ChatGPT + RSS: AI阅读大师

主题

利用AI自动化工具筛选RSS文章：介绍了如何使用ChatGPT、Notion和Make等工具来自动化处理和筛选RSS订阅源中的文章，提高信息获取效率。

AI自动化工具在不同行业的应用：探讨了如何将类似的AI自动化流程应用于币圈信息筛选和电商客户评论处理等不同行业场景。

RSS服务介绍及其优势：解释了RSS的概念、工作原理以及使用RSS服务的好处，并介绍了Feedly和Inoreader两个主流RSS服务。

优化AI筛选流程：讨论了如何改进之前介绍的Twitter筛选流程，通过批量处理来提高效率和准确性。

RSS文章筛选流程详解：详细介绍了使用AI工具筛选RSS文章的具体步骤和注意事项。

核心要点

• 利用AI工具（如ChatGPT）和自动化平台（如Make）可以有效筛选和总结RSS文章，提高信息处理效率。
• 将多条信息（如推文或文章摘要）打包发送给AI进行评估，可以节省token使用量并提高评估准确性。
• RSS服务（如Feedly和Inoreader）是有效的信息聚合工具，可以帮助用户集中管理多个信息源。
• AI辅助的自动化信息处理方法可以灵活应用于不同行业，如币圈信息筛选和电商客户评论处理。
• 在使用AI处理长文本时，需要注意token消耗和成本控制。

洞见

AI辅助信息筛选不仅是一种效率工具，更是一种新型的信息素养培养方式。通过设计和优化AI筛选流程，用户实际上在训练自己的信息判断能力和批判性思维。这种"元学习"过程可能比筛选出的信息本身更有价值，因为它培养了用户在信息海洋中辨别、提炼和综合的能力，这是应对未来信息爆炸时代的关键技能。

AI辅助RSS文章筛选：提高信息处理效率

在当今信息爆炸的时代，每天我们都面临着海量的新闻和文章。为了应对这一挑战，我提出了一种利用AI技术筛选RSS文章的方法。这种方法结合了RSS服务、ChatGPT、Notion和Make等工具，可以大大提高信息处理的效率。

核心思路是让AI从RSS源中筛选出最值得阅读的内容，并进行总结。具体来说，我们首先使用RSS服务（如Feedly或Inoreader）收集感兴趣的信息源。然后，通过Make这样的自动化工具，将文章内容传递给ChatGPT进行评估和总结。最后，ChatGPT会选出约30%最有价值的文章，用中文总结后保存到Notion中。

这种方法的优势在于：

1. 主动获取信息，避免被动接受碎片化内容
2. 通过AI筛选，进一步提炼信息质量
3. 自动化处理，节省大量时间

RSS服务简介：信息聚合的利器

RSS（Really Simple Syndication）是一种古老但有效的信息聚合技术。它允许用户将多个网站的更新聚合到一个地方，方便统一管理和阅读。使用RSS服务，用户不需要频繁访问多个网站，就能及时获取最新内容。

目前市面上有两个主流的RSS服务：Feedly和Inoreader。选择哪个服务取决于个人偏好，但值得注意的是，如果要与Make配合使用，Feedly需要购买Pro版，而Inoreader的免费版就足够了。

AI筛选流程的优化：批量处理提升效率

在之前介绍的Twitter筛选流程中，我发现了可以优化的空间。原来的方法是逐条将推文发送给ChatGPT评估，这存在两个问题：

1. 浪费token：每条推文都需要单独发送一次prompt，增加了API调用次数。
2. 缺乏对比：单独评估每条推文，ChatGPT缺乏整体比较的视角。

为了解决这些问题，我改进了流程，将多条推文打包在一起发送给ChatGPT进行评估。这不仅节省了token使用量，还能让ChatGPT有更好的对比基础，提高评估的准确性。

RSS文章筛选的具体流程

处理RSS文章比处理推文更复杂，因为文章通常较长。以下是我设计的RSS文章筛选流程：

1. 从Feedly订阅组中获取20篇文章
2. 将HTML格式转换为纯文本
3. 使用ChatGPT对每篇文章进行初步总结
4. 将20篇总结后的文章打包，交给ChatGPT进行评级
5. 选出最值得阅读的30%（或自定义比例）
6. 将筛选后的文章保存到Notion笔记本中

需要注意的是，这个过程会消耗较多的token，使用时要注意成本控制。

AI自动化在不同行业的应用

这种AI辅助的信息处理方法不仅适用于内容创作者，还可以灵活应用到各行各业：

• 在币圈，可以用来筛选和总结项目信息和大V观点
• 在电商领域，可以用来分类处理客户评论，自动生成回复

这些例子展示了AI自动化流程的广泛应用前景，关键在于根据具体需求灵活设计处理流程。