写在前面
大模型的上下文已经能达到几百万 tokens 了，这意味着让 AI 读完完整的一本书已经不在话下，甚至对于普通的十几万字的书，AI 可以同时把几十本书都完整地装进去。
我从工作几年后开始意识到阅读的重要性以来就探索过很多阅读方法。老话说"工欲善其事必先利其器"，我在正式大量阅读之前选定的第一本书就是《如何阅读一本书》，里面分了很多书的种类，每种书如何去阅读。后来又参加过一些读书社群，总会有人给出一种 XX 阅读法，把自己的一套阅读流程和方法冠以一个形象的名字。
但是我还是被困在阅读速度慢的牢笼之中，哪怕在一次出差途中看完了《快速阅读》这本书，也难以把自己训练到一目十行。眼睛和大脑的带宽限制了我吸收信息的速度。
而大模型的出现，很好地解决了我这个苦恼。今天就来总结一下，我是如何借助 AI 大大提升阅读效率的。如果非要给这个阅读方法起一个名字，就叫它 AI 阅读法吧。
哪些书适合用 AI 阅读法
这个方法不是万能的，不是说什么书都可以用这个方法。以我对书籍的理解以及结合我个人阅读的目的，以下几类书籍比较适合用 AI 阅读法。
1. 工具书
比如我稍后会当作案例的《如何快速了解一个行业》，AI 阅读法可太契合这类书了。我们需要的只是这些书籍中的"干货"，里面很多套话、引言等等虽然未亲自去读会有些信息损失，但是我个人的感受，这些完全可以抛弃。
一本书哪怕你从头到尾非常认真地读完，并且做了笔记，甚至用了费曼学习法，给别人去讲了。过了一段时间留下来的知识是屈指可数的。那些引言、套话只是用来帮助你当时更好地理解干货的。
使用 AI 阅读法时一定要注意：是理解了，而不是指挥 AI 抽取知识就结束了。如果对干货理解不深刻的话可以继续追问，让 AI 把书中的例子也找出来，直到你理解这些干货了。
2. 理论类书籍
比如《黑天鹅》。这本书的核心内容就是作者提出的黑天鹅理论，只要让 AI 把这本书的核心思想整理出来，理解这个思想提出的背景、思想本身等，这本书的核心内容就掌握七七八八了。如果你还舍不得一些更细枝末节的信息，也可以让 AI 再梳理出来次重要的内容。
3. 历史、地理等书籍
AI 整理这些书籍的内容也是得心应手，甚至会比你自己阅读的效果更好。历史事件的脉络、重点信息、背景信息、关联人物等可以给你清晰地梳理出来，自己做得话可不只是把书读完这么简单了。甚至还可以结合其他书籍和信息，把这个知识图谱做得更加完整。
比如我之前在阅读《丝绸之路》这本大部头的时候就挺痛苦的，如果当时有 AI 的话，丝绸之路上每个时代发生的故事就会格外清晰了。
4. 科学类书籍
包括社会科学的书籍，大部分也是可以用 AI 来辅助阅读。这类书籍基本符合论据加结论的形式，让 AI 可以按照这个结构帮助你提炼和理解书中的核心观点。
比如《枪炮、病菌和钢铁》书中的论点：为什么各个大陆会有不同的社会形态的分布，这个跟不同的地理环境有很大关系。关于这个观点就可以让 AI 从数据中把核心论据一层层给梳理清楚。
不适合用 AI 阅读的书
当然有些种类的书是万万不适合用 AI 阅读的，比如诗歌、喜剧、小说等文学性比较强的书。如果给你一本东野圭吾的《白夜行》，AI 直接告诉你最后的结局和谁是真正的凶手，你觉得呢？你会不会骂死这个剧透狗。
AI 阅读法实战案例
接下来把我用 AI 辅助阅读的一个典型场景大概地整理一下，以《如何快速了解一个行业》这本书为例。近几年看书都是用的微信阅读比较多，它也接入了腾讯自家的混元大模型。
第一步：了解书籍全貌
通常第一步，我会问 AI 的第一个问题是：
这本书的背景和主要观点，以及书籍的写作脉络是怎么样的？
这个问题让我能够快速地掌握这本书的写作背景是什么，基于什么样的问题，提出了什么样的观点。整本书的结构是什么样的，方便我了解每个章节的大致情况，用来做后续的追问。
AI 的回答：
1. 写作背景
- 信息过载时代，跨行业决策需求上升——投资者、创业者、咨询顾问和职场新人普遍需要在极短时间内抓住一个行业的全貌与机会。作者肖璟因此希望提供一套"轻量级、结构化、可复制"的行业研究方法，帮助读者快速入门并减少试错成本。
- AI 与大数据技术逐渐渗透研究流程——作者将"如何利用 AI 进行投资研究"单列成章，反映技术工具正在改变传统的行业分析模式。
2. 主要观点
- 行业研究的核心目标：用有限时间判断行业未来的盈利能力和进入壁垒，即"值不值得投/做/进去"。
- 四大分析维度：生命周期、商业模式、市场规模与竞争格局，构成判断行业吸引力与企业护城河的基础框架。
- 动态视角：必须持续跟踪景气度指标与技术迭代，以捕捉行业从崛起到衰退的转折点。
- 外部驱动力与宏观变量同样关键——从行业集中度、技术因素到美联储政策，再到新能源汽车、光伏等具体案例，说明任何微观决策都离不开宏观环境。
- 商业模式是所有分析的出发点：只有理解价值创造、盈利模式及成本结构，才能进一步评估市场规模和竞争格局。
3. 写作脉络（章节逻辑）
- 开篇：为什么必须快速了解行业 • 说明信息不对称带来的机会与风险，提出"一个核心目标"统领后续分析。
- 方法论框架：四大维度 • 生命周期——判断行业所处阶段。 • 商业模式——拆解价值链与盈利方式。 • 市场规模——量化空间与增长潜力。 • 竞争格局——评估集中度、进入壁垒与头部企业策略。
- 动态分析：用景气度指标与技术迭代预测拐点 • 介绍如何构建领先、同步、滞后指标体系。
- 宏观与政策视角 • 讨论利率、通胀、产业政策等对行业表现的影响，以美联储政策、新能源汽车补贴为例。
- 行业案例与 AI 工具 • 选取新能源汽车、光伏、高技术制造等示范完整分析流程，并展示如何利用 AI 挖掘数据、生成观点。
- 四种用法 • 作为模板、地图、培训材料和案例集，引导读者按需取用。
综上，作者先给出"快速掌握行业"的必要性与目标，再用四大维度搭建通用框架，随后引入动态与宏观视角进行深化，最后以案例与工具落地，形成一条"从方法到实战"的清晰写作脉络。
于是我就清楚了，这本书解决的问题就是信息过载的情况下，为了快速了解一个行业便于快速决策的场景，作者提出了一套快速了解行业的方法论和实操方法。
同时也清楚了本书的大致结构：
- 开篇还是说背景的，就不关注了
- 四大维度方法论看起来应该很核心，等下可以重点了解
- 动态分析，这个我看这个信息不清楚是在说什么，等会儿让 AI 再说的具体些
- 宏观政策的部分也可以让 AI 总结下它跟快速了解行业的更具体的关系是什么再说
- 行业案例和 AI 工具，我怕错过信息，等会儿可以让 AI 把案例总结下，以及提到的 AI 工具和怎么用的也介绍下，看看是否是我缺失的信息
- 最后四种用法应该是这套理论落地的部分，可以再重点追问下，我得搞清楚我怎么去用
第二步：深入追问核心内容
然后开始第一个追问：
详细介绍下方法论中的四大维度，每个维度的方法再详细介绍下，如何使用，找个书中的案例来辅助说明
AI 的回答：
一、四大维度总览
- 商业模式（可行性） ——这个行业里的企业靠什么赚钱？能否持续？
- 市场规模（规模性） ——蛋糕到底有多大、还能扩张多快？
- 护城河（防守性） ——什么壁垒阻止后来者轻易侵蚀利润？
- 竞争格局（盈利性） ——同行怎么分蛋糕？议价权如何分布？
二、维度逐一拆解
- 商业模式可行性 • 核心问题：真实需求存在吗？盈利模式可持续吗？能否规模化复制？ • 常用做法：对照"商业模式画布"填列价值主张、客户细分、渠道、收入来源等；再验证毛利率、现金流、增长假设是否支撑可持续性。 • 书中提示：导入期重点验证商业模式，若不可行，后面无需深究。
- 市场规模规模性 • 目标：把"蛋糕"量化，并区分 TAM、SAM、SOM。 • 方法： – 自上而下：宏观数据×渗透率（案例：北京地毯市场先算户数再乘单户需求）。 – 自下而上：标杆公司销售量×单价，再乘以渗透率修正。 • 注意：成长期渗透率未稳，要拆成"新增+替换"两部分；成熟期可用单一年度购买频次。
- 护城河防守性 • 聚焦：技术、品牌、渠道、网络效应、成本优势等能否长期阻挡竞争。 • 评估步骤： ① 列出可能进入者的优势/劣势； ② 评估迁移成本、法规壁垒、资金壁垒、品牌忠诚度； ③ 给出"防守评分"并跟踪。 • 书中强调：成熟期以后，护城河决定企业还能赚多久钱。
- 竞争格局盈利性 • 工具：横向（CRn）+纵向（上下游议价）。 • 操作： – 计算 CR3、CR4、CR8 判断集中度； – 用波特五力定性分析潜在进入者、替代品、议价能力； – 结合行业集中度变化规律给出投资策略。
三、书中案例：新能源汽车行业
- 背景：渗透率已从导入期推高到 60% 左右，作者认为已进入成熟期。
- 四大维度落地： • 商业模式：整车厂 + 电池租赁 + 车位/能源服务多元收入； • 市场规模：总量庞大且增速仍 13% 左右，但增速放缓； • 护城河：电池产能、品牌和技术累积形成高进入壁垒； • 竞争格局：CR4 超过 50%，价格战趋缓，盈利集中在龙头与电池环节。
- 结论：因为盈利性集中且护城河加深，投资重点转向具备成本与技术优势的企业，而不是单纯追高增速。
四、使用流程示例 ① 先选维度→② 选对应工具→③ 套用案例数据→④ 输出盈利假设→⑤ 进入估值环节。四维度循环迭代，每次新数据都回拉到"可行性"做一次再验证，确保框架动态更新。
通过以上拆解，你可以把"商业模式-市场规模-护城河-竞争格局"变成一套可操作的行业研究流程，既够结构化，又能在不同阶段灵活增减权重。
这个问题就问出了很多核心的信息，但是也有一些书中的术语我不清楚的，可以继续追问，比如 TAM、SOM、SAM 这里就先不继续了。然后从这个问题中获得了一条核心信息，就是最后的使用流程示例。
因为我看这本书的最核心问题就是需要找到一套能够落地使用的快速了解行业的方法，这里的答案就已经把框架给出来了，后面可以展开的就是把这套流程框架的实操部分给丰满一下，达到我能理解和使用的程度。
比如第二步，选对应工具，那就需要继续了解哪个维度都有什么工具，这个工具如何使用。其实上面也有讲到，如果对工具使用需要进一步了解的就可以追问。这里就不继续展开了。
第三步：追问不理解的章节
然后我追问第二个大的问题，对我之前不理解的章节内容进行追问：
"动态分析：用景气度指标与技术迭代预测拐点"这个具体含义是什么，怎么理解
AI 的回答如下：
在行业研究里，"动态分析：用景气度指标与技术迭代预测拐点"指的是：通过持续追踪高频或前瞻性的经营指标（景气度指标），并结合对技术进步、产品迭代的观察，来判断行业盈利和供需关系何时会出现由升转降或由降转升的"拐点"。
一、为什么要进行动态分析
- 行业的盈利能力和竞争格局会随宏观经济、政策和技术不断变化，静态测算容易失真。
- 持续的动态跟踪可以把假设验证周期从季度、年缩短到月甚至周，让研究结论实时更新。
二、景气度指标是什么 • 定义：能够实时或接近实时反映行业基本面的高频指标，例如发电量、汽车销量、挖掘机开工率等。 • 分类：
- 前瞻性指标：领先于行业业绩变化，用于"预判"。
- 高频同步指标：更新速度快，用于"及时跟踪"并验证假设。
三、如何用景气度指标捕捉拐点
- 构建指标体系：挑选 3–5 个互相验证的指标（例如新能源汽车用销量、动力电池装机量、锂矿价格）。
- 设定阈值与分界：根据历史数据或行业常识划分"高位—中位—低位"区间，当指标突破阈值时才触发拐点信号。
- 纵向跟踪：把指标做成时间序列，观察其趋势和斜率；当斜率由正变平或由负变陡时，可能预示拐点。
- 横向对照：把指标在产业链上下游做对照，若核心驱动环节率先出现疲态，上下游将依次传导。
四、技术迭代在拐点判断中的作用
- 技术扩散曲线往往呈 S 型。当技术渗透率进入 60% 以上且增速开始放缓，行业通常由成长转入成熟，利润增速下行；若渗透率仍低且技术突破带来成本快速下降，则可能孕育新的增长曲线。
- 把技术迭代阶段与景气度指标结合：例如光伏行业在"成本快速下降+装机量高速增长"时是成长期；当技术进入"平价上网"后，装机量增速虽快，但利润被压缩，进入盈利拐点。
五、示例：新能源汽车行业
- 景气度指标：月度销量、动力电池装机量、锂矿价格。
- 动态跟踪发现：2021 年销量持续高于预期，带动锂矿价格大涨，印证行业景气度仍在上升；但当渗透率接近 60% 且政策补贴退坡预期增强时，销量增速开始放缓，出现盈利拐点。
- 结论：景气度指标提示"需求端仍在增长"，技术迭代提示"行业由成长进入成熟"，二者交叉印证，使得投资策略从"追高增速"转向"抓成本与技术领先者"。
六、操作流程小结 选行业 → 选核心指标 → 设阈值 → 搭建数据看板 → 按日/周/月更新 → 当指标触线或技术渗透率进入新阶段 →召开复盘会议 → 调整盈利假设与投资策略。
七、如何理解"拐点" • 需求拐点：需求增速突然大幅提升或骤降。 • 供给拐点：产能集中释放导致价格战、利润下滑。 • 技术拐点：新技术商业化带来成本剧降或性能跃升，重新塑造价值链。
一句话总结：动态分析就是"用数据跑步"——不停地跑最新的景气度指标，再把技术演进的脉搏贴在行业身上，才能最早发现盈利曲线由升转降或由降转升的那一刻，也就是拐点。
这个问题问完之后我就大概理解了作者为什么要花篇幅谈这个点。行业分析不是一个一次到位的事情，所有数据都是实时动态变化的。我们分析行业也是为了去了解这个行业的发展态势，上升还是走下坡路，是为了做一些投资或者创业决策的。
第四步：了解宏观和政策视角
然后我开始问第三个大问题关于宏观形势和政策，我大概理解这两点对行业的影响，但是我不清楚书中提到了哪些政策和宏观形势，这个我需要吸收下作者的智慧。
书中提到宏观与政策视角会影响行业发展状态，这个关系你再解释下。另外作者都提到了哪些宏观形势和政策呢，对什么行业会有影响呢，把书中关于这块的经验总结出来
AI 给的回答：
一、宏观-政策环境是怎样影响行业发展状态的
- 通过改变"供需基本面" • 宏观经济景气度决定终端需求强弱，进而影响几乎所有行业的产能利用率与利润水平。 • 政府通过产业政策（补贴、准入、价格管制等）直接调节供给端，例如补贴退坡会让新能源汽车增速放缓，供给侧改革会加速落后产能出清。
- 通过改变"成本与资金" • 货币政策松紧决定融资成本和企业现金流；财政政策通过税收、专项债、采购等改变行业收入预期。 • 美元走强、国际局势紧张等外部形势会通过汇率、关税、供应链安全影响出口导向型行业。
- 通过改变"估值与预期" • 政策扶持往往带来估值抬升（如新能源汽车、冰雪经济）；监管升级则会估值压缩（如教培、互联网平台）。
- 通过改变"竞争格局与护城河" • 行业集中度常随宏观周期和政策调控而波动。刺激需求的政策可能降低集中度，限制供给的政策往往提高集中度。
二、作者在书中提到的主要宏观形势与政策
宏观/政策因素 可能触发的行业 书中经验要点 经济周期（GDP、PMI、通胀） 周期性行业（钢铁、有色、化工）、可选消费 需求与利润随宏观波动大，研究重点放在景气度指标与产能调整 货币政策（利率、流动性） 银行、地产、汽车、消费 低利率刺激购房与购车需求；流动性收紧首先冲击高杠杆企业 财政政策 / 产业补贴 新能源汽车、光伏、冰雪经济 补贴退坡是判断成长向成熟过渡的重要拐点 准入与供给限制 煤炭、钢铁、电解铝、教培 供给侧改革、三条红线等政策提高行业集中度，压缩利润空间 价格与需求限制 药品、医疗服务、教育 医改、双减等政策通过定价或受众限制影响市场规模 技术/数据安全审查 半导体、操作系统、跨境数据 国产替代政策强化，影响产业链布局与护城河 国际政治与贸易政策 出口导向制造、能源、航运 关税、制裁、外汇管制改变全球供需格局 环保与"双碳"目标 钢铁、水泥、新能源、交通运输 碳排放标准提升倒逼产能出清，同时催生新能源需求 三、作者关于宏观-政策视角的经验总结
- 任何行业研究都必须先看宏观和政策，因为它们往往是决定行业"蛋糕大小"和"谁来切蛋糕"的首要因素。
- 判断行业所处的生命周期后，要用动态视角持续跟踪宏观景气度指标与政策变化，以捕捉由升转降或由降转升的拐点。
- 对政策的分类比单纯看经济指标更重要：扶持性政策带来高增长，限制性政策带来洗牌，关键是看政策影响的是需求端还是供给端，以及对集中度的导向。
- 宏观与政策风险并非只在"负面"一侧：它们同样能创造新赛道（如双碳催生新能源），因此研究者要评估政策红利与冲击的双重效应。
- 在估值时，应把宏观情景与政策不确定性折入现金流和估值倍数——宏观环境好且政策友好的行业可给予更高溢价，反之则要压低估值。
一句话收尾：宏观环境决定行业"有没有需求"，政策选择决定"谁能够赚钱"，理解二者的互动，是快速把握一个行业兴衰节奏的关键。
挺详细的了，又补充了一些我没想到的内容。基于这个回答我完全了解宏观形势和政策跟行业分析的关系，然后我关心的就是这些信息可以从哪儿去获取。于是我又追问：
怎么去获取这些宏观和政策的信息
AI 给的回答：
一、信息渠道：权威、分层、可追踪
- 官方统计与央行：国家统计局、人民银行、财政部网站及月度/季度经济运行报告，可直接拿到 GDP、CPI、PMI、社融等核心数据。
- 宏观经济/政策研报：券商、咨询公司发布的宏观或策略报告，能在数据背后给出趋势解读与前瞻判断。
- 专业数据库与终端：Wind、CEIC、Bloomberg、央行金融数据库等，提供历史时间序列及跨地区、跨行业对比功能。
- 行业/协会白皮书与年鉴：艾瑞咨询、麦肯锡等机构的免费或付费报告，往往附有市场规模、竞争格局及政策环境分析。
- 论坛、公众号与榜单：在百度、微信搜索行业关键词，找到热度高、更新快的第三方媒体或论坛，可快速捕捉政策动向和市场情绪。
- PEST 模型相关门户：一些综合型网站已把政治（Policy）、经济（Economy）、社会（Society）、技术（Technology）整合成一站式查询界面，输入行业或关键词即可批量获取宏观因素。
二、关注的核心指标 • 经济周期：GDP 增速、PMI、CPI、PPI、社融规模、出口/进口额。 • 政策信号：央行利率决议、财政赤字率、产业补贴退坡安排、准入与供给侧改革文件等。 • 行业外驱动力：对于新能源、双碳、半导体等，还要跟踪碳排放标准、国产替代政策、数据安全审查等专属性政策。
三、获取与验证方法
- DIKW 深度框架——从"数据 (D)"到"智慧 (W)"层层加工： • 拾取原始数据 → 形成"信息"(i.e. 趋势) → 结合历史或行业知识得出"知识"(i.e. 规律) → 追溯底层逻辑与数据源完成"智慧"层。 • 书中以美国 CPI→美联储加息→美股回调为例，展示了如何从一个数据点上升到可操作洞见。
- 动态跟踪表——把关键指标、来源、更新频率、阈值警戒写成表格，实时更新即可早发现拐点。
- 交叉验证——同一政策或经济现象尽量找 2–3 个独立渠道印证，避免"一条消息误大事"。
- 定期复盘——每季度把最新数据与上期假设对比，调整盈利或估值模型，保持研究结论不过时。
实践小结 • 先确定研究或投资的行业，再按"渠道—指标—方法"表列出所需信息清单。 • 利用官方数据保证权威性，用研报和数据库做横向、纵向对比，用论坛与榜单捕捉情绪与新政策。 • 通过 DIKW 框架把碎片信息加工成洞见，用动态跟踪与交叉验证保证信息质量和时效。 按照这套路径，既能拿到宏观与政策数据，也能把数据转化为判断行业拐点、估值与风险的依据。
第五步：了解落地方法
接下来关于行业的案例我暂时先不问了，直接追问最后一个大的核心问题，关于这套方法论的四种落地方法，具体如何实施：
关于这套方法论的四种落地方法，具体如何实施
AI 回答：
作者把行业研究工具的落地方式归纳为四种用法，其实对应了从"拿到框架"到"沉淀能力"的完整闭环。下面给出每种用法的具体实施思路：
1. 作为模板——快速启动任何新行业研究 • 行动步骤 ① 直接套用行研框架篇的目录与问题清单，先把行业拆成"商业模式-市场规模-护城河-竞争格局"四大维度； ② 为每个维度设定 3-5 个核心问题（如市场规模维度问"TAM/SAM/SOM 各是多少"）； ③ 用表格或思维导图把问题与数据来源对应，形成可复制的行研模板； ④ 每次研究新行业时，只需替换"行业名称"与"数据来源"即可快速成稿。 • 适用场景 投资者、创业者、咨询顾问在接到陌生行业任务时，需要在数天内拿出初步尽调报告。
2. 作为地图——高效定位信息与数据 • 行动步骤 ① 依据研究工具篇列出的"常用资讯源"分类：官方统计、研报数据库、行业协会、论坛媒体； ② 制作"信息坐标表"，把每类资讯源对应到四大维度及常见问题； ③ 遇到缺口时先在表中寻找替代来源，而非漫无目的地搜索； ④ 随研究深入，不断把新发现的可靠站点、微信群、播客等补充进坐标表，持续迭代。 • 适用场景 需要在有限时间内论证某一观点，例如"新能源汽车渗透率 2030 年会到多少"。
3. 作为培训材料——系统培养团队或个人的行研能力 • 行动步骤 ① 把框架篇、方法篇、工具篇拆成 5-7 个模块，如"如何做市场规模测算""如何做波特五力分析"； ② 针对每个模块准备 1 小时授课 + 1 小时实操练习； ③ 练习素材直接用书中示例（新能源汽车、光伏等），让学员在课堂上完成一次小规模测算； ④ 课后发放研究工具包（Excel 模板、数据源清单、AI 检索指令）； ⑤ 一月后回收学员报告，对照框架打分复盘。 • 适用场景 投行、咨询公司、创业公司内部培训，或高校创业课程。
4. 作为案例集——快速论证观点并输出高质量报告 • 行动步骤 ① 精选书中 2-3 个完整案例（如新能源汽车、高技术制造）； ② 按案例复现其数据来源与推导链条，验证自己能否复刻结果； ③ 在撰写新报告时，把案例中的分析结构与图表样式直接迁移； ④ 用案例中的敏感性假设或估值方法，做自己目标行业的"对照实验"； ⑤ 最终报告中引用案例时，注明"数据来源：书中对××行业的研究"即可大幅压缩查证时间。 • 适用场景 需要在短时间内向投资人、管理层汇报，或撰写行业深度报告参加比赛。
通过"模板—地图—培训—案例"四步递进，研究者可以从零开始快速上手，到熟练掌握，再到高效复用，真正把书中的方法论转化为可复制、可迭代的组织能力。
以下为书中总结、可用来查询行业信息的主要渠道，按类别归纳：
1. 统计与官方数据 • 国家统计局及各地统计机构官网 • 国务院组成部门（发改委、工信部、财政部、人社部等）官网公开数据
2. 金融与商业数据终端 • Wind、CEIC、Bloomberg 等专业数据库 • 36Kr、清科集团、IT橘子等创业/投资数据平台 • Box Office Mojo、猫眼专业版（影视票房） • 药智网、米内网（医药） • 用益信托网（信托） • 克而瑞（房地产） • 中国金属网、上海有色网、找钢网、我的钢铁网（大宗商品）
3. 行业报告与咨询研究 • 艾瑞咨询、易观智库、199 IT 等垂直媒体/报告站点 • 36Kr、芥末堆等互联网行业媒体 • 上市公司年报、投资者关系页面 • 麦肯锡等咨询公司公开白皮书
4. 媒体与社区 • 知乎、微信公众号、行业微信群/QQ 群（获取一线观点） • 36Kr、IT 橘子等资讯站的行业专栏
5. 电话会与线下活动 • 券商定期行业电话会议（对接经销商、上市公司） • 行业展会、论坛、沙龙（书中称之为"亲身实践"延伸）
6. 专家与人脉渠道 • 行业垂直社群、LinkedIn 群组 • 约见业内专家、参加线下交流活动（书中强调"访谈行业专家"是最快方式）
7. 其他特色平台 • 百度、知乎、微信搜索关键词快速抓取行业新闻 • 招聘网站（前程无忧、猎聘等）查看岗位需求与薪资，侧面了解行业热度
以上渠道覆盖宏观、行业、公司及人才多维信息，配合本书的行研框架，可帮助读者快速搭建"信息—知识—洞见"的闭环。
总结
这样一套问题下来基本上把这本书的核心内容了解得差不多了，跟我亲自读能够吸收到的知识也大差不差，但是效率提升了非常多。并且我是带着问题去阅读的，边阅读边思考。
AI 阅读法的额外优势：快速选书
在 AI 辅助阅读之外也应该谈谈有了 AI 之后的另外一个好处，就是快速选书。可想而知，AI 的快速阅读能力，非常适合用在泛读上，而选书最头疼的就是要花大量时间去快速掌握一本书的大致内容是否是自己需要的，是否是精品。这一点 AI 就可以轻松代劳了。
欢迎来我中的个人主页找到更多有用的知识和有趣的产品