PageSourceSearch

https://pimreader.app/_next/static/chunks/3390.e541df800f076562.js

js pimreader.app collected 2026-10-02 01:15:59 UTC 9,385 bytes, 1 lines download raw bytes

1"use strict";(self.webpackChunk_N_E=self.webpackChunk_N_E||[]).push([[3390],{53390:s=>{s.exports=JSON.parse('{"title":"如何真正记住一本历史书","publishedDate":"2026年8月4日","readTime":"6分钟阅读","featuredImageAlt":"历史书的笔记和抽认卡","featuredImage":"","introduction":"pimReader不仅仅是为语言学习者准备的。这是一个具体的路径,用于阅读一本严肃的非小说类书籍,并在一年后仍然知道书中内容——使用笔记、AI生成的抽认卡和间隔重复。","htmlContent":"<p class=\\"mb-4 text-gray-700\\">你读了一本关于奥斯曼帝国的500页历史书。这本书非常精彩。六个月后,有人在晚餐时问你关于这本书的内容,你却回答说……“这本书真的很有趣,里面有很多关于贸易的内容。”</p>\\n<p class=\\"mb-4 text-gray-700\\">这不是智力的失败,而是<em class=\\"italic\\">方法</em>的失败。阅读是一个输入过程,而记忆需要一个输出过程。没有输出,理解就会悄然消失,只留下愉悦的感觉。</p>\\n<p class=\\"mb-4 text-gray-700\\">这里有一个解决方案。每次阅读多花大约十五分钟。</p>\\n<h2 class=\\"text-2xl font-bold mb-3\\">开始之前:一个文件夹,几个标签</h2>\\n<p class=\\"mb-4 text-gray-700\\">打开<strong class=\\"font-bold text-gray-900\\">笔记</strong>,为这本书创建一个文件夹。就这样——不需要复杂的分类法。</p>\\n<p class=\\"mb-4 text-gray-700\\">标签稍后再来,它们应该是<em class=\\"italic\\">主题性的</em>而不是结构性的。对于一本历史书来说:<code class=\\"bg-gray-100 rounded px-1 py-0.5\\">原因</code>、<code class=\\"bg-gray-100 rounded px-1 py-0.5\\">人物</code>、<code class=\\"bg-gray-100 rounded px-1 py-0.5\\">数字</code>、<code class=\\"bg-gray-100 rounded px-1 py-0.5\\">分歧</code>。你希望能够提取“我在六本书中记录的每一个人口数据”,而不是“第四章”。</p>\\n<p class=\\"mb-4 text-gray-700\\">按章节结构化是一个陷阱。你永远不会按章节搜索。</p>\\n<h2 class=\\"text-2xl font-bold mb-3\\">阅读时:捕捉三种信息</h2>\\n<p class=\\"mb-4 text-gray-700\\">正常阅读。不要不停地停下来——那会破坏阅读体验。但当你遇到以下三种情况时,请捕捉它们。</p>\\n<p class=\\"mb-4 text-gray-700\\"><strong class=\\"font-bold text-gray-900\\">你想要冷记住的事实。</strong> 一个日期、一个数字、一个名字及其所做的事情。选择它,保存为笔记,并添加标签。</p>\\n<p class=\\"mb-4 text-gray-700\\"><strong class=\\"font-bold text-gray-900\\">你可能想要争论的主张。</strong> 保存它,并用你自己的话添加评论——<em class=\\"italic\\">“这与另一本书关于时间线的说法相矛盾。”</em> 你自己的话让它更容易记住。</p>\\n<p class=\\"mb-4 text-gray-700\\"><strong class=\\"font-bold text-gray-900\\">你不知道的单词或概念。</strong> 每个人在严肃的非小说类书籍中都会遇到这些——<em class=\\"italic\\">devshirme</em>、<em class=\\"italic\\">timar</em>、<em class=\\"italic\\">millet</em>。这些和外语词汇的处理方式完全相同,pimReader也以相同的方式对待它们。</p>\\n<p class=\\"mb-4 text-gray-700\\">速度比完整性更重要。十二个好的捕捉胜过六十个你永远不会重温的高亮。</p>\\n<h2 class=\\"text-2xl font-bold mb-3\\">一章结束后:审问它</h2>\\n<p class=\\"mb-4 text-gray-700\\"><img src=\\"/images/posts/flashcard.png\\" alt=\\"A note turned into a flashcard\\" class=\\"rounded-lg shadow-md my-8 mx-auto block max-w-xs sm:max-w-sm w-full h-auto border border-gray-200 cursor-zoom-in transition-shadow hover:shadow-xl\\" loading=\\"lazy\\"></p>\\n<p class=\\"mb-4 text-gray-700\\">这就是有趣的地方。</p>\\n<p class=\\"mb-4 text-gray-700\\">在书籍打开时打开<strong class=\\"font-bold text-gray-900\\">问AI</strong>——助手可以看到你正在阅读的内容。问你会问学习伙伴的问题:</p>\\n<blockquote class=\\"border-l-4 border-gray-300 pl-4 italic mb-4\\">
1\\n<p class=\\"mb-4 text-gray-700\\"><em class=\\"italic\\">“用五个要点总结这一章。”</em></p>\\n<p class=\\"mb-4 text-gray-700\\"><em class=\\"italic\\">“这里的因果论点是什么?作者声称是什么导致了什么?”</em></p>\\n<p class=\\"mb-4 text-gray-700\\"><em class=\\"italic\\">“这一章中哪些主张会被历史学家质疑?”</em></p>\\n</blockquote>\\n<p class=\\"mb-4 text-gray-700\\">最后一个问题是最有价值的。非小说类书籍呈现为已解决的;询问哪些内容存在争议可以恢复论证,而论证比断言更容易记住。</p>\\n<p class=\\"mb-4 text-gray-700\\">你还可以在整个图书馆中提问:</p>\\n<blockquote class=\\"border-l-4 border-gray-300 pl-4 italic mb-4\\">\\n<p class=\\"mb-4 text-gray-700\\"><em class=\\"italic\\">“我还在哪里读到过扬尼斯兵招募?”</em></p>\\n</blockquote>\\n<p class=\\"mb-4 text-gray-700\\">语义搜索根据含义而不是确切措辞找到相关内容——包括你忘记的其他书籍和文章。</p>\\n<h2 class=\\"text-2xl font-bold mb-3\\">关键步骤:笔记变成抽认卡</h2>\\n<p class=\\"mb-4 text-gray-700\\">这是区分记住与不记住的步骤。</p>\\n<p class=\\"mb-4 text-gray-700\\">拿一条你捕捉的笔记,请助手将其转化为抽认卡。助手会写出问题;你可以选择保留或丢弃。</p>\\n<p class=\\"mb-4 text-gray-700\\">来自历史书的好抽认卡看起来像:</p>\\n<ul class=\\"list-disc pl-6 mb-4\\">\\n<li class=\\"mb-2 text-gray-700\\"><em class=\\"italic\\">“devshirme制度是什么?”</em></li>\\n<li class=\\"mb-2 text-gray-700\\"><em class=\\"italic\\">“奥斯曼帝国大约在什么时候攻占君士坦丁堡,为什么城墙会失败?”</em></li>\\n<li class=\\"mb-2 text-gray-700\\"><em class=\\"italic\\">“作者对17世纪财政危机的解释是什么?”</em></li>\\n</ul>\\n<p class=\\"mb-4 text-gray-700\\">坏的抽认卡看起来像*“第六章发生了什么?”*——丢掉这些。抽认卡应该有一个你要么知道要么不知道的答案。</p>\\n<p class=\\"mb-4 text-gray-700\\">你可以交给助手一整段文字或一个日期表,并获得一组建议——然后保留四个重要的。</p>\\n<h2 class=\\"text-2xl font-bold mb-3\\">然后让FSRS来处理</h2>\\n<p class=\\"mb-4 text-gray-700\\">现在这些卡片进入重复计划,努力开始不成比例地回报。</p>\\n<p class=\\"mb-4 text-gray-700\\">诚实地对每个卡片进行评分<strong class=\\"font-bold text-gray-900\\">再次 / 难 / 好 / 容易</strong>。每个按钮显示自己的间隔——<em class=\\"italic\\">5分钟</em>、<em class=\\"italic\\">1天</em>、<em class=\\"italic\\">2天</em>、<em class=\\"italic\\">4天</em>——所以你在选择之前就知道你在选择什么。</p>\\n<p class=\\"mb-4 text-gray-700\\">你知道的卡片会逐渐延长到几个月。你总是搞不清楚的卡片明天就会回来。</p>\\n<p class=\\"mb-4 text-gray-700\\">这个算术使得这个方法值得去做:从一本书中得到四十张卡片,合理间隔,大约是每天两分钟——而不是重读整本书,这你是不会去做的。</p>\\n<h2 class=\\"text-2xl font-bold mb-3\\">一个月后:自我检查</h2>\\n<p class=\\"mb-4 text-gray-700\\">请导师给你测验。</p>\\n<blockquote class=\\"border-l-4 border-gray-300 pl-4 italic mb-4\\">\\n<p class=\\"mb-4 text-gray-700\\"><em class=\\"italic\\">“给我测验关于奥斯曼书的笔记——十个问题,混合日期和论点。”</em></p>\\n</blockquote>\\n<p class=\\"mb-4 text-gray-700\\">大声说错东西会让人感到不舒服,但效果极其显著。这也会暴露出你<em class=\\"italic\\">认为</em>自己知道的卡片,而这些是最危险的。</p>\\n<p class=\\"mb-4 text-gray-700\\">如果发现某个领域完全不牢固,请要求进行短期学习。导师可以根据你的笔记和书本身构建几节有针对性的课程。</p>\\n<h2 class=\\"text-2xl font-bold mb-3\\">实践中的样子</h2>\\n<p class=\\"mb-4 text-gray-700\\">对于一本在六周内阅读的400页书籍:捕捉三十到五十条笔记,ä
1¿ç•™äºŒåäº”到四十张抽认卡,每次多花大约十五分钟,之后的复习负担大约是每天两分钟。</p>\\n<p class=\\"mb-4 text-gray-700\\">而一年后你真的可以回答晚宴上的问题。</p>\\n<h2 class=\\"text-2xl font-bold mb-3\\">为什么在一个应用中完成这件事很重要</h2>\\n<p class=\\"mb-4 text-gray-700\\">你可以用纸和一个单独的抽认卡应用完成所有这些。人们已经这样做了几十年。在pimReader中这样做的原因是这四个部分——书籍、笔记、抽认卡和计划——是<em class=\\"italic\\">同一个</em>系统。</p>\\n<p class=\\"mb-4 text-gray-700\\">你高亮的段落只需一次点击即可变成抽认卡。抽认卡只需一次点击即可回到它来源的页面。没有任何内容被重新输入,没有任何内容在应用之间丢失,通常会杀死这种方法的摩擦根本不会出现。</p>\\n<p class=\\"mb-4 text-gray-700\\">选择一本你已经在阅读的书。试试其中一章。</p>\\n"}')}}]);

Line numbers count LF bytes from the start of the resource, as the search results do. Vendor segments are library code the classifier recognised; they are stored but not indexed. Bytes are shown as Latin1 characters, one per byte.