用AI增效賦能，我用Copilot整理閱讀觀點

很多大師觀點會不謀而合，在閱讀的時候經常會發生，

啊！這ＸＸＸ也有類似觀點！

好像在哪裡看過這說法！

高濃度銀杏救不了的我，在AI裡得到救贖！

今早臉書推我一篇貼文，作者將《Design for How People Learn》重點整理得非常好，個人觀點我也邊看邊點頭，也讓我想起暢銷書《原子習慣》

以前如果想要做書籍內容對照，你得要把兩本書都拿出來，如果幸運，翻翻你可以找到你記憶中的段落，更多時候，除非有足夠強大的動機，經常在找書的階段，就遇上障礙，書不在手邊、有更緊急的事......

現在你可以怎麼做？

兩步驟：

1.#找AI：叫出Copilot（或是我常用ChatGPT中一個叫做Books的GPTs）

2.#問AI：請說明《Design for How People Learn》和《原子習慣》提到哪些類似的觀點

然後，那些你腦海中模模糊糊的概念、知識就一個個跳出來，在螢幕上閃閃發光。

—---------------------------------

以下是Copilot全文展示

Copilot：

《Design for How People Learn》和《原子習慣》都強調了行為改變和習慣養成的重要性，並提供了具體的方法來實現這些目標。以下是兩本書中提到的幾個類似觀點

1. 動機與習慣：
2. • Design for How People Learn：Julie Dirksen 強調了內在動機在學習和行為改變中的重要性，並提供了多種策略來激發學習者的內在動機1。
   • 原子習慣：James Clear 也強調了內在動機的重要性，並建議讀者在建立習慣前，先思考清楚自己想要成為什麼樣的人，從而建立強大的內在動機2。
2. 設計行為觸發：
3. • Design for How People Learn：Dirksen 提到設計有效的行為觸發（triggers），幫助學習者在適當的時候採取行動1。
   • 原子習慣：Clear 提出了習慣養成迴路，包括提示、渴望、回應和獎賞，這些都是行為觸發的具體應用2。
3. 小步驟和漸進改變：
4. • Design for How People Learn：書中強調將學習內容分成小步驟，讓學習者逐步掌握和應用新知識1。
   • 原子習慣：Clear 建議將大目標分解成小步驟，逐步實現，這樣可以提高成功的機會2。
4. 反饋和強化：
5. • Design for How People Learn：Dirksen 詳細介紹了如何提供有效的反饋和強化，幫助學習者更好地掌握新知識和技能1。
   • 原子習慣：Clear 提到獎賞是習慣養成迴路中的一部分，通過正向反饋和獎勵來強化新習慣的形成2。