2023 年準備從台北搬回南部老家，
書架、抽屜裡近百本的書籍，好像沒必要全部留下？

因為搬家，我選擇斷捨離。

過程中，我要決定哪些書值得保留，
哪些已經完成了階段性任務，要跟它告別。

看著那些曾因一時興起購入的書，
我才發現多數的書一年前有用，但現在過時了。

為什麼我們需要更有意識地選擇資訊？

我們通常習慣依賴暢銷榜單或社群推薦，這些方式確實能提供大眾化的視角。
然而，在資訊通膨的現狀下，我們更需要建立個人化的篩選機制：

專注於可複製的底層系統

與其沉浸在他人獨特的成功故事中，我更傾向尋找背後的運作規律。
當我們能從書中提取出通用的邏輯，知識才能真正為自己所用。

挑戰具備深度的複雜思考

初期養成閱讀習慣時，選擇易讀的書籍很有幫助。
但若追求長遠的自我成長，

適度挑戰具備扎實理論基礎、嚴謹系統的著作，才是真正讓思想更加開闊。

從「盲目擁有」轉向「依照個人需求調用」

以前買書是為了填補成長焦慮，
但現在投入三、四百元以上的每一本書，
都該是為了解決某個具體困境而存在。

AI 介入選書的核心價值：「過濾噪音」與「權威比對」

過濾噪音

過去：人容易受行銷話術影響
現在： AI 更在意結構化的知識，適合讓他為我們做第一層篩選。

權威比對

過去：大概很少人會為了選一本書，花心力交叉比對 Google 搜尋、參考社群名人推薦，深入研究一位作者的背景，最終才決定是否購買。

現在：在 AI 對話框中輸入一段指令就能獲得初步的背景資訊，和引導購買決策的架構。

雖然一般的 AI 仍有其搜尋範圍的限制，
但比起個人經驗，它的觸角延伸得更廣，能幫我們在下單前完成初步的品質控管。

如何讓 AI 介入你的選書流程

要從 AI 獲得高品質的建議，關鍵在於是否有具體的「目標」。
在要求 AI 在列出書單前，先讓 AI 理解心中的問題、以及期待獲得什麼結果。

1. 問題意識

例如，
為什麼總是睡不好？
最近工作容易分心，我怎麼了？
AI 真的會取代知識工作者嗎？

每一個求知的慾望，背後都有一個核心問題。

越具體的描述問題， AI 越能循著脈絡找到符合期待的資訊。

2. 鎖定長青與權威來源

舉例來說，我會優先要求 AI 參考 WorldCat、Library of Congress 或 大學出版社書單。
這能資料來源能確保我們更有機會接觸到經過嚴謹驗證的知識。
另外，設定出版的年限，則有助於找到當前社群討論熱度低、但是歷久不衰的經典書籍。

3. 挖掘開源的優質內容

有時候我們追求的是內容，而非實體書的形式。
像是最近很多人分享《納瓦爾寶典》（The Almanack of Naval Ravikant）的人生哲學，我原本也打算訂購精美的紙本書，但透過 AI 搜尋後發現，這本著作的原文早在網路上免費公開。

在資源有限的情況下，讀到核心思想才是目的，而非擁有一本書。

4. 最終的人工確認

必須理解，AI 只是「協助篩選」，不是取代「人類判斷」。
最終我們仍要進入資料來源、查看作者官方履歷或實務背景，
確認該讀物是否真正符合當下的需求。

讓每一份專注力，都投放在真正的價值上

過去，知識的力量來自「擁有」。
在校期間成績優異、掌握資訊差，或擅長操作複雜的數位工具，本身就是一種競爭優勢。

現在，知識的力量來自「判斷力」與「行動力」。 勝出的關鍵，不再於你腦中儲存了多少資料，而是在於：

• 以終為始的提問： 誰能向 AI 精準表達需求，誰就能獲得真正有助於決策的答案。
  
• 解決複雜問題： 誰能捲起袖子，勇敢試錯，積極使喚 AI 代勞繁瑣任務，誰就能更專注投入在解決核心的疑難雜症。

總而言之，你不再需要更多的知識，但你需要做出更好的選擇。

AI 的回答總是讓你不滿意？歡迎與提姆聯繫，聊聊你碰到的困難。