前言
我想大部分的人跟我一樣，每天都要處理海量的資料。獲取資訊的管道非常多元，除了傳統網頁、PDF、EPub、Substack、論文或 RSS 外，最令人頭痛的其實是社交媒體上的碎片化資訊，像是 X (Twitter)、Facebook、IG、LinkedIn、Threads 等。
最痛苦的點在於，有時隨手用手機看到想存下去的內容，任何書籤工具往往都無法預覽內容，導致存了一堆書籤後，還得一個一個點開，才知道當初到底存了什麼。有些影片內容雖然有價值，但不適合快速萃取資訊——冗長的片頭片尾讓人想跳過，只想直接看文字重點。
我的學習概念是：只要能學到一點我沒嘗試過或思考過的東西，哪怕是很小的知識點，對我而言都有意義。 如果這也是你遇到的情境，或者你對資訊流管理感到混亂，希望我這篇文章的方式能對你有些啟發。分享此次的環境
- RainDrop.io : 這次的核心重點。你可以把它當成長強版的 Read-it-later 工具，優點是支援影片的縮圖與標題擷取。
- Readwise: 用到現在持續在用的資訊閱讀器 + 筆記的彙整，可以把許多重要閱讀資訊& 畫過的筆記，最後彙整到我的筆記軟體。如果你想嘗試可以使用我的推薦連結。
同時他也可以將我覺得很不錯的內容，加到一個分享頁面分享給我的組員。 - Heptbase: 做資訊整理與思路整理，針對一個主題做成一張張白板，整理我對於特定目標的思緒。想試用看看？可以用我的推薦連結
知識的收集與標籤(Tag)
過去我嘗試過非常多種 Tag 系統，手動上過無數標籤，甚至嘗試讓 AI 自動幫筆記上 Tag，但最後發現這很容易進入一種「過多 Tag」的無效狀態。
例如光是一個關於 Keberoasting 的攻擊技巧可能標記：Active Directory、Init Access、Kerberos、RC4 … 等。過多的 Tag 導致在做筆記時，會猶豫要把哪些標籤都塞進去，或是一直在想新的 Tag。
回到本質：對每篇文章做標籤的目的是什麼？ 對我而言，是為了讓知識點能在多種情境下被「快速找到」與「關聯」。但當標籤過多時，快速找到這件事反而變得困難。事實上，在 LLM 輔助之下，只要有基本的關鍵內容，靠 AI 其實很容易就能找回原先的紀錄。
我目前的做法是參考之前上『雷蒙三十』的 Readwise 課程的標籤方式，以專案/行動為目標，關於這標籤概念你可以從這篇去參考：Readwise Reader 應用介紹：提升閱讀專注、自動化筆記，標籤的正確用法
總結來說：你不需要那麼多標籤。 以專案目標去分類，並把時間花在閱讀存好的資料、做好筆記、寫下想法，這才是重點。
社交媒體的影片資訊萃取
起手式：先貼 GitHub 專案
https://github.com/hackerpeanutjohn/RainDigest
很多時候滑到有用的知識是藏在影片或社交媒體貼文中，但這些平台缺乏集中的存放功能，所以我都會統一存放在 RainDrop。但影片的缺點很明顯：你還是得一篇篇點開看。以現在短影片盛行的趨勢，一個 4 分鐘的影片，裡面可能只有 1 個知識點是我想記錄的，其餘都是雜訊。
所以我就簡單 vibe coding 開發了這個專案，結合 RainDrop API 、 yt-dlp（支援下載 youtube、Facebook Reel、IG、各種主流影片會出現的平台...) 將影片轉成逐字稿後讓 LLM 進行整理。最後匯入 Readwise，讓我能在單一閱讀平台處理各種資訊來源，避免在進入 FB 或 X 查看存了什麼時，注意力被其他雜訊奪走。
這裡面我加入了一些小巧思：影片截圖，例如我會存一些健身技巧影片，影片中常出現「你看這邊」或「詳細健身菜單請自行截圖」的描述，這時光靠逐字稿是不夠的。所以我讓 LLM 扮演 AI 導播，去判斷影片在哪個秒數應該擷取畫面提供給我，讓閱讀與理解更直覺。
RainDigest 匯入 Readwise 結果-1
RainDigest 匯入 Readwise 結果-2
結語＆下一次的文章
在開發這份專案的過程中，我也趁機盤點了自己遇到的問題。以前存放資訊來源過於分散，雖然運作良好，但不知不覺中專注力容易下降，容易被社交媒體的額外資訊吸引（這正是這些平台的目的）。
我想透過系統化的方式，讓我能快速進入心流狀態。這篇文章簡單分享了我的專案與資訊整理邏輯，下次我會分享如何運用 Heptabase 整理知識並加速學習的部分。
