字集不是越大越好，因为现存于大型字典辞书的字有一部分是历史用字，还有大量的异体字。根据使用的需要和研究的情况，对汉字的信息处理可以分为几个层次

　　1、日常生活用字：（可有一个人名、地名辅助集和错字集）

　　日常生活用字就是常用字，这个数字可能就在3000字左右，再加上一些次常用字，可能也就在6000字左右，当然，其中哪些是常用字，哪些是次常用字，具体的字可能要随着时代不同而发生变化。日常生活用字要求有规范性，现在进行的“规范汉字表”课题研究可能有助于此字集的确定。

人名和地名用字是一个比较特殊的问题，国家语言文字工作委员会正在进行“人名、地名规范”的研究，如果此研究成果面世，则可能有助于解决现代人的人名、地名用字问题。

此集中最好还应该有一个错字集，在早期识字教育和对外汉语教学中，经常要使用到一些错别字，别字好打，缺笔少划的错字没有办法处理，所以应特置一个错字集，有利于错别字教学的信息化与错别字的集中纠正。

　　2、一般古籍整理用字:（应该有一个异体字辅助集）

　　古籍用字，数量比现代生活用字多。因为历代沉积下来的异体字、死字比较多。关于这个问题，首先应该进行异体字的整理，异体字整理完成后，正体字就可以确定一个数量。为了保持古籍版本原样，古籍整理工作者和语言文字研究者也要用到异体字，所以附录一个异体字集。

　　还有一个问题就是方言字，很多方言字来源于古代的字典辞书、地方韵书和方言词典，少部分来源于民间文艺作品。首先方言字有一个规范的问题，那些有本字又意义比较明确的，应该首先选用本字。如本字不明，可沿用俗字。

　　3、古文字用字:（也有一个异体字辅助集）

　　关于古文字，一般定义为小篆以前的文字为古文字，其中有很多字还不可识，这种情况，就首先要区分出可识字（与小篆或楷书有对应字）与不可识字，然后进行异体字的整理。并且要能为每个不可识字设计可以调用的编码，以利于检索。

　　汉字库的设计，针对不同的用户与使用目的，分级分层次是很必要的。各级之中首先要全，同时要考虑各级之间正体字与异体字、繁体与简体、古文字与今字的正确对应等。

　　此外，各种常用图符也可考虑收录到各级字库中，如传世古籍中出现的圈点符号、古文字中的有句读作用的符号。少数民族和外域的汉字型变体字，也可考虑单置一类，以有利于文字的比较研究。