✅ 概要

アウトプットベースでのインプットの勉強手順とは逆で、インプットベースでのインプットも有効になることは多々あります。

✅ インプットベースのインプットの目的

目的はシンプルで、自分の興味関心の領域を広げることに役立ちます。

それが土台となって、自分の興味関心にひっかかれば、アウトプットベースのインプットを行うことでその領域を深めていくことができます。

具体的な例

• 1日15分、CSの本を読んでCSに関する知識領域を拡大する
  • その結果、普段のコードの書き方で計算量などを意識することになる（かもしれない）
  • その結果、プログラミングからハードウェア側を意識するようになる（かもしれない）
  • その結果、ネットワークなどの知識も知れて実務で意識するようになる（かもしれない）

以下のフローの「知る」という部分がインプットのためのインプット（勉強のための勉強）を行うことで、埋められます。

• 「知る」 -> 「深めてアウトプットできるようにする」

✅ インプットベースの勉強のやり方

STEP1: リソースを決める

ソフトウェアエンジニアの場合は、技術的なトレンドやソフトウェアエンジニア界隈の業界トレンドはある程度は抑えておきたいところなので、以下のリソースを使うのがおすすめです。

• Qiita
• Zenn
• 少し興味がある技術書
  • 例
    • オライリージャパンシリーズ
    • コンピューターサイエンス
    • web3, ブロックチェーン
    • データベース
    • ネットワーク
    • etc...
• 技術に関係がない書籍
  • ビジネス, 自己啓発
  • 政治経済
  • 地理
  • 心理学
  • etc...

STEP2: 時間を決めてそれを読む・見る・聴く

• 移動中
• 寝る前
• 何かの隙間時間

こういった時間にPickしたリソースを毎日読んでinput-drivenで進めていきましょう。

STEP3: そこに対して言語化や感想を持つ

• 例1 「next.jsのapp routerの記事が最近は増えてる」 「まあでも別に今はpages routerでいいや、必要になったらキャッチアップしよう」

• 例2 「マイクロフロントエンドって単語を最近はよく見る」 「ChatGPTに聞いてみよう」

• 例3 「モノレポやポリレポって言葉を最近よく聞く」 「ChatGPTに聞いてみよう」

• 例4 「マイクロサービスって言葉を最近よく聞く」 「ChatGPTに聞いてみよう」

• 例5 「最近はAIに関する記事が多い」 「適当にAI系も読んで、少しだけさわってみよう」

✅ インプットベースのインプットの時間を確保する

アウトプットベースのインプットは成果物を出すために（再現性高く結果を得たい場合に）有効ですが、インプットベースのインプットは中長期タームの自己投資に近いです。

• 政治、経済
• 投資、金融
• 心理学
• コンピューターサイエンス
• ビジネス
• 自己啓発
• etc

こういった領域の勉強のための勉強を継続的に行なっていると、ある時にいわゆる点と点が線でつながるような現象が起こります。

✅ 具体的なアクション

• input-drivenのリソースを選ぶ、または、定期的に購入したり探す
• input-drivenの目的を把握する
  • 知識を広げる、中長期タームの自己投資
  • 目先の結果には役に立たなくてもいいと割り切る
• 毎日時間を確保する
  • 寝る前に15分など