选题 05｜
输入系统：带着问题去读，把读到的东西变成观点库

收藏是在囤，
写下自己的那一句，才算读过。

读了那么多，为什么一到写的时候，脑子里还是空的？

一位做了十五年财务的会计主管，手机里有三个收藏夹：公众号文章、小红书笔记、读书软件里的划线，加起来一千多条。她想写一篇「小公司老板最容易看错的三张报表」，打开收藏夹找素材，翻了一个小时，越翻越乱：每一条当时都觉得有用，现在想不起为什么收藏它，也不知道哪一条能用在这篇里。最后她关掉收藏夹，凭记忆写完了，读一遍，觉得和网上那些差不多。

很多认真学习的人都有这个困扰。问题多半出在输入的方式上：收藏让人觉得自己学到了，可收藏只是存放，离能用还差好几步。输入要服务于输出：带着问题去读，读完马上把它加工成自己的一句话，存进一个写的时候找得到的地方。

这是「选题」系列的最后一篇。前四篇讲了选题怎样定、从哪里来、怎样配比、怎样重讲，这一篇讲选题和观点背后的燃料：一套让你读得进去、存得下来、写的时候用得上的输入系统。

一、带着问题读，和随手刷，是两种输入

同样是读一篇文章，可以随手刷，也可以带着问题去找。随手刷是读到什么算什么，读完觉得充实，过几天就忘了。带着问题读，是心里先有一个想弄明白的事，读的时候一直在找：这里有没有能回答它的东西。

带着问题读，学得更好，这一点有研究支持。教育心理学里有一类研究专门看「先提问、再学习」的效果：在学习之前先回答几个关于材料的问题，哪怕大多数答案是猜错的，只要之后有机会看到正确答案，学习效果往往会更好，读文章、看视频、听讲座都是这样。研究者的解释之一，是提前的问题改变了人接下来学习时把注意力放在哪里、怎样去学。

放到做内容上，这个发现很有用：你提前问的问题，会引着你在读的时候去找什么。所以问题要问在你要写的地方。

可以给自己准备一份问题清单，同一时间保持三到五个正在思考的问题。它们大多直接来自《选题 02》那张选题表里「待写」的选题。比如那位会计主管，清单上可以写：

• 小公司老板最常误读的报表数字是哪几个，为什么会误读？
• 利润看起来不错、账上却没钱，怎么跟一个不懂财务的人讲明白？
• 老板请一个兼职会计，最该先让对方做的是哪件事？

带着这几个问题，读任何东西都会变得有方向。看到一个讲现金流的案例，她会立刻知道它属于第二个问题；读到一本讲沟通的书，她会想到怎样用它回答第二个问题里「讲明白」那一半。

清单之外，也给自己留一点空间，读一些和领域无关、但让你特别想说点什么的东西。很多有新意的想法，来自别的领域的一个概念被你用到了自己的领域里。判断标准很简单：读的时候有没有忍不住想跟人讲。有，就记下来。

二、一个入口收进来，每周拣一次

收集只需要一个入口。手机备忘录、一个笔记软件，或者《选题 02》里那个随手记的入口，用同一个就好。读书软件和网页的划线，如果能导出，也定期导进同一个地方。

收的时候多做一个小动作：每收一条，写一句它为什么让你停下来。它回答了清单上的哪个问题，或者让你想到了什么。这一句只需要十几个字，它能省掉以后「我当时为什么收藏这个」的那一个小时。

收进来的东西，每周拣一次。可以和每周补选题库的那三十分钟放在一起做。每一条只有三个去处：

1. 它本身就是一个选题：放进选题表。
2. 它能支撑某个问题：放进那个问题的资料夹，等写的时候用。
3. 回头看已经没感觉了：删掉。

很多人舍不得删，觉得删了就浪费了。其实收集箱越满，越难用。删掉的多半是当时的一阵兴奋，和你相关的问题，会在工作和读者的提问里一再出现，不怕错过。收集箱的作用是让你想写，攒到一看就觉得欠了一堆没读的东西，就可以放心清空了。我的体会是，手头已经积累的东西，往往比你以为的够用得多。

三、拆：把一条材料变成你的东西

拣出来值得深挖的那几条，要再走一步：拆开，变成你自己的东西。我会建议用一张卡片，按「复述、检验、判断」的顺序来拆：

五栏的顺序有它的道理。先复述，确认自己真的读懂了；再拿自己的经验去检验，这一步最能产生你独有的东西，同一句话，别人只能转述，你却能说出「在我做过的二十个项目里，有三个恰好相反」；最后才下判断，这时候的判断，已经是你自己的观点了。

这么费劲地用自己的话讲一遍，是有道理的。有一项研究让两组人读同样的文章，一组被告知之后要考试，另一组被告知之后要把内容教给别人。其实两组最后都只是考试。结果，以为要去教别人的那一组，回忆出的内容更完整、更有条理，对要点的掌握也更好。研究者的解释是，准备去教的人会自然地做老师备课时会做的事：分清主次，抓住要点，想清楚各部分怎样连在一起。

这正是做内容的人每天在做的事。一个简单的检验：合上材料，试着把它讲给一个不懂行的朋友听，讲到哪里卡住，说明哪里还没弄懂，回到材料里补上。

拆卡片不用每条都拆，每周挑两三条有分量的就够了。摘录别人原话时，出处一定要记全，以后引用时才能注明来源；怎样引用算合理，在《对标 03》里讲。

四、每天写一两句：攒一个自己的观点库

卡片里的「一句话判断」，加上你在工作和生活里冒出来的看法，可以集中放进一个地方，叫它观点库。

观点库里的每一条，是一句完整的判断，加上三五句解释就够。比如那位会计主管的几条：

• 小公司最危险的时刻，常常是生意最好的时候：订单多、回款慢，现金流最紧。
• 老板看报表，先看现金流量表，再看利润表，顺序反过来容易看错。
• 请兼职会计，先让对方把过去一年的银行流水和账对一遍，比让他马上做报表更有用。

可以给自己一个很轻的习惯：每天写一两条。来源可以是这周拆过的卡片，可以是白天处理的一件事，也可以是读到的一句话引出的想法。我接触过的创业者和高管里，判断力好的人很少是读得最多的，更常见的，是想清楚以后愿意把它写下来的那些人。写下来这个动作，本身就是在想清楚。

攒到几十条以后，你会发现写东西的方式变了。坐下来写一篇文章时，你是在已有的观点里挑选、组合，再补上例子，不再从零开始。观点库里偶尔出现前后矛盾的两条也没关系，那说明你的想法在往前走；重读时把新的想法写下来，旧的那条留着，它记录了你是怎样想明白的。

五、孵化和终稿分开

一个想法从冒出来到写成一篇，需要时间慢慢长。可以把想法分两处放：

• 孵化区：按问题分开，问题清单上的每个问题一个文件夹或一页笔记，相关的卡片和观点都往里放。这里可以同时养很多个问题，每周往里添一点，不催它们。
• 写作区：只放正在写的那一篇，一次一篇。

最常见的问题，是从一个还在孵化的想法直接开始写：写到一半发现没东西可写，或者写着写着发现自己其实没想清楚。一个想法有没有成熟，有一个简单的判断：不看任何资料，你能说出它的一句话选题（标准见《选题 01》），列出三四个支撑点，再讲一个例子。能做到，就可以开始写了。

孵化区的另一个好处，是给想法留出时间。很多好想法是在你暂时放下一个问题、去做别的事的时候冒出来的，这背后的道理，在《创造 04》里有完整的讲法。终稿最好由你自己来写，你的声音和判断是读者来找你的原因。一篇长文从大纲到成稿怎么写，在《写作 01》里讲。

六、读一本书，学一个领域

为了写东西去读一本书，可以分成读前、读中、读后三步。

读前，写下这本书要回答你的哪个问题。 一本书里能学的东西很多，你这次要的只是其中一部分。先翻目录，把和你的问题有关的章节标出来，那几章细读，其余快速翻过。

读中，只在回答问题的地方停下来。 读到和问题有关的地方，停下来做一张卡片；其余的内容让它过去，不必每一章都做笔记。笔记做得越全，越难用。

读后，合上书讲三句话。 这本书最重要的观点是什么，我同意哪里、不同意哪里，它对我的哪个问题有用。讲不出来，说明这本书还没变成你的。

如果要系统地学一个领域，或者想把自己的专业讲成一个系列，还可以多做两件事。

先看目录，画一张地图。 把两三本相关书的目录放在一起看，列出这个领域的主要话题，归成几大块。会计主管想系统讲「老板怎么看懂财务」，可能会发现它就是几块：三张报表、现金流、成本和定价、税和合规。在选题表里给每个选题标上它属于哪一块，哪一块写得多、哪一块还空着，一眼就能看到，以后做系列、做课程，这张地图就是提纲。

讲事实的话题，回到源头。 涉及法规、平台规则、研究结论的内容，先找官方原文或原始研究，再顺着它的参考文献往下读。二手解读可以帮你入门，写进内容之前，要回到源头核对一遍。

读过的东西怎样记牢，检索、间隔这些方法，在《学习 03》里讲。

七、AI 能帮哪一段，哪一段要自己来

AI 能让输入快很多，前提是用对地方。

适合交给 AI 的：

• 先铺开，再挑点深挖。 对一个陌生的话题，先让它列出有哪些常见问题、有哪些不同的看法、有哪些关键词，帮你画地图；再挑出最值得深挖的几个点，去读原始资料。
• 一步步教你一个新话题。 让它分几次讲，每讲完一段，你用自己的话写下学到了什么、还有什么疑问，再让它接着讲。如果你学的恰好是读者也想学的，这样一路写下来的笔记，常常就是一篇写给同样在学的人的初稿。发出去之前，要改成你自己的话，并按下面说的标识规定处理。
• 整理你手里已有的材料。 一份很长的报告、一场讲座的文字稿，让它先帮你摘出要点，你再决定哪些值得拆成卡片。
• 换几个视角看你的问题。 让它从心理学、经济学、管理学等不同角度，各说一种可能的解释。这些是帮你打开思路的提示，它说的是「这个领域的人可能会怎么看」，不能当成哪位学者的原话写进文章。
• 扮演你的读者来提问。 把你的一句话观点给它，让它扮演一个不懂行的读者，提出他最可能有的疑问。这些疑问，往往就是你文章里需要讲透的地方。

要自己来的：

• 事实和出处，一条条亲自核对。 2023 年有一项研究，让当时的 ChatGPT（OpenAI 推出的聊天式 AI）为文献综述生成参考文献，再逐条核对：较早的模型生成的参考文献里，超过一半是编造的；较新的模型好了很多，仍有近两成是编造的，真实存在的那些里也有不少细节错误。今天的工具比那时进步了很多，可这个习惯不会过时：AI 给的每一个链接都亲自打开，每一个数据都找到原始出处。
• 你的经历和一句话判断。 AI 可以帮你整理材料，你的经历它替代不了，你对一件事的判断也只能由你来下。观点库里的每一句，最好都是你自己写的。
• 发布时的标识。 自 2025 年 9 月 1 日起施行的《人工智能生成合成内容标识办法》要求，用户发布 AI 生成合成的内容，应当主动声明，并使用平台提供的标识功能。用 AI 搭一个内容工作台、哪些环节怎样标识，在《生产 03》里讲。

我的判断是，AI 最适合帮你收和拣；拆卡片、写那一句话，是你自己在想事情，这两步交出去，时间是省下了，你作为作者最值钱的那部分也跟着丢了。

可以怎么做

1. 写一份问题清单。 从选题表的「待写」里挑三到五个，写成问题，放在手机里随时能看到的地方，这周读任何东西都带着它们。
2. 只留一个收集入口。 每收一条，加一句它为什么让你停下来。
3. 每周拣一次。 每一条只有三个去处：进选题表、进某个问题的资料夹、删掉。
4. 每周拆两三张卡片。 按复述、检验、判断的顺序，重点写好「在我的经验里成立吗」和「我的一句话判断」。
5. 建一个观点库。 每天写一两条，一句判断加三五句解释，一个月后回头读一遍。
6. 给你的领域画一张地图。 看两三本书的目录，把主要话题归成几大块，在选题表里给每个选题标上它属于哪一块。
7. 让 AI 先铺开、你再深挖。 让它帮你画地图、扮演读者提问；它给的每个出处都亲自打开核对。

存了上千条、却很少打开的收藏夹，不用一次整理完。今天只挑一条，写下你自己的那一句话，输入系统就算开始转了。

参考

• Pan、Carpenter（2023），Educational Psychology Review：Prequestioning and Pretesting Effects: a Review of Empirical Research, Theoretical Perspectives, and Implications for Educational Practice
• Nestojko 等（2014），Memory & Cognition：Expecting to teach enhances learning and organization of knowledge in free recall of text passages
• Walters、Wilder（2023），Scientific Reports：Fabrication and errors in the bibliographic citations generated by ChatGPT
• 国家互联网信息办公室等（2025）：关于印发《人工智能生成合成内容标识办法》的通知