上一篇 主要介绍了 RSS 的基本用途，以及人们在碎片化时代深度阅读的意义。RSS 作为 解析设计师的第二大脑：从理念到实践 提到的信息收集阶段的重要一环，这一篇便和大家分享下我是如何基于 RSS 逐步构建起自己的一套碎片信息收集系统，同时在文末会推荐一些我订阅的优质 RSS 源以及工具，排名不分先后。事实上工具是最不重要的一环，只要顺手，用邮箱都可以。本文我会基于假设各位对 RSS 有一定了解，并使用过 RSS 订阅工具这个大前提来阐述。
任何事物只要被称作「系统」，总会给人十分繁琐且高学习成本的印象。实际上在我看来，更重要的是「信息」。一切的一切，最初始的诉求都是「找到那些对自己有用的信息」。提出正确的问题，问题本身就解决了一半。做正确的事，远比把事情做对，要紧得多。系统无非是一个信息加工工厂，里面进行信息的分类，筛选，剔除，美化等工序，随后把这一整个工序流程封装在一个「盒子」里。
明确需求或许是作为设计师的一种职业病习惯，由于在洽谈 大量商业项目 的前期过程里，几乎 80% 左右的时间都是来帮助自己（和客户）弄清楚客户他们的真实需求是什么。实际上，如今推荐算法的大行其道也能够从侧面证明，大部分人对于自己的真实需求并不了解，说重一点是，懒得去了解。
那么如何快速准确地确认自己到底需要什么样的信息呢？我用的方法也是思考设计方案时最常用的：写下来，画画看。用脑子想和落在纸面完全是两个概念，这和被动接受推送和自主思考、搜索信息在某种程度上是类似的。
推荐算法是基于人们的兴趣来猜测用户喜欢看什么类型的内容，企图解决我们的信息需求，那不妨反过来看，我们的需求很大程度上是由兴趣决定，至少表面上看是这样的。
这时可以停下来归纳一下自己感兴趣的领域和话题，不一定描述准确，是个关键词都可以，能写多少写多少，可以很宽泛也可以很具体，最好列一个清单。例如我自己最初写的是：
艺术，冥想，猫，科技，绘画，产品，设计，野史，科幻，动画，赛博朋克，知识管理，复古潮流，电子产品，书写，钢笔，机械键盘，DIY-NAS，编程，心理学…
我相信你写下来的不会比我少。然后，根据这些兴趣领域去思考自己平时看的通常是什么类型的信息，例如数码科技可能是新闻报道也可能是新品发布会；数字艺术可能是行业趋势也可能直接是某个作者的 Instagram 主页；视觉设计可能就是某个网站的分类排行榜或者一个插画师的微博账号；前端开发可能是某个官方网站，也可能是某个业内大佬的独立博客，等等。
这些兴趣关键词就是一个个标签，通常，每一个订阅源都至少伴随一个链接。我个人的整理方式主要是以内容形式进行分类，目前还比较粗略：
这是我个人的分类方法，实际上每个人的身份本身就自带一个明确的目标：学习、工作、爱好、娱乐或研究等等，也可以按照自己的目的去划分这些兴趣领域。其实写到这一步，相信你对自己的答案已经心里有数了。
之前在上班的时候，一位同事曾按照信息的时效性来归类，比如他喜欢投资，当然会看最新的市场报道，而知识管理就不需要那么追新了，顶多隔几个月看看某个工具新增的功能有没有用，甚至有一些工具当前的功能已经完全能够满足他的需求，直接停留在一个最舒服的版本，把更多精力放在沉淀自己和输出优质内容上。
稍需注意的一点是区分兴趣和目标，兴趣是驱动人主动获取信息的天然动力，而目标相比兴趣需要更加具体和实际，其中涉及到高度自定义的工作流程需要自行探索。
依据形式来分类更加适合应对对多个弱相关的兴趣领域，如果罗列的兴趣领域较少且关联性很强，比如你感兴趣的宏观层面只涉及自身工作这个大范围内，这样反而更适合根据时效性进行分类。
还是以我自身为例，我的职业是 3D 设计师，它的父级领域显然是设计。那么若根据时效性可将设计领域的信息划分为以下几个类别，然后每个部分的查看频率会逐级递增：
这样一来，随着时间推移，自然会养成一个正向良好的习惯，帮你维持开放乐观的心态，无论身处职场还是运作一个创意团队，都会保持一定的竞争力，不会被市场轻易淘汰。当然，这些分类完全是灵活的，无须刻意遵循，它们会根据你的需求自然做出微调，我罗列出来的也是微调多年后的结果。
确认自己兴趣所在的领域后，下一步就是如何找到兴趣领域内的优质信息。通常我们都习惯了各大平台的被动推送，但 RSS 的本质是「主动筛选信息」，其中判断一个订阅源是否优质，在我看来至少要符合三个条件:
接下来就是如何既快速又准确地找到这样的订阅源，我的方法非常简单粗暴：
当涉及一个领域足够专业的程度，通常情况下它是相对小众的。那么这样的场景就像你看了攻略，想去吃一家非常地道的餐馆，但去了之后找不到，这应该去做的就是找到离你最近的一家餐馆去问他们的人，也就是“向领域专家直接请教”。
在互联网上，例如学术领域，可追踪知名学者的博客；技术领域，就去找开源项目的维护者或行业大会演讲者的个人网站；艺术设计领域，关注各大软件工具的官网案例展示，也非常容易找到这些艺术作品的创作者。
年初，我了解到一款新的 GPU 渲染器，由于这个渲染器还处于早期开发阶段，有很多技术流程还没有和行业标准对齐，然而，我在他们的官网上发现，他们团队非常注重用户的使用反馈，主创在 Telegram 上直接开了一个讨论群，无须任何门槛。于是我直接进群向他咨询问题，未开发完成的功能大概在什么时候上线，几乎十分钟左右就得到了回复。这就是我用过最直接有效的方法，乍一看这个方法和 RSS 没什么联系，但是想想看，每个订阅源的背后终究都是活生生的人不是么？
意思就是根据上文步骤的领域词汇，提炼出这个领域的关键词，通常都是术语。例如，学习搭建一个博客，关键词大致有：域名、服务器、DNS、WordPress、主题等等。
而现实情况往往不会那么顺利。
例如，我经常遇到的场景是：我对某个盲区领域感兴趣，但是并不知道其中的细分领域有什么，这时通常我会利用 AI 来理出一个粗略的学习框架，通过这个框架再提炼出我需要的工作流程，这样就顺势拿到了一堆关键词，使用这些关键词再去搜索对应的信息自然会更加精准。
还是以搭建博客为例，服务器中又会细分出云主机和自建服务器两类，随后又了解到 WordPress 只是主流网站框架的其中一个，博客又有静态博客和动态博客两大类，网页的本质是 HTML、CSS、JavaScript 三种语言编写的文档集合。自建博客又需要自己搭建内网 IPv6 穿透，穿透前还要做动态域名解析和部署证书。整个过程完全是根据自己每个阶段的需求自行生长出来的。
值得注意的是，这两种方法和之前写过的打造设计师的第二大脑中建筑师与考古学家两种思维不谋而合。逐渐你会发现自己感兴趣的那个领域实际并没有想象中的那么复杂深奥，只要从自己最核心的需求出发，最终整个框架会在某个时间点神奇地形成一个闭环。
我意识到需要做信息筛选是因为知乎。
有段时间对编剧很感兴趣，搜到有关剧本的专业信息通常出现在知乎上。但是关注了几个职业编剧之后，知乎会开始给我推荐类似「如何以 xxx 为开头，写一个故事」。这类问题下的回答通常都是短篇小说写作活动的推广，和剧本写作实际没什么关联，我直接在关键词屏蔽中添加「开头，写一个故事」。
此后我才注意到很多 RSS 工具是专门做了关键词过滤和触发机制的。这样一来就进一步提升了信息收集的精准度，节约了大量时间。
这种方法主要借助软件功能，再进一步就需要靠自己速读筛选了。需要留意的是，我不建议用任何 AI 工具来做摘要总结，因为速读是一个非常有用的技能，一目十行，受益终身。另外在做信息筛选的时候千万不要纠结自己是否会错过什么有价值的内容，该屏蔽就果断屏蔽，只要你自己是主动的，好内容总会找到你。
当然随着时间流逝，别忘了清理掉那些过时的或不再维护更新的订阅源。
以上所谈的都是「心法」，下一篇会详细聊聊具体的「术法」——信息收集工具链整合方案。欢迎各位在评论区分享更多优质工具和订阅源。
本文首发在 CG艺术实验室
此内容由惯性聚合(RSS阅读器)自动聚合整理，仅供阅读参考。 原文来自 — 版权归原作者所有。