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。
