，文件是边界物体的经典例子，不过根据Harper等人的研究[32, p. 1127]，随着云计算的兴起，其作为边界物体的有效性正在衰退，因为它的共享定义及相关实践已经发生了转变。工件生态系统[53]有助于通过分析"一个人（或一群人）在支持其协作过程中所使用的工件（软件、硬件和设备）集合"[26]来研究工具和实践如何共同演进。这些概念后来被细化为兄弟概念，如对齐生态系统[64]和集体生态系统[42]，它们为描述工具集如何反映并塑造集体身份、价值观和工作关系提供了方法。

受基于设计的研究的试出版工作影响，例如Groten关于集体"平台拼贴"的研究[30]，我们运用这些理论框架来研究个人如何在出版领域中对工具和数据格式的共享生态系统进行挪用。

## 4 与出版专业人士的参与式设计工作坊

我们组织了四次结构化的参与式设计工作坊[56, 57]，以更好地了解独立出版专业人士的工作实践及其面临的挑战（RQ1）。我们特别关注他们如何在异构的软件环境中协作，以支持多格式出版。

### 4.1 方法论

#### 4.1.1 参与者

我们招募了16位出版专业人士（7位女性，9位男性，年龄28至54岁，均为法国人，平均从业9年），其中大多数人目前在小型独立出版公司或协会工作。大多数参与者从事多项活动，包括9位平面设计师、8位编辑、4位开发者、3位研究人员、2位艺术家和1位翻译。8人经营自己的独立出版社，2人是学者，3人在学术出版领域工作，3人是自由职业者。11人每天使用出版软件，3人每周使用数次，2人每月使用数次。所有参与者在问卷中或工作坊期间都提到，他们至少使用Adobe InDesign完成过一次出版，并且也都使用文本处理器，包括LibreOffice Writer、Microsoft Word或Google Docs。他们平均使用8款软件应用（范围从1到19款）。附录B概述了参与者的相关特征（表2）及其软件使用情况（表3和表4）。

#### 4.1.2 设置

参与者在会议室中面对面交流，会议室中央摆放着一张桌子，一端配有平板显示屏，以便作者和参与者在需要时共享屏幕。

#### 4.1.3 流程

我们在两天内组织了四场工作坊，每天上午和下午各一场。上午场和下午场的参与者与作者们一起共进午餐，这使所有人得以互相认识，并在融洽的氛围中进行开放式讨论。每位参与者获得80欧元作为参与补偿。

每次活动开始前，参与者需提供基本的人口统计数据，并使用故事访谈问题格式[56]描述一段最近令人难忘的经历——即上次因多格式出版遇到困难的故事。我们为四场参与式设计活动中的每一场安排了四位参与者，每次活动有两位或三位作者参与。我们利用初步问卷中提供的数据，以最大化每组四位参与者的多样性。

**图1. 参与者在第二项活动中制作的工作坊材料。绿色、黄色和粉色分别代表正面、中性和负面示例。**

该图是从上方拍摄的摄影作品。桌面上摆放着七组彩色纸张，每组由三张纸组成：绿色、黄色和红色。每组上方有一张便利贴，注明了该组的标识、工作坊编号以及活动的时间和日期。每张纸上都包含手写笔记片段，有些有箭头，有些有方框、列表等。在图片右下角，一只手正指向其中一张绿色纸上的某个笔记。

每次活动以介绍开始，随后是四项结构化活动。介绍环节说明工作坊的结构和预期目标，并获得参与者的知情同意。接下来的两项活动旨在收集关于参与者如何制作多格式出版物的详细示例和见解。

第一项活动大约持续30分钟。参与者先自我介绍，然后分享一个或多个关于令人难忘或关键出版事件的回忆故事。参与者被鼓励对彼此的故事发表评论并添加相关的额外示例。

第二项活动同样持续30分钟。参与者与至少一位作者配对，围绕第一项活动的主题进行头脑风暴。参与者用彩色纸为其想法、解决方案和问题进行颜色编码：绿色、黄色和粉色分别代表正面、中性和负面示例（图1）。

第三项活动大约持续20分钟，引入一个现场演示，旨在引发关于桥接异构系统的讨论。我们展示了一个简单的原型14（图2），该原型以AsciiDoc15文件作为输入，并支持任意数量的显示不同输出格式的窗口进行同步滚动和内容高亮，包括原始HTML、分页HTML和PDF。参与者被鼓励反思单词级别的跨格式跟踪如何有助于他们当前的工作实践。

第四项活动大约持续40分钟。所有参与者一起基于前几项活动中涌现的想法和概念进行头脑风暴。活动以简短的最终总结结束。

**图2. 在第三项活动开始时向研究参与者展示的原型。同一源文档分别以纯HTML（左）、分页HTML（中）和PDF（右）显示。在任何视图中悬停在文本上都会高亮所有三个视图中包含该文本的文本块。三个视图之间的滚动是同步的。**

该图是Propage的截图。它由三个面板组成，每个面板占据屏幕的三分之一。每个面板中都包含相同的标题为"Compare AsciiDoc to Markdown"的文本，并且在每个面板中，第二段都被高亮显示。文本内容并不重要，重要的是数据在不同面板中的呈现方式不同。在左侧面板中，标签显示"HTML (AsciiDoctor)"，文本以普通单流网页形式显示。在中间面板中，标签显示"Paginated HTML A5 (Paged.js)"，网页内容以A5尺寸的流式分页显示。与左侧面板相比，还有一些其他图形差异：字体为等宽字体，部分标题为蓝色，而在左侧面板中是红色。在最后一个面板中，标签显示"PDF A4 (WeasyPrint)"，其中包含一个PDF.js的iframe，渲染相同文本的PDF版本。此时页面尺寸为A4，布局再次有所不同：它使用了手写字体，并且所有标题颜色各异。

#### 4.1.4 数据收集

所有小组活动都进行了录音。作者们做了手写笔记，并收集了参与者制作的草图和笔记。我们还录屏了参与者与小组共享的屏幕。

#### 4.1.5 数据分析

我们使用反思性主题分析[12]转录并分析了活动录音。所有作者都从自己的笔记中识别出特定的中断、变通方法、用户创新和一般性意外。随后，一位作者采用归纳（自下而上）的方法生成代码。然后，两位作者将代码归类为一个小范围的类别集，经过多次迭代和参与参与式设计工作坊的三位作者之间的讨论。我们通过提取50条随机引文并比较作者如何分类它们来测试代码。在讨论分歧后，作者重新检查了所有引文。经过另外两次迭代（包括将主题T1和T2分开），三位作者对最终主题集达成了共识。

### 4.2 结果

我们从四次参与式设计活动中收集并转录了10小时的音频。这产生了350条引文，被归类为58个初始代码。随后我们确定了四个主题：

**T1** 由于各格式间缺乏内容同步，参与者无法始终协作。

**T2** 参与者难以从单一源实现多格式输出。

**T3** 参与者找到了令人信服的变通方法来减少出版工作流中的循环。

**T4** 参与者以牺牲价值观和自主性为代价换取生产力。

#### 4.2.1 T1 — 由于各格式间缺乏内容同步，参与者无法始终协作

许多参与者（9/16）描述了在桌面出版中，由于创作格式多样化，几乎无法在文件之间保持内容一致的情况。他们描述了如何使用文本处理器和桌面出版软件异步工作，并难以跟踪更改。P12表示："有一些插件允许我们从InDesign导出到Word，但如果你已经开始排版，那就是一场灾难"16。虽然存在一些导出功能，但它们很少能满足参与者的期望，导致挫败感和工作量增加。P1回忆说他无法理解一个庞大的EPUB文件的结构，直到他意识到它是从InDesign导出的。P2使用比喻来说明她对问题的看法："我需要一个工具，使所有格式都能合并成单一格式，而不是将它们倍增。就像一个万能插头。InDesign和Word叠加在一起。"

同样，许多参与者（11/16）经常需要彻底重构从作者那里收到的文件。他们使用工作流程来"重置"文档结构，而此时文档往往是糟糕语义和直接格式的直接混合17。他们不是直接在共享格式内协作，而是组装转换工作流程，从头开始剥离并重建语义结构："为了清理我从InDesign获得的HTML，我使用Pandoc将其转换为DOCX。它会丢失很多东西……然后我获得DOCX并将其转换为Markdown，再回到HTML……这是我找到的最好方法"（P13）。这种方法通常会完全忽略他人的格式决定："我们将其作为纯文本通过TextEdit，擦除所有内容，完全重新排版，并重新应用所有样式，因为否则会有冲突"（P10）。

作者文档中的这种结构缺失往往导致挫败感："作为作者，他们应该掌握自己使用的工具。不知道如何在Word中制作脚注……这根本不可能"（P11）。P9，一位编辑秘书，说她的角色就是明确让这一步更加顺畅："你收到质量低下的——荒谬的——文件，然后你说'太感谢了！那太完美了！'然后你做你的工作，调整并清理它。"这种工作——通常由编辑秘书完成，但经常转移给平面设计师，而他们并不认为这是他们的角色（P11）——使作者能够继续使用他们首选的工具，即使这些工具使协作变得更加困难："我们让他们自己使用和选择他们喜欢的工具……我总是说：如果你想，你可以编辑DOCX；如果你想，你可以在PDF上做批注"（P9）。

最后，大多数参与者（12/16）表示他们需要保留对源文件的控制权，即使与他们合作的人需要一个额外的界面层来为项目做出贡献。P13解释了他如何在源文件上进行命令行操作，同时作者使用CMS和富文本编辑器，因为这对他们来说"更容易"。P4补充道："如果我想修改内容，我知道通过FTP我可以访问整个东西。"另一方面，几位参与者（5/16）指出某些格式，特别是闭源或高度结构化的格式，难以解析和修改。"我们花了很多时间处理超级复杂的文件格式，我们无法剥离打开，比如TEI"（P14）。P3指出丰富源内容往往适得其反，因为"我们越试图丰富纯文本[添加特定语义]，我们就越失去永久性"。

#### 4.2.2 T2 — 参与者难以从单一源实现多格式输出

参与者提供了多种多格式出版的定义，包含不同的输出格式。最基础的例子是印刷书籍、电子书和网站。对一些人来说，多格式出版是一种深度实验性甚至游戏性的行为："我们把派对做成了一本书。这是多格式出版，但很奇怪"（P3）。

他们还提到了作为表演的书籍（P4）、广播节目（P3），甚至是每一印本都完全个性化且独一无二的出版物（P8），这通常需要独特的代码才能使他们的工作流程得以运行。

所有参与者（16/16）都将其出版物视为处于社会情境中的产物，必须适应不同的媒体和语境：“无论书籍依赖何种媒介，它们都是社会空间，并作为其他实践展开的载体”（P2）。对 P13 而言，这种适应性甚至延伸到了不认为其出版实践与印刷输出绑定：“在我们出版社的基因中，一直存在一种理念，即无论代价如何都要出版，也就是无论是书籍还是其他形式。”然而，部分参与者（5/16）同意这种特性受制于持久性的要求——出版物被期望能够长久存在，而某些媒介（如电子书）的持久性不如其他媒介。

部分参与者（6/16）强调了 PDF 作为协作中关键文件格式的作用。这种“数字复制品”（P1）是一种具有互操作性的输出媒介，用于变通处理那些在不同人之间可能无法兼容的软件。“当我开始使用 Markdown 时，作者和文字编辑便不再介入。当我导出 PDF 校对稿时，我会收到评论，然后我们予以采纳”（P13）。PDF 作为一种折中方案，充当着“工作工具”的角色：“它让我可以复制粘贴、分享以及进行搜索”（P12）。半数参与者（8/16）表示他们需要手动复制粘贴并微调内容以生成不同的输出，尤其是在格式之间无法同步的情况下。P3 解释道：“在网络版本中，我必须去除不整齐段落……内容并不完全相同。因此直到现在，我一直都在重复复制内容……这确实是个问题”。为避免完全重复，一些人依赖变通方法，例如“字面上添加 HTML 标签以调整字符间距”，或在作者文档中插入不换行空格。

为了尝试真正实现单一源出版，部分参与者开发并调整了临时基础设施——往往是在主流桌面出版软件之外（5/16）。例如，P3 为每个项目设计全新的独特工作流程，将不同的软件整合在一起，以“灵活性和模块化”来适应特定情境的需求。其他人则创建高度技术性的变通方案以支持未涵盖的功能，例如有右向左书写的语言：“虽然没有文档，但我能够获取结构良好的 XML 文件……随后我便能够理解必须使用哪些参数”（P15）。参与者经常转向自由开源工具，因为商业出版软件限制了他们生成适应性输出的能力：“自由开源软件让我们能够创造无限可能……这是闭源软件无法做到的”（P8）。

4.2.3 T3 —— 参与者发现有效的变通方案以减少出版工作流程中的往返循环。

大多数参与者（9/16）强调了协作者围绕文档反复修改可能引发的问题：这些迭代循环虽然必要，但会产生摩擦。例如，P10 描述了一个尤为痛苦的循环：“他们把整个段落的 [文本文件] 发回给我们。我们不知道错误在哪里……我们不得不重新整合全部内容，重做所有的正字排印 18，并且要用两种语言完成”。然而，尽管这可能带来大量工作，参与者仍不希望完全自动化这些循环：“我们仍然需要在 InDesign 中看到 PDF 中的修改是如何完成的。它必须是可见的，我们必须保留痕迹”（P6），P12 则建议在控制与可追溯性之间寻求折中：“修订内容不应直接实施，而必须经过审查和验证”。部分参与者（6/16）通过采用早期排版来简化流程：“最终的解决方案是向作者发送排版很早期的 PDF 文件……我做了一个粗略的初稿，这就是我让他们校对的内容”（P12）。这一技巧通过自然地保留创作文件与其 PDF 导出之间的页码和表现形式，从而改善了沟通。

除了承认循环的必要性外，部分参与者还强调某些专业任务本质上具有顺序性。例如，P1 指出作者必须处于“断连”状态。P4 表示，她需要“人们只能访问特定章节或特定部分”，并且“在不同的时间向项目的不同部分分配不同的访问权限”。对 P10 而言，同步协作甚至是对版面设计的威胁：“这是我们要避免的……这有点像打开了破坏我们设计的大门”。排版质量的重要性，尤其是关于不整齐段落的问题，是一个反复出现的矛盾点。所有平面设计师（9/16）都感到有责任确保最终出版物中的排版完美：“对我来说，在交付后很久去客户网站的后台偷偷做些正字排印和调整不整齐段落，这是非常平常的事”（P10）。

这些摩擦背后是角色之间的权力冲突：“当我们赋予作者权力时，他们会要求更多……"（P8）。这种源于截止日期的压力而产生的张力是印刷出版固有的。“到了某个节点，最终决定就下了，我们说书已经做完了，然后照原样印刷”（P4）。几位参与者表示，印刷的不可逆性施加了一种逆向规划逻辑，这在其他模式（如网页开发中使用的模式）中并不那么显著（P8, P13, P14）。

4.2.4 T4 —— 参与者权衡价值观与自主权以换取生产力。

参与者不断在自主与一致性理念这一方面，以及经济现实、生产时间线和协作约束的压力另一方面之间进行平衡。所有为自己出版社工作的参与者（8/16）都依赖外部资金资源来支持其出版活动。这种个人价值观与实际工作流程之间的权衡是有代价的。例如，试图使用自由开源工具以契合其政治价值观（如自主、透明度或反资本主义立场）的参与者，往往接受不完美的结果（6/16）。“想象这个合集使用自由工具或许是合理的……那是我们希望采取的工匠式做法，接受错误与风险”（P6）。然而这种接受并不意味着完全满意。其他人表达了对这些工具局限性的沮丧：“可复现性问题是我为什么不使用像 Paged.js 这样的工具……LaTeX 也不完美。我在使用 Linux 和 Chrome，但排版引擎不如 Mac 上的好。”（P13）。

这种妥协还延伸到对自动化和去技能化的担忧，尤其是对于平面设计师而言。P6 和 P10 特别担心生产力的提升可能会贬低他们的职业价值。“这种时间的节省对我们平面设计师来说，是否意味着收入的损失？”（P10）。除了专业角色外，协作有时也被描述为因制品生态的不一致而变得困难。部分参与者（6/16）目睹过有人因未能掌握技术栈或使用“错误”的工具而遭到轻视。P16 讲述了一位同事被误解的故事，因为她无法正确结构化文档：“她转而使用 ChatGPT 来添加伪造的标记……现在，她被视作无能”。

为了限制循环次数从而提高效率，参与者通过向合同中添加条款作为协调机制（4/16）来约束协作，以此规范化工作流程并明确最终交付物。P7 描述道：“我们想在合同中注明最终版本将是 [数字] 版本而非印刷版本……这带来了更多的协调工作”，而 P10——为了应对 T3 中概述的问题——表示：“在报价阶段，我们尽量做到尽可能详细……以避免反复修改”。尽管采取了这些策略，许多参与者仍感到某些既定事实（如 InDesign 的主导地位）是不可改变的。“兼容性反正都会是个问题……InDesign 将始终是主要工具”（P8）。P5 将他遇到的大多数问题归咎于由于过时设计选择而嵌入到工具中的技术债务。当前制品生态内部的不兼容性——跨设备、操作系统和文件类型——进一步制约了协作：“他们不想使用相同的工具。我有 Mac，她有 PC……我没有该软件，因为它不是免费的”（P2）。

5 格式生态

主题分析的一个关键发现是，沟通障碍源于文件格式的多样性，而非所涉及的不同应用程序。为了进一步分析这些障碍，我们考虑了制品生态的概念，该概念曾用于研究协作写作中的工作组织 [45]，或团体内部通过工具选择建立共享实践 [42]。然而，虽然制品生态有助于理解人们如何通过设备和应用程序的集合进行协调，但它们对于分析出版专业人士如何跨越格式进行协作并未提供太多见解。因此，我们开发了一个互补的分析框架来解决这一空白，通过将文件格式作为协作实践的核心元素予以突出。我们引入了格式生态的概念，以进一步探究协作中人与文件格式之间的互动。随后，我们将其与其他概念（包括信息生态、制品生态和边界对象）相关联进行定位。

5.1 定义

我们将格式生态定义为一个人、群体或社区所调用的文件格式集合，以及使这些格式在实践中实现互操作的工具、脚本和惯例。一些文件格式配合良好，能够实现平滑过渡 [45] 和迭代循环，而另一些则阻碍协作工作流程，因为它们无法编码相同的语义元素、缺乏转换工具，或者以难以提取或重用的方式存储信息。因此，格式生态产生于格式之间事实上的依赖关系，这种关系既由它们的固有特征决定，也由它们与其他格式的兼容性（或缺乏兼容性）决定。这种方法侧重于信息结构而非应用程序。它强调格式互操作性作为协作的关键维度，并引起人们对通常在软件中被隐形化的底层格式的关注。

5.2 相关概念

在他们对人机交互（HCI）和计算机支持协同工作（CSCW）领域“生态”隐喻理论景观的调查中，Lyle 等人 [53] 确定了四个广泛类别：制品生态、交际生态、设备生态和信息生态。此外，他们还确定了三个分析层面：宏观层面（组织与活动系统）、中观层面（人与实践）和微观层面（个体、制品与任务）。我们将格式生态与最相关的两个类别进行比较：制品生态和信息生态。

与信息生态的关系。Nardi 等人 [59] 将信息生态定义为“特定环境中的人、实践、价值观和技术的系统”。例子包括图书馆和医院单元。出版社同样也可以被视为一种信息生态。格式生态与这一视角存在交集，但运作粒度不同。格式生态针对中观和微观层面，而信息生态主要针对宏观层面 [53, §5.1]。在我们的研究中，中观层面体现在角色与实践的组织上，而微观层面则体现在个体对文件采取的具体行动序列中。信息生态最常被用来分析宏观层面的背景——例如管理成千上万种刊物的图书馆基础设施，或建立在语义网上的系统——并且往往较少关注特定行动者的具体约束与可供性。信息生态也曾关注文件格式，例如在讨论 SGML 和 XML 周围标准化实践的社会影响时 [27, p. 115]，但这同样是在宏观层面，而非例如由个人执行的格式转换这一微观层面。

与制品生态和边界对象的关系。虽然制品生态侧重于人们拥有、访问和使用的设备及应用程序 [43] [36, p. 201]，但格式生态则侧重于通过这些制品流转的信息结构。因此，格式生态不可简化为制品生态，也不寻求取代它们。事实上，文件格式本身并非制品，文件才是。格式是将制品粘合在一起的纽带的一部分：它们塑造了使文件成为边界对象 [70] 并支持协作的规则。因此，格式生态提供了一种互补的分析视角，使制品生态中这一通常处于隐含状态的特定维度得以显现。

与制品生态其他子概念的关系。源自制品生态的若干子概念可以移植到格式生态中。

例如，集体物生态学[42]提出了关于集体的身份如何嵌入其工具与实践中的问题；同样，这些问题也可以应用于考察共享身份如何通过一个集体采用和维持的格式来表达。类似地，对一致生态学的分析以及潜在生态学的探索[64]，以及关于生态内部与生态之间转变的研究[45]，都可以移植到格式生态学中来指导协作工作流的设计：使格式生态达成一致归结为找出格式之间最佳的转换路径，同时考虑参与者的价值观和能力。尽管与物生态学处于同一层级（主要是中观层级），但据我们所知，尚无以往工作将格式作为结构化概念来关注。格式生态学弥补了这一空白，通过突出格式之间的相互依赖性，将格式作为一种新的生态学类型来加以处理，同时能够复用物生态学框架的分析工具。6 出版工作流的信息同步图正如物生态学可以通过连接人和物的图来描述一样，格式生态学可以通过信息同步图（或 infosync 图）来描述，该图在协作过程中连接各个文件。对于一个给定的出版工作流，信息同步图的每个节点对应一个特定文件，每条弧对应一个同步步骤，涉及文件的创建、更新和/或交换。我们首先描述"传统"工作流以及来自实际项目的另外三个工作流的信息同步图。然后，我们利用这些示例来识别反复出现或独特的模式，并了解哪里可能会出现中断。6.1 传统工作流在参与式设计过程中，参与者们反复提到第2节所描述的传统出版工作流：即在文字处理文件、InDesign 文档和 PDF 校样上进行的一系列步骤。尽管并非所有参与者都主动使用这一工作流（12/16），但所有参与者（16/16）都提及了它，仅有细微的差别。因此，我们将此工作流作为切入点，从另一个角度重新审视语料库。该工作流涉及四个个体——作者、编辑、平面设计师和印刷商——他们使用电子邮件进行沟通和文件交换。首先，作者使用 Microsoft Word 撰写稿件（DOCX 文件）。稿件完成后，作者将其发送给编辑，编辑阅读后，假设稿件被接受，便将其发送给平面设计师。平面设计师将 Word 文件中的文本导入 Adobe InDesign（INDD 文件），方式可以是手动复制粘贴文本，或者如果 DOCX 文件结构正确，则借助 InDesign 的导入功能。设计师随后使用 InDesign 创建书籍排版布局，并将其导出为 PDF 文件发送给编辑。接下来涉及编辑和平面设计师之间的步骤，编辑在校样 PDF 上进行批注，平面设计师相应地在排版布局中进行修改，直到编辑确认最终版本。19 此时，编辑将 PDF 发送给印刷商，双方进行一轮反复沟通，最终由后者批准 PDF，然后送往印刷厂。在绘制上述工作流的同步图时，我们注意到其同步步骤要么是在两个用户之间同步同一文件的副本，要么是在两个本地文件之间进行同步，且往往是不同格式之间的同步。我们还注意到，不同的同步步骤会给个体带来不同的成本：有些步骤轻松透明，而另一些则费力且耗时。因此，我们决定沿两个维度来组织该图：同步步骤的类型和难度。图3展示了所得到的图及其图例。图3. 传统图书出版工作流（W1）的信息同步图，展示了作者、编辑、平面设计师和印刷商如何通过不同格式交换文件来编辑一本传统纸质书。有关图例中所列格式的详细信息，请参阅附录A。该图展示了一种自定义图记法，附有图例和示例。在图的右端是图例，其中列出了扩展名和文件类型：MD（Markdown 文本）、HTML（网页文本）、CSS（网页样式规则）、DOCX（Word 文档）、PDF（PDF 文档）、INDD（InDesign 文档）、IPYNB（Python 笔记本）、ADOC（AsciiDoc 文本）、（LaTeX 文本）。此外，还记录了箭头的说明：红色箭头表示文件之间的同步步骤，蓝色箭头表示个体之间的同步步骤。点线箭头表示自动步骤，虚线箭头表示手动触发的步骤，实线箭头表示手动步骤。示例中涉及四个人，每个人表示为一条水平线，标签位于图的左端——从上到下依次为："作者"、"编辑"、"平面设计师"、"印刷商"。该图展示了一系列以箭头表示的信息同步步骤（其中一些为双向箭头，所有箭头均为虚线或实线，颜色为蓝色或红色）。部分箭头带有标签，分别为"编辑"、"校对"、"整合"、"导出"、"导入"或"准备印刷"。箭头将节点连接在一起，节点代表文件，以其文件格式扩展名表示："DOCX"、"PDF"、"INDD"。一些文件由两个箭头连接——一个实线箭头和一个虚线箭头。简而言之，该图展示了从作者提交稿件到印刷商接受最终校样的转换流程。为此，编辑对稿件进行编辑，作者和编辑之间发生一系列来回沟通。然后，一个箭头展示了 DOCX 文件被平面设计师导入 INDD 文件，从而进入编辑和平面设计师之间的循环，生成和标注 PDF 校样。最后，编辑与印刷商交换 PDF 文件，直到获得验证。在这种记法中，每个节点代表某个个体计算机上的一个文件，用一个对应其数据格式的代号来标识，例如用"DOCX"表示 Word 文档。节点沿二维网格对齐，使得每个用户由一条水平轴表示，每个文件由一条垂直轴表示。这意味着一个被 n 个用户共享的文件将产生 n 个垂直对齐的节点。节点之间的箭头表示信息同步步骤。垂直箭头（蓝色）表示共享同一文件副本的个体之间的同步，对应于中观层级的协作实践。水平箭头（橙色）表示同一个体管理的文件之间的同步——可能涉及不同格式——对应于微观层级的操作。箭头的笔画样式表示该步骤的难度。实线箭头表示手动数据转换，用户完全负责将信息从一个文件转移到另一个文件，例如手动编辑 Word 文档或 LaTeX 文件以融入写在 PDF 文件上的文本批注。虚线箭头表示手动触发的同步，部分自动化但需要一些用户操作，例如将 Word 文档的新版本通过电子邮件发送给协作者，或运行脚本将文件转换为另一种格式。最后，点线箭头表示对用户透明地执行的自动同步，例如当使用 AsciiDoc 或 LaTeX 等文档描述语言编写的文档的排版版本在代码被修改时自动更新。6.2 其他工作流我们构建了另外三个工作流的信息同步图，它们代表了在人力资源、经济资源和硬件资源方面规模相似的真实情况。我们选择这些工作流是为了最大化出版实践、软件工具和文件格式的多样性，既是为了补充第一项研究中所描述的情况，也是为了验证图记法的稳健性。这一选择过程产生了三种类型的出版物：一篇 ACM 会议的学术论文（W2）、一份博物馆的网络到印刷目录（W3），以及一本计算机科学教科书（W4）。它们的信息同步图如图4所示。图4. 第6.2小节中描述的三个额外出版工作流的信息同步图。在每种情况下，参与者都通过复杂的相互连接的循环，使用各种通信协议交换不同格式的文件。该图由表示信息同步图的子图组成。6.2.1 ACM 会议的学术论文（W2）。第一个工作流（图4a）是一个典型的学术出版工作流。最近，本文的两位作者在共同发表一篇 ACM 会议论文时经历了这一流程，该论文需要将已接受稿件的源文件上传到一个在线平台（TAPS20），该平台将其编译为印刷版（PDF）和网络版（HTML）两种电子版并予以发布。该工作流要求作者使用预定义的版式，即一种 LaTeX 类。他们使用 Overleaf——一个支持实时协作编辑的在线 LaTeX 编辑器——并持续重新编译 LaTeX 源文件以便在写作过程中预览排版后的 PDF 文档版本。稿件完成后，其中一位被 ACM 指定为通讯作者的人负责将文档源文件上传到在线投稿系统。TAPS 系统尝试使用与 Overleaf 类似的工具链将源文件编译为印刷版，并使用作者们不熟悉的一种工具链编译为网络版。如果系统无法编译文档，通讯作者会收到一封电子邮件，被要求编辑源文件以修复错误并重新上传修订后的源文件。作者还可以联系在线系统的客服寻求帮助。如果系统编译成功，通讯作者必须下载并审查论文的印刷版和网络版，然后要么直接接受它们，要么进入另一个循环来修复源文件并重新上传到投稿系统。6.2.2 博物馆的网络到印刷目录（W3）。第二个工作流（图4b）是一个网络到印刷的工作流，由 Julie Blanc 和 Antoine Fauchié——两位具有平面设计和出版经验的学者——于2020年实施，用于创建一份考古文物收藏目录的网络版和印刷版。21 该工作流记录在一篇博客文章中22，并得到了其作者的确认。在这个工作流中，作者和编辑通过编辑 Markdown 文件来撰写目录内容，借助一个为该项目设置的无头内容管理系统（CMS）来完成，该系统与一个 Git 仓库同步。他们还可以上传图片，并使用文献管理软件 Zotero23 与参考文献进行交互。参考文献随后被导出为 BibTeX 文件，但为了简洁起见，我们未将这一部分包含在图中。与此同时，平面设计师编写两个包含用于样式化目录网络版和印刷版的规则的 CSS 文件，并将它们提交到同一个 Git 仓库中。每当作者、编辑或平面设计师向仓库提交内容时，在 Gitlab 仓库上自动执行的持续集成服务（CI）都会运行一个脚本，将 Markdown 文件、媒体文件和 BibTeX 文件编译为目录的两个版本。两个版本都编码为 HTML 文件，但印刷版使用 Paged.js 进行分页，并且仅包含网络版中发布内容的子集。两个版本都通过 CI 以共享 URL 的方式提供访问，以便作者可以预览任何一个版本。如有需要，作者和编辑可以更新 Markdown 文件，而平面设计师可以更新 CSS 文件。一旦编辑确认目录可以印刷，平面设计师就会复制分页版本以添加特定于印刷版的内容，例如额外的图片，并通过直接编辑 HTML 来进行排版微调。最后，他们使用 Google Chrome 浏览器的内置打印功能将其导出为 PDF，并将最终印刷版发送给其余贡献者。6.2.3 计算机科学教科书（W4）。第三个工作流（图4c）是一个计算机科学（CS）教科书出版工作流。它描述了本文的两位作者分别作为贡献者和主作者为高中生编写计算机科学教科书时的经历。在这个工作流中，教科书的内容使用 AsciiDoc 文档描述语言来编写。课程章节部分和练习中的代码片段从 AsciiDoc 转换为交互式 Python 笔记本。

出版后，老师和学生都可以使用这些笔记本交互式地编辑和运行代码来解决练习。主要作者决定教材的结构和内容，并撰写其中部分内容。此外，还有几位其他贡献者协助撰写特定章节和/或练习。他们通过使用Git仓库同步AsciiDoc文件和Jupyter笔记本文件来协作。

定期地，主要作者将一个章节的一组AsciiDoc文件转换为单个Word文档并发送给编辑。与此同时，平面设计师使用InDesign创建版式，并遵循出版商设定的特定教材约束条件。当准备就绪后，设计师将InDesign文件发送给排版员，排版员还会收到编辑转发的Word文件，并使用这些文件将教材内容填充到空白版式中，并根据需要对版式进行调整。

每次集成教材内容后，排版员会将书籍导出为PDF文档并发送给编辑，编辑对其进行注释后发回给主要作者（作者必须批准或更新内容）以及排版员（排版员必须将作者和编辑的更改集成到InDesign文档中）。每当作者或贡献者做出修改时，他们会在AsciiDoc源文件中标记编辑内容。这些编辑在转换为DOCX并发送回给排版员集成到InDesign文档时会显示为高亮文本。

6.3 模式

我们分析了与所建模的四个工作流相对应的信息同步图，以识别重复出现或独特的模式。一位作者利用这些图表对图表的不同方面进行反思，例如工作流中的任务与其描述子图之间的对应关系，以及同步步骤（或步骤序列）的性质、必要性和难度。在向第二位作者展示他们的观察结果后，他们进行了讨论，以同意或不同意这些提议并提出其他模式。我们将所得到的模式分为五类：

Pa1 协作者承担的责任不平等。
Pa2 内容重复的文件服务于不同目的。
Pa3 循环分为两种类型：预览和反馈。
Pa4 协作者之间的同步容易但有限制。
Pa5 格式之间的同步很难，尤其是当目标文件已经存在时。

6.3.1 Pa1 —— 协作者承担的责任不平等。

所有工作流都涉及多个协作者（在W2和W3中还包括一个作为协作者的远程系统），他们具有不同的特征。他们形成了三个不同的群体：那些创建和更新内容的人（作者、贡献者、校对编辑），那些创建和填充版式的人（平面设计师、排版员、版式艺术家）以及那些协调和指导前两个群体的人（编辑）。每个群体都有自己的习惯和工作方式，特别是在他们使用的软件方面，这反过来又限制了他们可用于与其他群体协作的文件格式。

在每个工作流中，一个或两个协作者在维护不同群体之间的连接中扮演着枢纽角色。虽然这个角色传统上由专职编辑担任（如W1），但它也可能由另一个人体现，例如W2中负责代表其他作者修复LaTeX代码的作者。在W4中，这个角色迫使主要作者编写复杂的脚本来将AsciiDoc编写的内容转换为Python笔记本（供修正练习的贡献者使用）以及Word文件（供编辑和排版员使用）。尽管这在长期内使这些格式之间的转换变得更加容易（只需再次运行脚本——因此有虚线箭头），但它也引发了高昂的初始成本，这些成本可能无法在项目间重复使用。

6.3.2 Pa2 —— 内容重复的文件服务于不同目的。

所有四个工作流都依赖多种文件格式——在W4中多达六种不同的格式——更不用说图中未显示的辅助文件格式（例如将一种格式转换为另一种格式的脚本）。除了包含多种输出格式外，这些工作流还包含多种作者格式，例如，使用特定软件（W4中的IPYNB）和帮助在不同协作者群体之间传输信息（W4中的DOCX）。

因此，不同群体的协作者可能依赖不同的格式来表示相同的信息。在每个工作流中，作者要么使用Word文件（DOCX），要么使用用文档描述语言编写的文件（TEX、MD、ADOC），后者必须编译为预览格式（HTML、PDF），其中都包含相同的文本。然而，某些格式包含其独有的信息。例如，在W1中只有INDD文件包含段落样式信息，在W4中只有IPYNB文件包含练习的解答。相反，本应相同的两个文件有时却有所不同。例如，在W3中，平面设计师使用特定的操作系统和特定的 web 浏览器从HTML生成高质量的PDF文件。

6.3.3 Pa3 —— 循环分为两种类型：预览和反馈。

预览循环是两个文件格式之间的小型局部循环：一个是可编辑的，另一个可以可视化为排印文档。它们出现在W2（LaTeX文件可视化为PDF）和W4（AsciiDoc文件可视化为HTML）中。在每种情况下，前向转换都是无缝的（可以由文本编辑器在后台执行），但反向转换完全靠手动。尽管某些工具可以帮助用户发现两个文件之间的映射关系，例如用于从LaTeX文件生成的PDF的SyncTeX [46]，但进行任何修改（如修复错别字）都需要在源文件中搜索相应的代码片段。

反馈循环是较大的循环，旨在完善由至少两位协作者共享的"输出"文件。例如，在W2中，PDF输出被注释以更新先前在工作流中用于编写生成PDF的文本的LaTeX文件内容。类似地，在W1和W4中从InDesign导出的PDF被编辑复制并注释后发回给作者和排版员，从而在工作流中产生一个额外的文件。除非以非常特定的方式对PDF文件进行校对（见脚注19），否则这个过程完全靠手动完成。

6.3.4 Pa4 —— 协作者之间的同步容易但有限制。

协作者之间的所有同步步骤中只有一个（垂直箭头）是自动的或由手动触发的。唯一的例外是W1中编辑和印刷商之间的来回，他们必须讨论并就关于如何印刷他们交换的PDF文件的若干细节达成一致。

虽然这使得协作者之间的同步看起来很轻松，但相对较低的付出往往以额外的约束为代价。例如，使用Overleaf可以让作者在W2中同步编写文章内容，但要求他们使用Overleaf的基于网络的编辑器，并保持连接到互联网以阅读和编辑手稿。相反，在W3和W4中，Git让协作者可以使用他们选择的编辑器离线工作，但代价是手动提交更改并在最终同步时解决冲突。

使用Git仓库的额外工作量对于工作流W4的协作者是可管理的，他们是受训的计算机科学家，但对于其他协作者（如编辑）来说要求过高。因此，主要作者必须定期将Git仓库的一个快照转换为DOCX文件并通过电子邮件发送给编辑。为了绕开这类约束，W3包含一个无头内容管理系统（CMS），让作者和编辑可以通过使用富文本编辑器编辑Markdown文件来修改目录内容。一个按钮将更改提交到Git仓库。在发生冲突的情况下，最后一次更改会静默胜出。

6.3.5 Pa5 —— 格式之间的同步很难，尤其是当目标文件已经存在时。

不到一半的格式间步骤（水平箭头）涉及在源文件更改后执行预定义命令或工作流专用脚本，要么自动执行（23%），要么通过GUI应用程序或命令行界面执行（20%）。超过一半的其他同步步骤（垂直箭头）是手动的（57%）。进一步自动化完全手动的步骤很困难，因为Brooks所指的本质复杂性和偶然复杂性 [13]。本质复杂性是需要手动处理某些更改，相应增加无法自动化的认知努力，例如在W4中根据编辑注释的PDF决定如何重新表述AsciiDoc文件内容。偶然困难的一个来源是大多数格式和程序不包含足够的信息来将"输出"文件中的更改映射回生成该文件的源文件。

7 讨论

第一项研究提供了独立出版专业人士之间成功和失败的协作的具体例子，他们经常经历低效、易出错的沟通循环，从而减缓了他们的工作流。第二项研究通过信息同步图中的格式生态系统来阐明文件格式在理解和解决这些问题中的关键作用。这些结果表明，工具和社交组织对多样化文件格式缺乏支持，导致更多错误、增加的负担、更大的紧张感以及经常令人不满意的工作变通方案。

7.1 出版依赖多种文件格式

出版工作流由多个步骤组成，将信息从一种格式转换为另一种格式，有效地将信息复制并分散到多个文件中。我们讨论了这一过程如何产生多种沟通中断。

7.1.1 不匹配的文件格式需要重复的工作。

出版中使用的广泛软件导致信息在格式间重复（T1、Pa2）。例如，内容可以使用Microsoft Word（DOCX文件）等文字处理器编写，也可以使用Markdown（MD）、LaTeX（TEX）或AsciiDoc（ADOC）等标记语言编写。同样，虽然Adobe InDesign（INDD文件）主导印刷版式，但某些替代方案依赖CSS进行样式设置和HTML进行预览。

虽然限制软件选择可能有助于限制所涉格式的数量，但这种自上而下的方法不符合出版的现实：许多作者更喜欢文字处理器 [62]（T1），而设计师经常使用InDesign是因为缺乏更好的替代方案（T4）。某些内容创建工具相对容易集成到受约束的工作流中，这既是因为某些格式（如DOCX）得到了广泛支持，也是因为其他格式通常可以使用现有工具（如Pandoc）进行转换（T1、Pa5）。然而，这并不适用于平面设计师，他们接受培训并受限于Adobe软件生态系统（T4；另见Blanc [9]）。有时专业人士根本无法使用特定的软件应用程序（和格式），因为他们缺乏访问合适的设备、许可证或操作系统的权限（T4），这就需要创建额外的中间格式。

7.1.2 协作者难以同步信息。

具有特定格式的文件作为不同社区专业人士之间的边界对象 [70]（T1、Pa1、Pa4）。虽然排印或注释的文档通常以PDF文件交换，但设计师经常使用DOCX文件将内容导入InDesign等其他应用程序（W1），或用于在反馈循环中跟踪更改（T3、Pa3）。虽然许多应用程序都可以导出PDF和DOCX文件，但它们通常需要额外的工具（Pa5），如W4中所示，并且可能难以导入或重新导入（T3、Pa5）。

不同的数据交换技术对数据格式施加约束。例如，电子邮件附件和文件共享网站支持DOCX和PDF等二进制格式，而Git和Overleaf等协作文本编辑器使用MD和TEX等纯文本格式。需要这两种格式的工作流（W3和W4）必须放弃版本控制功能（如Git），或者仅跟踪一种格式中的更改（如DOCX）。

7.1.3 从单一来源同步多个输出的挑战。

多格式出版工作流针对的每种媒体都需要特定的内容和/或版式（T2、Pa2），这些通常必须用带有特定输出格式的不同文件来编码。常见的导出格式，如用于印刷的PDF、用于网站的HTML和用于电子书的EPUB，都与用于产生这些输出的格式（如DOCX、MD和INDD）不同。一些出版物还涉及更多样化的输出格式，如交互式笔记本（W4）。此外，一些在活动（如派对或广播节目）期间创建的书籍（T2）被认为是"体验式输出"，无法通过数字格式来捕获。

类似地，观众在编程音乐会（live coding concert）[8] 上观看和聆听编程表演的体验，与在家阅读并执行代码的体验有着巨大的差异。

**7.1.4 格式转换使进度追踪更加困难。**

出版专业人士有时会使用格式变更来标记图书制作过程中的特定阶段。例如，当平面设计师收到由编辑验证过的 Microsoft Word（W1）手稿时，他们通常会切换到 PDF 等不可修改的格式进行排版。这使他们能够控制作者是否可以更改内容，以及更改哪些内容（T3）。我们发现，许多专业人士明确表示避免使用同步协作工具（T3），并在合同中包含具体条款以维持对作者后续修改的控制权（T4）。一些平面设计师会向作者提供早期排版预览，部分是为了激励，部分是为了鼓励作者处理细节，例如缩短段落使其能放在单页上（T3）——否则他们自己需要动手修改。有些人会创建副本或标注文件（T2、W1、W4）来追踪文档进度。

**7.1.5 协作者必须处理相互冲突的职责和偏好。**

出版工作流程涉及多个贡献者，他们有不同的需求和偏好，这反过来影响了格式的选择以及软件的使用方式（或不使用）。例如，当平面设计师使用 InDesign 创建 PDF 文档后，编辑可能会对手印版本进行手写标注、在平板上标记，或使用 Adobe 软件插入可直接集成到 InDesign 中的特殊编码注释（T2、T3、Pa3）。方法的选择不仅取决于编辑的偏好，还取决于硬件、软件、时间和财务考量（T4）。

虽然存在 LaTeX（W2）和用于分页网页的 CSS（W3）等替代方案，但它们依赖于与所见即所得软件（如 InDesign）不兼容的格式，尽管它们具有互补性，却很少被组合使用。此外，依赖 LaTeX 或 CSS 的工作流程需要设计师既愿意又能够使用这些格式，否则就会省略设计师的角色，从而增加了作者的工作量，并通常导致输出质量下降（T4、W2、Pa1）。

### 7.2 当前的工作实践和工具缺乏对多种文件格式的支持

遗憾的是，当前的出版工具以及使用这些工具的社会组织，都无法为复杂的多格式出版工作流程提供足够的支持。

**7.2.1 缺乏足够的工具支持。**

支撑出版工作流程中两种信息同步——人与人之间的同步和格式之间的同步——的技术存在诸多局限（T1、Pa4、Pa5）。协作者已经在使用异步协作工具，如电子邮件（W1、W4）和 Git（W3、W4），这些工具可能在同一个工作流程中组合使用（W4），也可能隐藏在更简单的界面之后（W3），以便所有协作者都能更容易地使用。其他协作者使用同步协作工具，如 Overleaf、Etherpad 和 Google Docs，但这些工具缺乏一些关键功能，例如为某些贡献者提供和限制访问权限（T3）。

类似地，将文件转换为另一种格式可能需要使用编译器或转换器，而这些工具可能不支持源格式或目标格式、可能破坏有价值的信息，或者需要特定于项目的脚本——而这些脚本只能由熟练的专业人士编写（T1、W4）。此外，工作流程中循环的存在（T3、Pa3）意味着对某一文件所做的更改必须集成到其他内容已过期的文件中。当前工具无法自动化这一过程，导致重复性的手工工作（Pa5），而这项工作通常由不认为这属于自己职责的专业人士来完成（T1、T4、Pa1）。

**7.2.2 缺乏教育和规划。**

许多专业人士未能受益于最先进的工具和技术，要么是因为他们不知道这些工具的存在，要么是因为缺乏使用这些工具所需的技能。用于同步信息的工具（如 Git 和 Pandoc）所需的技术技能往往超出了非技术专业人士（如作者和平面设计师）的能力范围。例如，许多作者倾向于使用 Microsoft Word 等直接格式化工具，却无法使用段落样式等基本功能（T1）。

这种技术教育的缺乏往往浪费时间并造成额外工作。例如，平面设计师可能因为作者对修订标记的使用不当而不得不重新排版整个章节。他们也可能删除作者文件中的直接格式设置并用不同的语义替换——尽管这通常是作者的工作（T1、T3）。这种职责转移因团队规模缩小以及编辑秘书等专业化角色的消失而加剧。剩余的专业人士被期望熟练使用并非为他们设计、他们也未接受过培训的相关软件和处理流程，导致过度劳累，也挑战了他们的个人价值观（T4）。

更好地理解和沟通此类问题有助于创建更好的工作流程。例如，决定作者必须使用 Markdown 等格式撰写内容，将自动阻止他们使用直接格式设置来区分标题和引用等语义单元。然而，这要求为作者提供支持这些替代格式的工具（W3）的访问权限，和/或将内容（半）手动转换为其他格式（W4），这进一步加重了技术能力更强的人的负担（T1、Pa5）。这也表明，远离 InDesign 等专有软件（其 INDD 格式缺乏文档说明），将意味着以交互性和输出质量换取更多样化和实验性的格式与实践（T2、T4）。

---

## 8 建议

以下建议基于两项研究结果和讨论，针对独立出版工作流程中与格式相关的挑战提出了应对方案。

**优先采用开放和可扩展的格式。** 由于出版中的协作依赖于格式之间的转换，我们提倡避免难以解析和转换的格式，转而采用更简单、有文档说明的替代方案。当处理复杂格式不可避免时，我们建议进一步检查格式以寻找变通方法。例如，看似二进制的 DOCX 格式可以通过解压显示为易于阅读和程序化转换的 XML 文件。此外，尽管每种格式都会限制可表示的信息，但有些格式比其他格式为个性化应用留出了更多空间。例如，AsciiDoc 和 Djot 原生支持扩展。它们的编译器对语法错误具有免疫力，使其适合在出版物生命周期中随着非计划需求的出现而逐步添加自定义标记。附录 A 列出了常见出版格式的相关属性。

**追踪更改和来源信息。** 必须保留文件及其内容的历史和来源信息，以便更好地应对工作流程中的循环。我们提倡使用版本控制系统（如 Git）或带版本的格式（如 CRDT）来追踪历史，以及追踪来源信息——可以在文件本身中进行（例如 PDF 中的不可见注释或 HTML 中的属性），也可以通过辅助的源映射文件实现。需要注意的是，标准转换器可能会丢弃此类信息，这可能需要在源文件中显式编码，或使用额外的文件和程序进行恢复，例如 LaTeX 的 SyncTeX [46]。

**扩展工具以支持更丰富的交互。** 许多用于在工作流程中同步文件的强大工具，如 Git、Pandoc 和 Make，仅以命令行工具或复杂且往往受限的图形界面存在，使大多数出版专业人士难以使用。通过使用更熟悉的界面（例如用于强制推送更改到 Git 仓库的按钮）并逐步展示其功能，将促进非专业人士的采用。因此，我们建议使用或配置现成的工具（如无头 CMS），并为编译器和转换器程序开发额外的前端界面。

**维护并优先保障语义一致性。** 语义结构赋予数据意义，例如将一行文字标记为标题，并将包含相关内容（如从 BibTeX 文件中引用参考文献）的文件关联在一起。因此，我们提倡使用优先考虑意义而非形式的格式和编辑器来创作内容，例如具有结构命令而非直接格式化命令（如字号和字重）的富文本编辑器。我们同样建议在可能的工作流程各阶段之间保持语义的跨格式保留，以最大限度地减少编辑过程首尾之间的信息丢失。当文档必须事后结构化时，大型语言模型（LLMs）等工具可以帮助对作者提交的非结构化文档进行后处理 [27]，但这些方案伴随着重大的生态和伦理影响。此外，我们建议向更广泛的受众（包括普通公众）教授语义结构化，因为更高的数字素养对所有出版专业人士都有益处。

**倡导格式素养。** 设计协作工作流程需要关注内容如何跨格式演变：哪些信息必须保留、哪些可能丢失，以及在哪里转换会引入额外工作。关注这些相互依存关系需要实际了解文件格式、其表达局限、转换路径、它们承载的价值以及周围的软件生态系统。我们认为，这种"格式素养"是数字素养的重要组成部分。虽然对于非专业用户来说，这种专业知识可能并非必需，但对于参与协作图书生产的专业人士来说，它是必要的。在实践中，对格式相关约束的更大认识将帮助他们更好地预见格式选择带来的下游后果。

**设计可塑的工作流程。** 工作流程有时需要根据额外约束进行调整，例如生产无障碍内容以符合新法规。改变既定的专业和个人习惯可能困难甚至有害 [15]。因此，我们建议创建开放、可组合和可塑的 [23, 72] 出版工作流程，使其能够逐步适应变化，并满足每个利益相关者的需求、实践和偏好。

**共享可复用的功能。** 为出版定制的软件通常可以惠及多个工作流程。因此，我们建议将此类变更集成到现有软件栈中。例如，第一项研究中展示的原型以注释的形式将来源信息注入到一个流行的开源 HTML-to-PDF 转换器中。该功能已被正式纳入软件主版本，现在所有用户都可以使用。这种强化源标记与生成 PDF 之间关联的策略可以应用于各种其他应用，并且在之前对 LaTeX 用户的研究中被识别为一个关键需求 [28, p. 5]。

---

## 9 局限性与未来工作

本文针对一套特定的现有出版实践进行了探讨。第一项研究聚焦于从事多格式出版的法国独立出版专业人士。因此，研究结果可能无法推广到独立出版商以外的不同受众，尽管一些大型的、非法国的出版商已经使用与我们研究的类似的网络到印刷工作流程 [28]。第二项研究通过探索四个额外的实际出版工作流程，部分解决了这一局限。然而，对非传统出版工作流程或存在于组织层面（宏观层面）[53] 的工作流程进行更广泛的研究，超出了本文的范围。

更深入地理解权力动态和责任分配的社会学含义，将有助于任何特定的设计方案，因为挑战既定行为可能导致新问题 [15]。这对于缺乏时间和财务资源来开发自定义工具链的独立出版社尤其重要。

我们的结果表明，格式转换软件的进步将增加所支持格式的广度以及转换的深度和质量，而当前的转换通常会丢弃对后续阶段至关重要的来源信息。未来研究可以探索模式变更 [21, 47]、对抗性互操作和响应式文件系统（如 FileWeaver [29] 和 Patchwork [30]）如何改善出版工作流程。

最后，格式生态系统也可能有助于其他领域的研究者和从业者，特别是那些文件作为边界对象 [32] 的领域，包括知识工作 [29]、生物信息学 [71] 和数据科学 [41]，或者更广泛地说，任何需要跨多媒体文件格式进行转换的协作实践。例如，医疗从业者必须在文档、系统和人员之间执行不可见的修复工作 [34]。他们从各种不兼容的源中重新录入、翻译和重组信息，使其"适配"适当的电子健康记录 [11]。

---

## 10 结论

本文调查了独立出版专业人士在协作制作同时具有印刷版和数字版的图书时所面临的挑战。尽管近年来网络技术的进步使他们能够实验多种多格式图书，但他们仍然被束缚于专为纯印刷出版而开发的工作流程之中。本文探讨了两个关键研究问题：独立出版专业人士如何在异构软件环境中协作以生产多格式出版物？（问题1）以及如何改进他们的工作流程以缓解因冲突约束和工作实践而产生的问题？（问题2）

第一项主要贡献是对16位出版专业人士进行的实证参与式设计研究。我们收集了他们日常工作实践的具体案例、他们遇到的故障以及他们实施的变通方法。

我们发现数据格式之间缺乏同步会对协作产生负面影响：许多参与者难以将单一稿件转换为多格式输出，尽管有些人已经开发出令人信服的替代方案，以减少不良和低效的出版循环。许多出版专业人士表示，他们不得不放弃部分个人价值观和自主权，以换取更高的生产力。与现有研究文献不同，我们发现协作破裂的主要原因源于文件格式之间的互操作问题，而非软件应用之间的协调不足。第二个关键贡献是"格式生态"的概念，它作为一个分析工具，用于考察高度协作工作流中格式与人之间的相互作用。我们通过引入一个分析工具来操作化这一理论框架：信息同步图，这是一种新颖的图表记法，揭示了出版专业人士交换不同格式文档时的重复模式。这些图表没有聚焦于不同的软件应用，而是追踪了出版专业人士如何创建和交换多格式文件，并突出了可能导致崩溃的低效或易出错循环。我们使用这种图表记法来说明和分析四个现实世界的出版工作流，并表明不兼容的文件格式经常迫使低效且易出错的循环，从而扰乱出版流程。综合这两项研究，当前的工作实践和工具集无法支持不可避免的、同时也是造成多重协作障碍来源的多种文件格式。我们认为，解决格式转换问题是减少出版工作流中摩擦的关键，并建议以下七点：出版专业人士应采用开放和可扩展的格式，并加强格式素养；更强大的工具应改进对变更和来源的追踪；提供更丰富的交互；优先保证并维护语义一致性；支持更灵活的流程；并共享可复用的功能。最后，我们提出了未来研究方向，使系统和组织能够更好地支持现有和新涌现的工作实践，同时承认多格式出版中固有的约束。致谢我们感谢分组讨论研究的参与者们所付出的时间和宝贵反馈。我们特别感谢 Julie Blanc 为我们澄清 W3 所花费的时间。最后，我们向 éditions Burn~Ao?t 成员、PrePostPrint 社区以及 bureau 339 致以最深的谢意，他们提供的无数见解对这项研究的形成至关重要。本研究部分得到了法国政府拨款的支持，由法国国家研究署管理，属于"法国2030"计划的一部分，编号为 ANR-22-EXEN-0003（PEPR eNSEMBLE / PILOT），并得到 ERC PoC 拨款 № 101113339 OnePub"单一来源协作出版"的支持。