NewsBlur 的智能训练(Intelligence Training)是如何工作的?

NewsBlur 的智能训练是一套基于你手动反馈的过滤机制：你对某篇文章点“喜欢”或“不喜欢”，系统就按作者、标签、标题或全文这几个维度记住你的偏好，之后自动把同类内容标为高亮或隐藏。它不依赖算法猜测，而是靠你逐步“教”出来的规则，适合订阅源多、想主动控制信息噪音的人。免费账户即可使用基础训练，正则表达式训练需要 Premium Pro 计划。

训练能作用在哪些维度

根据 NewsBlur 的功能说明，训练可以针对以下四个层面：

• 作者（author）：某位记者的文章你总是想读，或总是跳过。
• 标签（tag）：RSS 条目自带的分类标签。
• 标题（title）：标题里出现的关键词。
• 全文（full text）：文章正文中出现的关键词。

每个维度都可以单独标记为“感兴趣”或“不感兴趣”。系统会把这些标记累积成该订阅源的训练规则。

一次训练会发生什么

1. 输入：在阅读界面看到一篇文章，点击“喜欢”（绿色）或“不喜欢”（红色）。
2. 动作：NewsBlur 询问或自动判断这条反馈要绑定到哪个维度——作者、标签、标题还是全文。
3. 预期结果：规则生效后，符合“喜欢”条件的故事被高亮突出，符合“不喜欢”条件的被淡化或隐藏。你可以在阅读时选择只看未读、只看重点，或切换回全部内容。

训练是逐订阅源生效的，也就是说你在 A 网站的训练不会影响 B 网站的故事排序。

训练之后如何过滤和突出

训练规则会改变故事的呈现方式，而不是删除内容：

• 被标为“感兴趣”的故事在列表和 River of News 中更显眼。
• 被标为“不感兴趣”的故事可以折叠或隐藏，取决于你的视图设置。
• 你可以随时撤销某条训练规则，或调整它的强度。

这样做的目的是减少噪音、保留重要信息，同时不丢失原始订阅内容——被隐藏的故事仍然存在，只是不再占用你的注意力。

正则表达式训练（高级）

Premium Pro 计划（$29/月）提供正则表达式训练。它允许你用模式匹配代替简单关键词，例如匹配标题中特定格式的日期、编号或复杂词组。这适合订阅源结构固定、需要精细过滤的场景。基础计划和 Premium、Premium Archive 不包含此功能。

和其他过滤方式的区别

智能训练的核心价值在于它是可解释、可修改的：你知道为什么某篇文章被突出，也能直接改掉那条规则。AI 摘要和搜索解决的是另外的问题——快速概览和回溯查找。

常见卡点

• 训练不生效：检查规则是否绑定到了正确的订阅源，以及当前视图是否应用了训练过滤。
• 想批量调整：训练规则按订阅源管理，逐个网站调整比全局修改更可控。
• 正则表达式门槛：如果不熟悉正则语法，先用基础的关键词训练，确认需求后再升级到 Premium Pro。

如果你订阅的网站不多，基础训练已经够用；如果订阅源上百、需要按复杂模式过滤，再考虑 Premium Pro。