AI時代讀書法

AI時代讀書法

翻開第一頁前,用量化框架算出本書對你的認知增量,助你快速讀、精準讀,讓收益可測量。

作者
Ggaoyaze
安裝人數
0
來源YouMind

我将按照「AI 时代阅读法」的流程处理这本书。首先,我需要读取你的 MEMORY.md 完整内容(作为匹配基准),以及这本书的内容(目录、前言、关键章节)。 我需要继续读取目录和关键章节内容来构建阅读地图。让我读取更多内容。 让我继续读取后续章节,特别是研究方法篇和研究工具篇的内容,以构建完整的阅读地图。 我已对全书结构有了清晰把握。让我再快速扫读研究方法篇(第10-11章)和AI工具篇(第13章)的核心内容,以便做精确的交叉匹配。 我已完成对全书结构、核心章节和你的 MEMORY.md 的交叉扫描。下面输出阅读地图。 --- 🗺️ 阅读地图:《如何快速了解一个行业》 📋 实体索引 - 公司/品牌:麦肯锡(作者前雇主,方法论来源)、特斯拉/新能源车企(贯穿案例)、腾讯(投资案例)、瑞幸咖啡(浑水做空案例)、罗斯柴尔德家族(时间差案例)、任天堂/Media Create(草根调研)、BuzzFeed/多邻国/Stack Overflow(AI冲击案例)、商汤科技(赞誉者)、OpenAI/ChatGPT - 关键人物:肖璟(作者,前麦肯锡分析师)、芒格(Lollapalooza效应/多元思维模型)、E.M.罗杰斯(创新扩散理论)、胡博予/XVC(VC方法论炒股)、大卫·奥特尔(AI就业影响研究) - 技术/产品:景气度指标体系、渗透率、假设驱动法、MECE原则、金字塔原理、生成式AI/大语言模型、另类数据(爬虫/遥感/草根调研) - 核心术语:产业生命周期、渗透率、商业模式可行性、市场规模、护城河、竞争格局、估值、PEST分析、景气度、信息差(时间差/广度差/深度差)、资讯料理法、假设驱动 - 行业/领域:新能源汽车(实战案例)、白酒、房地产、半导体、煤炭、大消费、TMT、锂电产业链 🏗️ 结构树 - 全书主旨(一句话):以产业生命周期为核心搭建一套普适的行业研究框架,按"导入→成长→成熟→衰退"四阶段匹配不同分析重点,辅以麦肯锡式研究方法和AI工具,帮人在投资和职业中做决策。 - 第一部分 行研框架篇(Ch1-8) → 核心交付物 - Ch1 主框架:以渗透率替代时间/斜率作为生命周期阶段划分依据 → 按4阶段分配分析重点 - Ch2 可行性:商业模式能否跑通(导入期重点)→ 需求侧验证 + 供给侧验证 - Ch3 规模性:市场规模怎么算(成长期重点)→ TAM/SAM/SOM 测算逻辑 - Ch4 防守性:护城河与替代风险 → 竞争壁垒分析 - Ch5 盈利性:竞争格局决定头部公司能分多少钱(成熟期重点)→ 横向+纵向竞争 - Ch6 估值:不同生命周期阶段的估值特征与切换 - Ch7 外部因素:PEST分析 → 政策/经济/社会/技术作为"导火线" - Ch8 景气度:高频指标体系 → 动态验证中长期判断,捕捉短期拐点 - 第二部分 行研实战篇(Ch9) → 用新能源汽车完整走一遍框架 - 第三部分 研究方法篇(Ch10-11) → 方法论底层 - Ch10 研究本质 = "输入-处理-输出"资讯 → 三种信息差(时间差/广度差/深度差) - Ch11 麦肯锡"资讯料理法":备菜(假设驱动+MECE)→ 烹饪(金字塔原理提炼)→ 摆盘(故事线输出) - 第四部分 研究工具篇(Ch12-13) → 资讯源清单 + 生成式AI应用 - Ch13 将AI嵌入"输入-处理-输出"全链条,但强调不能跳过"笨功夫" 🔗 交叉匹配(与你的关注领域) - 已匹配 [高]:Ch10-11 的"假设驱动"方法(提出假设→MECE拆解→验证子假设)与你的杜威思维五步法高度同构——本质是同一个认知循环在投资研究场景的具体落地。作者从麦肯锡实践角度提供了五步法在"研究"场景的操作手册。 - 已匹配 [高]:Ch10 的"深度差是最可持续的信息差"直接呼应你 MEMORY.md 中的"联想深度 > 敏捷"。作者明确警告不要刻意追求广度差(会导致FOMO),建议先在一个领域深耕到具备深度差后再扩展——这与你的"AI时代深度优先路径依然更优"完全一致。 - 已匹配 [高]:Ch8 景气度跟踪的本质是"动态验证假设"——与你的核心锚点"判断 ≠ 下结论,判断 = 检验结论的持续活动"直接对应。景气度指标就是投资中持续检验当初假设是否成立的量化工具。 - 潜在碰撞 [中]:Ch13 关于AI在研究中的角色,与你 MEMORY.md 中"AI对新手是水平器,对专家是放大器"形成对话。作者也认为AI改变了研究效率但不改变需要深度认知的前提,但他没有像你那样从"AI逆向进化"(先系统2后系统1)的技术路径角度论证——这是一个你可以延伸的方向。 - 潜在碰撞 [中]:本书的"产业生命周期+渗透率"框架,可作为你已有投资框架(芒格多元思维模型/Dalio)的中观分析层——芒格提供"怎么想",本书提供"看什么"。与你的"复杂性级联"框架也互补:生命周期判断是微观层面,复杂性级联是宏观层面。 - 矛盾点 [低]:作者开宗明义说研究动机是"赚钱"(投资赚钱+工作赚钱),单维驱动。你 2026-07-24 范式切换后的 ROI 是四维(💰🧠😊👥)。这不构成认知冲突,但反映了这本书的视野边界——它解决"如何分析行业",不解决"为什么要分析行业"。 - 未覆盖:你在关注的投资与时间不确定性的关系(航海隐喻)、Maker 产出范式、三层知识架构——本书均未涉及。本书是纯粹的分析工具书,不涉及元认知层面的投资哲学。 🧭 导航建议 - 必读章节:Ch1(主框架,全书骨架)、Ch10-11(研究方法论,与你的杜威五步法/深度差直接碰撞)、Ch8(景气度,"持续检验"的工具化)。这3章的信息密度和对你的认知增益最高。 - 值得浏览:Ch2-5(逐章是框架的一个维度,每章有案例可快速扫)、Ch13(AI应用,你已比作者走得更远,扫一遍看有无遗漏的实操技巧)。 - 可跳过/快速扫:Ch6(估值,偏A股实操)、Ch7(PEST,标准框架无新意)、Ch9(新能源汽车案例,如果你对该行业已有了解)、Ch12(资讯源清单,当工具书查阅即可)。 - 建议阅读顺序:Ch1 → Ch10-11 → Ch2-5(快速扫)→ Ch8 → Ch13(扫)→ Ch9(选读)→ Ch6/7/12(按需查)。 📐 三把刀预判 - KL 散度预估:中 — 预估约 30-40% 的内容对你来说是真正的新信息。 依据:你的已知领域(杜威五步法、投资框架、AI认知、主题阅读法、深度优先)与本书的 Ch10-11 高度重叠(印证>新增),Ch13 你已超越作者。但 Ch1 的"渗透率替代斜率作为生命周期划分依据"、Ch2-5 的行业分析具体维度框架、Ch8 的景气度指标体系实操(如白酒批价、产业链核心驱动环节表)——这些是你可能尚未系统化的操作层知识,构成主要信息增量。 - 边介数潜力:中高 — 本书有潜力成为你知识图谱中的桥接边。 连接潜力:书中"假设驱动+MECE+景气度验证"可桥接你已有的杜威五步法(元认知层)和投资实操(应用层)——目前这两者之间可能缺一个"中间件"。本书的行研框架恰好是那个中间件。 已有同质书:Adler《如何阅读一本书》(阅读方法论,非投资研究)、你库中的投资类笔记——但尚无一本系统性的"行业研究中观框架"书,因此边介数不降反升。 - 贝叶斯惊喜潜力:中低 — 本书可能挑战你哪些已有信念? 可能挑战的信念:① "深度差优于广度差"——你可能已持此信念,本书只是印证(无惊喜)。② 唯一可能的微弱惊喜:作者用"渗透率"替代"曲线斜率"作为生命周期阶段判断依据,如果你之前对产业生命周期的理解停留在教科书S曲线层面,这个实操改进有一定信念更新价值。③ Ch8 景气度体系如果你之前不熟悉,"白酒批价=行业景气度核心指标"这类具体映射会构成小幅认知更新。 诚实标注:基于你 MEMORY.md 中的认知水平,本书不太可能产生显著的信念挑战。它更可能是"工具补充"而非"范式冲击"。 ⚡ 决策建议 - 推荐深度:检视阅读 + 选择性分析阅读(Ch1、Ch10-11、Ch8 做分析阅读,其余检视即可) - 三把刀综合理由:KL散度[中] + 边介数[中高] + 贝叶斯惊喜[中低] → 综合认知ROI预估中。这本书对你来说不是"改变认知结构"的书,而是"补齐操作层工具箱"的书——它的价值在于提供一套可执行的行业分析模板,将你已有的元认知(杜威五步、深度优先)落地到"分析一个行业"的具体场景。 - 预估投入:分析阅读3章约60-90分钟 + 检视阅读其余约40分钟 ≈ 2小时 --- > 下一步怎么做? > A. 进入分析深潜(AI 逐条提取主旨/命题/漏洞 + 信念挑战清单,聚焦 Ch1、Ch10-11、Ch8) > B. 只读导航建议的章节就够了(你自行读 Ch1/Ch10-11/Ch8,本Skill结束) > C. 先留着,以后再读 > D. 换个方向/换本书

描述

一本書對你來說,值不值得讀?不看別人怎麼打分,只看這本書跟你已有的知識能擦出什麼火花。AI 先掃全書,標出哪些章節值得深讀、哪些可以跳過。讀完之後,量化你到底學到了幾個新概念、改變了哪些舊認知。讀取你的 Board 記憶,越用越準。 關於「越用越準」:這個技能會讀取你的 Board 記憶(MEMORY.md)作為匹配基線。新用戶無需提前準備——第一次使用時,技能會基於你當前對話中提到的關注領域進行粗估,並在閱讀地圖末尾建議你把關鍵資訊寫入記憶。隨著你不斷使用,你的關注領域、已知概念、追蹤主題會在 MEMORY.md 中自然累積,交叉比對和三把刀預判的精準度會逐步提升。建立記憶的最簡路徑:每次讀完一本書後,把新認識的公司、人物、技術、核心洞察隨手告訴你的 AI 助手,讓它追加到 MEMORY.md。這個習慣本身,就是 Adler 說的「主題閱讀」——知識在累積中形成網絡,而非散落的碎片。

相關技能

查看全部

讀書博主口播稿產生器

【10 萬積分打磨skill】 讀完一本書,腦子裡全是「好有道理」,但一開口錄影片就卡殼? 這個技能幫你把一本書的乾貨,拆成一篇篇能直接唸的口播稿。 它做三件事: 1. 拆書 — 你丟一本書進來,它幫你把值得講的知識點全部拎出來,按「能不能單獨成一條影片」的標準篩選 2. 寫稿 — 每個知識點直接生成一篇可以唸的口播稿,有開頭鉤子、有案例、有節奏感,不是乾巴巴的讀書筆記 3. 記進度 — 一本書可以分多次用,它記得你講過哪些、還剩哪些,不會重複 適合誰: - 讀書博主 / 知識類短影片創作者 - 有輸入但苦於「不知道怎麼講出來」的人 - 想把閱讀變成內容資產的人 一句話總結:把「讀完了」變成「講出來了」。

C
36k
寫作

爆款拆書師 Pro

💡 核心價值 市面上第一個「內用 + 外用」雙引擎拆書 Skill: 📖 內用(自己學):深度筆記 + 知識框架 + 方法論拆解,真正把書讀透、消化透 📱 外用(對外發):小紅書/抖音/公眾號/知乎爆款文案 + 吸睛標題 + 互動引導,讓每本書成為內容彈藥庫 100+ 爆款公式 × 深度分析系統(觀點評分 + 情緒標籤 + 傳播潛力)× 場景識別引擎(自動切換內用/外用)× IP 風格記憶(越用越懂你),讓讀書投入轉化為知識沉澱 + 流量產出的雙重回報。 ━━━━━━━━━━━━━━━ 🎯 適合誰用? ✅ 內容創作者:小紅書/抖音/公眾號博主,需要持續產出但苦於選題枯竭 ✅ 知識 IP:想把讀過的書轉化為個人 IP 內容,建立專業形象 ✅ 自媒體運營:需要批量生產爆款內容,提高帳號活躍度和漲粉效率 ✅ 深度學習者:想把書讀透、做高品質筆記,而不是讀完就忘 ✅ 效率追求者:希望一本書的價值被充分挖掘,既要內化知識,又要外化流量 ━━━━━━━━━━━━━━━ ⚡ 核心功能 【1. 雙模式引擎(市面首創)】 🎨 外用模式:生成爆款文案,注重鉤子、情緒共鳴、行動召喚 📖 內用模式:生成深度筆記,注重邏輯、架構、深度理解 【2. 深度分析系統】 為每個觀點打分(反常識度/共鳴度/實用性/傳播潛力 ⭐⭐⭐⭐⭐),智能推薦最容易爆的角度或最值得深入的觀點 【3. 100+ 爆款公式庫】 金句類/故事類/乾貨類/情緒共鳴類/場景化類,覆蓋所有內容類型 【4. IP 風格記憶】 記住你的寫作風格、目標受眾、常用公式,追蹤歷史效果數據,越用越懂你 【5. 兩步式互動】 先生成文案預覽,確認滿意後再生成圖片,避免積分浪費 ━━━━━━━━━━━━━━━ 💰 為什麼值 3999 積分? ✅ 雙重價值:既能內化知識,又能外化流量,一個 Skill 頂兩個 ✅ 持續產出:一本書可產出 100+ 條內容,平均每條成本不到 40 積分 ✅ 技術壁壘:深度分析 + 場景識別 + IP 記憶,市面少見的雙引擎拆書系統 ✅ 避免浪費:兩步式互動避免廢圖,每一分積分都不浪費 ✅ 終身受益:買一次終身用,讀的書越多,ROI 越高 ━━━━━━━━━━━━━━━ 💬 一句話總結 3999 積分換一個「內用 + 外用」雙引擎內容系統,讓每一本讀過的書既成為你的知識資產,又成為你的流量金礦。

B
214k
研究

快速榨乾一本書的價值2.0

幫助您高效吸收知識的深度閱讀專家,專注於將長篇書籍或文件轉化為結構化的核心價值報告。無論您是需要快速掌握一本書的主旨,還是希望進行系統化的深度學習,它都能透過對原始內容的精準分析,為您提取關鍵論點、方法論框架以及具有啟發性的實踐行動點。 該技能提供兩種客製化閱讀方案:快速模式為您生成包含心智圖結構的精簡總結,適合在短時間內回顧核心要點;深度模式則提供詳盡的讀書筆記,涵蓋章節深度解讀、核心洞察分析及金句摘錄,幫助您建構完整的個人知識庫。它不僅能處理您上傳的PDF或Word文件,也能直接解析網頁內容,確保在閱讀過程中不遺漏任何關鍵細節。 除了輸出高品質的筆記,它還會為您提煉出立即可執行的行動建議,將書本理論轉化為實際的生活或工作指南。無論您是在進行學術研究、商業探索還是個人成長,它都能成為您最可靠的知識內化夥伴,讓每一本書的價值都被徹底挖掘。

E
367100

發現下一個適合你的技能

繼續探索更多精選 AI 技能,用於研究、創作和日常工作。

探索全部技能