2024年10月14日週一,我花了一整天開發了一套Read with AI的工作流。
這個工作流的起因,是來自目前常常需要閱讀臨時找到的paper或者industrial blog。
但由於這些blog 與paper 裡面的主題常常超過我的專業,第一次閱讀也很難有深入理解,更像是以學習的角度在看,所以萌生了如何讓AI幫忙抓重點快速看的需求。
但由於AI又太方便,資訊往往又只能快速掃過,沒有足夠摩擦力,體悟就留不下來。
因此,當你在設計閱讀工作流時,「摩擦係數」特別重要。
摩擦係數過低的工作流,如全由AI輔助閱讀,往往是你受的刺激少,改變的也愈少。
摩擦係數過高的工作流,如自己人肉去讀很不熟的領域的文章,能感受到的刺激也很少,改變的也很少。
理想的閱讀工作流,是有點刺激,但又沒那麼刺激,摩擦係數中等的工作流。
為此,我目前的Read with AI工作流有六個步驟:
01 找到要學習的資訊源頭
02 請GPT幫忙找出三個錯誤以及避免錯誤的三個步驟
03 請Perplexity找五篇相關的文章
04 用Napkin AI 為錯誤以及解法配圖
05 請GPT決定整個文章的主標題副標題
06 匯總整篇文章,發表到Substack當作一期電子報
以這樣的方式,我能有效Document各種我遇到資訊源,留下一些摩擦,並且在未來重用時有跡可循。
逐漸理解,電子報才是最好的筆記軟體,
這句話的真正含義了。