Digital Environment Optimization

---
name: digital-environment-optimization
description: 当意识到个人数字信息环境（如社交媒体、资讯平台）正在消耗精力或阻碍成长，需要系统性优化时
---

# digital-environment-optimization

## When to Use

当意识到个人数字信息环境（如社交媒体、资讯平台）正在消耗精力或阻碍成长，需要系统性优化时description

## Core Logic

# 执行步骤

1.  **评估当前数字环境**：审视你主要使用的社交媒体、资讯平台或内容社区的关注列表、订阅源或推荐内容。
    *   **判断标准**：能够清晰列出主要的信息来源，并初步感知哪些内容带来消耗感，哪些带来价值感。
    *   **常见误区**：仅凭模糊感觉，没有具体审视对象；忽略算法推荐内容的影响。
    *   **关系**：此为模型启动步骤，无前置依赖。

2.  **执行“数字清理”**：基于步骤1的评估，取消关注、取关或屏蔽那些长期来看无助于培养你更高标准、目标或价值观的内容源（账号、频道、话题等）。
    *   **IF** 内容源引发焦虑、嫉妒、无意义比较或纯粹浪费时间 **THEN** 执行清理。
    *   **ELSE IF** 内容源价值模糊或中立 **THEN** 可暂时保留，进入步骤3观察。
    *   **判断标准**：关注列表数量减少，或低价值内容在信息流中的出现频率显著降低。
    *   **常见误区**：因“社交压力”或“可能有用”的幻想而保留低价值源；清理不彻底。
    *   **关系**：此为“破”的阶段，为步骤3的“立”创造空间。

3.  **执行“价值注入”**：主动搜索并关注至少1个能挑战你现有认知、提供系统教育或教授你所需具体技能的高质量内容源。
    *   **判断标准**：成功找到并添加了至少一个新的高质量关注对象。
    *   **常见误区**：寻找“速成”或“鸡汤”类内容，而非扎实的技能或知识源；停留在“寻找”阶段，没有执行“关注”动作。
    *   **关系**：依赖步骤2清理出的“注意力空间”；是构建新环境的核心动作。

4.  **利用算法与持续优化**：与步骤3中新关注的高质量内容源积极互动（如点赞、评论、收藏），引导平台算法为你推荐更多同类优质内容。定期（如每月）重复步骤1-3，评估新环境的效果并进行微调。
    *   **IF** 算法开始推荐更多相关优质内容 **THEN** 模型运行良好，进入维护模式。
    *   **ELSE IF** 信息环境再次变得嘈杂或低质 **THEN** 返回步骤1，重新评估。
    *   **判断标准**：日常信息流中高质量、有启发性内容的占比稳步提升。
    *   **常见误区**：被动等待算法改变；优化后不再复查，导致环境再次退化。
    *   **关系**：是模型的强化与维护阶段，确保效果持续。

# 输出格式要求

向用户提供一个清晰的行动计划摘要，包括：
1.  **清理目标**：建议清理哪类内容（例如：引发焦虑的、纯粹娱乐消遣的、与目标无关的）。
2.  **寻找方向**：建议寻找哪类高质量内容源（例如：某个领域的专家、技能教学频道、深度分析账号）。
3.  **下一步行动**：建议用户立即去某个特定平台执行“取消关注”和“搜索关注”的具体动作。
4.  **提醒**：说明初期可能感到不适应，以及利用算法和定期复查的重要性。

## Metadata

| 属性 | 值 |
|------|-----|
| 领域 | 个人成长 |
| 类型 | procedural (procedural) |
| 置信度 | 90% |
| 前置条件 | 能够访问并管理个人社交媒体或资讯平台的关注列表 |
| 来源 | 互联网的力量：塑造你的数字环境 |