读书最大的门槛是什么？不是没时间，也不是静不下心。作者给出的答案很直接：没有找到自己真正感兴趣的类型。

这个判断来自一次快速读完一本书的经历。当题材真正对味时，阅读速度会自然提上来；反过来，硬啃一本不合口味的书，再好的习惯也撑不住。问题在于，大多数人并不知道自己到底喜欢什么——只知道"这本读不下去"。

把"喜欢"拆成四个维度

作者的做法是把这个模糊的问题交给 AI。提示词的核心不是"推荐类似的书"，而是先让模型分析清楚：这本书到底哪里吸引我。

拆解的角度有四个：故事性、写作风格、内容主题、阅读体验。前三个相对好理解，第四个是关键——同样一个故事，读起来是轻松还是沉重，是流畅还是滞涩，这种感受往往才是决定能不能读下去的真正原因。

提示词里还有一句限定：不一定局限于相同题材，重点是带来相似的阅读感受。这一句把推荐范围从"同类书"扩展到了"同感受的书"，题材的墙就被拆掉了。

低成本试错，找到自己的偏好

这套方法的实际价值在于试错成本。传统找书靠榜单、靠书评、靠朋友推荐，但这些都是别人的偏好。让 AI 从自己的阅读体验出发做反向解析，等于把"我喜欢什么"这个问题的答案，从模糊的感觉变成可描述的维度。

作者同时给出了配套的执行机制：

  • 每月固定 200 元购书预算
  • 每周阅读一到两本

预算解决的是"想读但舍不得买"的犹豫，周节奏解决的是"买了堆着不看"的拖延。两者叠加，阅读从一件需要下决心的事，变成一个有固定投入和固定产出的日常动作。

值得注意的是，这套方法并没有依赖任何特定工具或平台，提示词本身就是全部。对想建立阅读习惯但一直卡在选书环节的人来说，门槛低到只需要复制一段话。