文章分享了作者应对AI信息过载的经验。作者建立了由信息收集、信息过滤和精读二次处理构成的AI信息处理流。首先，作者从公众号、即刻、小红书等平台收集AI相关信息，并推荐了几个高质量的信息来源。其次，作者使用阅读模板预处理AI文章，评估其阅读价值，并提取核心观点和结论。最后，作者对值得阅读的文章进行精读，将有价值的信息保存到笔记中，形成结构化报告。

🔍 **信息收集：** 作者从公众号、即刻、小红书等多个信息平台收集AI相关内容。在公众号方面，推荐了腾讯研究院、极客公园、InfoQ、特工宇宙、MindCode等。即刻平台则推荐了AI探索站。

📝 **信息过滤与粗读：** 作者使用固定的阅读模板预处理AI文章。模板包括评估文章的阅读价值，以及使用自定义提示词进行赛道分析和总结核心观点。作者分享了自己使用的阅读工具DeepRead，并提供了邀请码。

💡 **精读与二次处理：** 对于值得阅读的文章，作者会进行精读，并将处理后生成的结构化报告保存到笔记中。这有助于作者快速掌握文章的核心信息，并记录有价值的内容。

这两年，每天需要面对大量来自公众号和即刻等信息流，有点对 ai 信息过载了

经历过一段时间探索，我逐渐形成了一套自己的 ai 信息处理流，在这里分享下，希望大家能有所启发

我的信息处理流主要分为三个流程：

1. 信息收集
各种地方（公众号、即刻、小红书）的内容放到一起： https://imgur.com/a/eMjovDA

公众号这边 ai 相关主要推荐：腾讯研究院、极客公园、InfoQ 、特工宇宙、MindCode
即刻这边 ai 信息流主要推荐：AI 探索站

2.信息过滤和粗读
用固定的阅读模版来预处理一遍 ai 文章（目前用的是深读，可以自定义提示词）：

第一个：用平台本身开放的：ai 信息值不值得读
第二个：配置一个自己的提示词（赛道分析：介绍下所属的 ai 赛道）
第三个：配置一个自己的提示词（核心论点：用不超过三句话，总结文章的核心观点和结论…）

我的邀请码链接： http://deepread.aiagentool.com?invite_code=2fuqh42v

3.我这边精读和二次处理
如果值得读，就存到我的笔记里面

笔记里面这样处理：
保存处理后生成的结构化报告，然后自己快速精读一遍，记录有价值的信息