这篇文章（链接）没想到那么多人感兴趣。爱学习的人还是多。
今天给你们一个更加好的东西，怎么用AI找到「最好的」学习资源。
配套之前那篇文章使用，非常无敌。
首先，我们先有一个共识，不管是自学还是使用大模型产品。
好的输入 ➡️ 好的结果
坏的输入 ➡️ 坏的结果
这个基本共识我们都同意吧。
NotebookLM可以解决的是，怎么快速从好东西里找符合需求的答案。
把这件事往前一步，好东西从哪里来？全球TOP级别的知识库从哪里找？
如果找不到一个领域里最顶尖的那些知识，再好的工具也挖不出好结果。
今天，我在构建一个工作知识库的时候，偶然探索出来一个办法。
一个找想要涉猎领域里最好知识库的办法。叫找最好。
就是这三个字。找最好。
超级牛逼。提示词如下，你只需要复制这个提示词，然后填写一个空就行。
# Role
你是一位在 [填入领域，例如：增长黑客] 领域深耕多年的资深专家和情报官。
# Goal
我想系统性地建立对你所在领域的高质量认知。
请你帮我筛选出全球范围内（包含中英文）最值得关注的 10-12 个“顶级资源”。
# Constraints & Requirements (关键升级点)
1. **必须包含链接/ID：** 对于网站/博客，必须提供 URL；对于公众号，提供微信号/ID；对于书籍，提供书名和作者。
2. **强制包含书籍：** 在列表中，必须至少包含 1 本该领域的“圣经级”书籍（用于建立底层系统认知）。
3. **生态位多样性：** 资源必须覆盖以下维度：
- **理论奠基（书籍/论文）：** 建立底层逻辑。
- **前沿动态（Newsletter/博客）：** 保持信息同步。
- **实战案例（垂直媒体/社区）：** 学习别人怎么做。
- **硬核/小众（极客源）：** 只有行家知道的信息差。
4. **拒绝平庸：** 只要 Top 5%，不要大众货。
# Output Format
请按以下 Markdown 表格格式输出：
| 资源名称 (书名/源名)| “最XXXX”的定义 (核心差异点) | 类型 (书/博客/公号/社区) | 访问地址 (URL 或 ID) | 推荐理由 & 适合谁 |
| :--- | :--- | :--- | :--- | :--- |
| ... | **最[形容词]的[名词]** | ... | ... | ... |为什么这个办法好使？
首先，AI最牛逼的能力是什么，是不是脑子巨大，遍览全球所有知识。
理论上，你可以用AI，调用一个领域里100%的知识库。
但这么做，结果会很随机。因为库里的东西太多了。
用给你的提示词，先把领域里最顶尖的，能排前5%的知识先找出来。
让AI从这个top知识库里挖掘，是不是从源头上解决好东西的问题。
多说无畏，我给你看看我测试的结果。
我搜索了两个领域，一个是【增长黑客】，一个是【网球学习】。
这个增长的“最”的推荐，太好了。
我非常推荐你们看我框出来的那个。太有启发了。
链接：https://growth.design/case-studies
这个人太厉害了，他就是用讲故事加上产品页面的逐帧拆解和分析。
用翻书一样的体验给你讲交互体验的故事。讲的都是那些顶尖公司为什么做的好，或者为什么做的不好。
还有这个，短平快的微操增长手册。
再来看看网球的，你们可以阅读一下那个“最xxxx定义”和推荐理由。
我一眼就被那个街头斗殴指南吸引了，业余选手怎么赢，这也太直接了。
你看一眼这个知识库，你都不需要AI帮你整理，你自己扎进去，就足够快乐了。
以及，你还可以利用多个AI一起找，上面两个案例是我用Gemini找的。我用DeepSeek和ChatGPT都测试过，都能找到不错的知识库。
顶尖的推荐，加上你看完后个人审美的筛选，存档成为你的资源。
这才是AI时代我们应该享受到的好资源，比算法推荐，主动挖掘可有意思太多了。
祝你寻宝快乐！一定要试试。
照例，给你点一首歌。希望你在知识海洋里，无法自拔。
I cant stop！
那你怎么才能让AI给你找到最好的东西？
方法我探索出来了。
叫找最好。就是这三个字。找最好。
怎么评价最好，好是通过比较，或者通过差异化找到的。
从AI那里来。
