把『和 AI 一起读书』做成一个系统:逐页共读 Skill 的设计与工作流
我把自己和 AI 一起『一页页读书』的机制拆成一个可复用 Skill:PDF 拆页、按物理页让 AI 讲解精华、追问互动、累积笔记,并靠 progress.json 精确管理阅读进度。这篇把它设计成系统的关键决策写清楚——为什么是『互动共读』而不是批量总结、为什么原文框是刚需、为什么进度要按物理页记。
How I turned 'reading a book one page at a time with AI' into a reusable Skill: PDF page splitting, per-physical-page explanations, interactive Q&A, note accumulation, and precise progress tracking via progress.json. Key decisions explained — why interactive co-reading over batch summarization, why verbatim page quotes are essential, and why progress must key on physical pages.
把『和 AI 一起读书』做成一个系统:逐页共读 Skill 的设计与工作流
大多数人让 AI"读书",是给它 PDF、让它一次性读完,然后吐一份几千字的摘要。我一开始也以为这是最高效的。直到真正想"读进去"一本《沉思录》、《如何独立思考》时才发现:摘要能给你"这本书讲了什么",但给不了"我读到了什么"。
所以我没走"AI 速读 — 人看摘要"那条路,而是反着设计了一套逐页共读机制——Alma 把书拆成物理页,像读书搭子一样一页页和我读:它讲解精华、我读原文思考、它提问互动、我们共同记笔记、进度精确到页。
先给结论:共读的价值不在"快",在"稳"。 快有摘要,稳靠的是"人真在读 + 讨论被记下来 + 进度不丢"三件事同时成立。
定位:互动共读,不是批量总结
左边是"一次性消费",右边是"有来有回的重复会话"。核心差异在 G 和 H 两环:人的思考被接住了、被追问了、被记下来了,而不是读完一个摘要就散场。
书架结构:一本书 = 一个文件夹
所有书放在 bookshelf/,每本书一个目录,互不干扰:
bookshelf/
├── tools/pdf-split-pages.py # PDF → 逐页 markdown
└── <书名slug>/
├── book.json # 元数据(总页数/语言)
├── pages/page-001.md… # 一物理页一个 markdown
├── progress.json # ★阅读进度(唯一权威来源)
├── notes.md # 追加式笔记(讨论/金句/疑问)
└── summary.md # 章节小结(可选)执行 Workflow 一:新书怎么进架
执行 Workflow 二:共读会话的核心循环
每一页呈现(克制、不 dump 全文):
📖《书名》第 N 页 / 共 M 页
> 原文(blockquote 完整给,让用户能对照原书读)
【这页在讲什么】2~3 句概括
【精华点】3~5 条(引用原文关键句 + 解读)
【概念/生词】1~3 个
【想想看】1~2 个互动问题技术原理与关键决策
这套机制表面简单,但作为"系统"能稳定支撑我读完整本,靠的是几个不那么显然的决策。
1. progress.json 是唯一进度来源 + "先读后写"。 每次翻页必须先读 progress.json、读完立刻写回(current_page / pages_read / last_read_at),而不是靠对话上下文记进度。这样即使会话断了、切换终端、过几天再回来,一句"继续读"仍能从当前页续起,绝不从头。进度是持久化的状态,不是记忆里的印象。
2. 原文框是刚需,不是选项。 我一开始试着做"精简原文"省 token,被否了——因为共读的信任基础就是"我们读的是同一页原文"。完整 blockquote 让用户能同时对照原书读,AI 讲解有实据,讨论不漂移。这个决策把成本翻了倍,但把"共读"的地基打稳了。
3. 批量只是讲解粒度,不是记录粒度。 用户偏好"3~5 页一批",但 progress.json 仍逐页记 pages_read/current_page。"一次讲一批"和"一次记一页"是两件事——讲解粒度可以合并省 token,记录粒度必须零散,才不会因为"批量"丢了精确位置。
4. 页面质量铁律:不编造。 扫描版/纯图页没有文字层,就如实说"这页没文字、建议 OCR",绝不给这页硬编内容;目录页/版权页明确提示后跳过。这跟我在别处反复遵循的"证据纪律"是一个东西——宁可承认空缺,绝不假装读过。
5. 多书管理天然隔离。 一本书一个文件夹,各自有独立的 pages / progress / notes,中途换书直接读另一本,进度互不打架。定位书靠文件夹名 → book.json.title → 都不匹配就列书架让你指认,不猜。
四种共读模式
- 精读(默认):每页精华 + 概念 + 必带互动问题,节奏慢、聊得深
- 速读:每页 1~2 句概括 + 关键金句,说"这页过"就翻
- 测验("考考我"):基于已读页出题、批改、记回 notes
- 回顾("总结前面"):读 notes + 已读页精华,生成阶段小结
我的判断
做这个 Skill 最大的认知是:拿 AI 读书,"读完一本"的价值远低于"真正读进去一本"。 摘要是一次性的、容易忘;逐页共读留下的 progress + notes 是攒起来的资产——你什么时候回看,都知道"我当时在第几页、纠结过什么问题"。
如果你也想建立阅读习惯,我不建议一上来就追求"让 AI 帮你多读书"。先把一本书用这套机制读透,让"每页原文 + 讨论笔记 + 精确进度"这三样跑通,你就不会再愿意回到"吃摘要"的日子了。慢,但扎实。
参考:机制沉淀在
page-by-page-readingSkill(书架CoyaPersonal/bookshelf/,已用于《沉思录》《如何独立思考》)。本篇为对外方法记录,不含任何特定书籍内容。