别让 AI 替你思考，让它陪你学习

先说几个核心判断。

AI已经具备了极强的信息处理能力。特别是像Gemini这样的模型，不仅拥有超长的上下文窗口，其在语义理解方面也表现出一些令人惊喜的特质：清晰、锋利，且具有一定深度。

甚至可以这么说——Gemini像一个内容制造怪兽。它似乎永不满足，渴望人类给它投喂更多、更优质的信息。它会将这些信息全部“嚼碎”，消化掉，然后按照你期望的形式，为你制造出内容。面对庞杂的材料和巨大的信息量，人类的认知加工系统或许会陷入瘫痪，但AI却能游刃有余地应对。

那么，问题来了：作为人类，我们该如何驾驭这台高能的思考机器？

垃圾进，垃圾出

垃圾进，垃圾出，至今仍是生成式AI的铁律。高质量的输入，才会有高质量的输出。

不要指望输入一条神奇的提示词或是一句咒语，大模型就能给你吐出美妙的东西。它偶尔或许能做到，但这很可能只是因为它恰好在训练数据中见过类似的内容。而且你可以确信，在互联网上一定能找到更好的——因为大语言模型天然地趋向于平均，那些真正出彩的观点和表达，很容易在生成过程中被平庸化。

正因如此，我们提供给AI的输入材料本身必须言之有物，且质量足够可靠。从实际使用体验来看，AI很适合用来处理材料——做翻译、转写、重混、文字润色——但从不指望仅凭一句话提示词，就能产出真正高质量的原创内容。一句话就能生成的东西，充其量是被反复复制过的复制品的复制品而已。

AI这么强，跟人有什么关系

AI是一架强力的思考机器，人们可以用两种截然不同的方式去驾驭它。

一种方式是，把所有的思考任务都交给它，让它替你完成。你给它下达一条条指令，然后对着它的工作成果发表些意见——像个Boss一样。但这个方式的问题是，你基本不需要动脑子。表面上，你像个Boss，实际上，更像一个仅仅掌握了拖拉机驾驶技术的牛马——你仍旧只是一个操作员。

另一种方式是，用AI增强你的思考，而不是代替你去思考。人类创造和使用某个工具时，一般带着两种目的：一种是向外的，用工具来改造外部世界，比如用锤子钉钉子；另一种是向内的，用工具来控制和塑造自己的思维过程，比如用语言来思考。这类向内的工具叫心理工具或者思维工具，AI就是这样一种心智增强工具。如果你只把它当作锤子来用，把它当作拖拉机来开，就太大材小用了。

AI可以成为人类心智的放大器，但前提是我们选择以这种方式使用它。

有句俗语叫“

”（把手弄脏），它所蕴含的智慧在当下依然适用。但在AI时代，我们需要再加一条原则：“”（把脑袋弄乱）。你可以把这两句话放在“Stay hungry. Stay foolish.”旁边。

从输入到输出的最小行动

人类需要阅读和写作，不单单是为了能创作出比AI更好的内容，更因为这两项活动是人类发展智识的基本手段。这么讲有些过于功利了，有人可能会说，阅读就是为了阅读，写作就是为了写作，它们本身就是目的。听起来有道理。但坦白说，对时下的大多数人来讲，能够享受阅读和写作带来的纯粹乐趣，是一件非常奢侈的事情。

内容稍微长一点或者稍微深一点就看不下去，这是常态。纯文字的内容看不下去，只能通过图像和影像理解世界，这是时代的现状。工作占据了大部分时间，消耗掉了人的大部分情绪和精力，根本无暇阅读，这是现代人的真实处境。

阅读是一件阻力非常大的活动，而写作的阻力比阅读更大。

写作要求仍然葆有表达自我的欲望，它要求人能提出问题、形成想法和洞见，要求人能深入分析材料、建立结构和有力的论证……这会劝退很多人——虽然大部分人早就已经被高考作文给劝退了。

AI能帮到什么？或者说，我们能用AI帮忙做什么？

一种方式是，把阅读和写作交给AI，让它代替我们做。不管什么内容，丢给AI，让它提炼出五个要点、三个问题，然后写一段TLDR。人只需要“吸收”这些由AI提炼出的“精华”。写作更容易，让AI围绕某某主题写一篇内容，它分分钟就可以完成。

另一种方式是，让AI来辅助我们阅读和写作。最关键的是，让AI辅助我们

。

为了达成这个目的，这里分享一套基于“费曼学习法”设计的提示词（见附录）。费曼学习法的核心是用最简单的语言把一个复杂概念讲给外行人听，过程中不断暴露自己的知识漏洞，然后再补上这些漏洞。有趣的地方在于，它既是一个学习的过程，同时也是一个对外输出的过程——它把内化和外化压缩到一个迭代过程里了。

当我们面临巨大的阻力时，找到那个最小的行动形式，让自己可以行动起来，往往是克服阻力的最佳策略。行动很小，阻力就很小，就可以经常行动。经常行动就会形成习惯，积累起改变的势能。

这套提示词所支持的行动，就是从输入到输出的最小行动。

提示词的不同版本

“费曼学习法”提示词共有三个版本，可以根据需要灵活选择使用。

：AI会自动完成对输入材料的解读、查找缺漏和自我迭代的全过程。用户无需参与中间的交互，只需阅读最终的输出内容。

：AI会自行确定研习的主题，并对材料进行解读。它在完成一个步骤后会暂停，等待用户的反馈或下一步指令。在此过程中，用户可以随时与AI交互，例如补充背景材料或融入个人观点。

：在开始时，AI会根据材料列出三个相关主题供用户选择，用户也可以自行指定一个感兴趣的主题。主题就像一个透镜，透过不同的视角，我们能从同一份材料中学到不一样的东西。该版本的其余步骤与前一版本相同。

以上三个版本，都将AI定位为“学习者”，而用户是“倾听者”。这样设计的目的是为了降低对用户的要求，从而减小行动的阻力。当然，也可以在此基础上设计出新的版本，比如让用户扮演学习者，负责解读材料并向AI解释清楚——这其实更贴近“费曼学习法”的原始用义。

提示词的效果：实践案例

“费曼学习法”提示词可以帮你同时完成学习和输出。一些媒体自媒体用这个方法制作的内容，可以看作是对原始素材的转写或者转述。这也是很多内容创作者主要在做的事。

比如《坏了，Claude当“店长”了》这篇内容就是用这套提示词制作的。使用的模型是Claude Opus，使用无交互版。在AI生成草稿之后，可以进一步润色——比如让Claude用讲故事的语言风格润色一遍，因为原始内容信息量比较低，但故事性很强。其他优化点，比如用词、句式、标点使用等，就看自己的要求和偏好了。

《Cloudflare和AI爬虫们开战了》也是用这套提示词制作的，只不过模型用的是Gemini。输入给AI的材料可以是很多份，可以是不同形式——PDF文档、视频、音频、网页等等，只要模型的上下文够用且理解能力过关，它就可以对材料进行综合分析，从中发现有意义的主线。

《请忽略掉Anthropic和Cognition的多智能体架构之争》是用类似的方法创作的，但过程中有较多交互。首先，主题是用户自己选定的。如果让AI去选定，它可能就会去关注表面的“多智能体架构之争”，而忽略掉“上下文工程”这个核心概念。过程中，作者补充了一个新视角，把“提示词工程”、“上下文工程”和“知识工程”串起来了。这篇内容抓住了原始材料的核心思想，同时也融入了自己的想法，超越了原始材料本身。从这个案例中，应该能感受到这套提示词的自由度。

设计理念与一些细节考量

如果细看提示词，会发现这套设计与原始的“费曼学习法”差异还是比较大的。原始的方法，强调简化解释和类比。简化，依赖于深度的理解、洞察能力和概括能力。在这方便，目前的AI还是比较弱的——能力不够，让它简化，它就是浅化。AI的类比有的时候效果很惊艳，但是类比多了，就有点审美疲劳了，所以没有特别强调这一点。这套提示词设定了三个更务实、也更重要的核心目标：清晰、全面和忠于原始素材。

在润色阶段，可以尝试让AI去优化标题和开头，埋下钩子，这样能吸引更多的读者。AI深谙博眼球之道，这件事本身没什么技术含量，就看你愿不愿意做。有人试过，只是让AI把标题和开头优化得更有吸引力一些，那种流量号的味道就出来了。也确实有效果，算法和读者都喜欢——但那篇文章后来删了，因为不喜欢。

与深度阅读方法相比，这套提示词支持的是一种相对浅层的阅读，它更适用于处理那些本身信息密度不高、或对你而言没那么重要的材料。不过，它也可以嵌入到深度阅读的工作流中。有时读完一篇长文，脑子很乱，感觉学到了什么但又很模糊——这时候跑一遍费曼学习法，AI梳理出的内容能极大地帮助整理思路。

这套提示词发布之后，很多内容创作就不再发表那种纯转述的内容了，因为这个制作过程已经可以借助AI完全流程化。虽然有读者会看，但这对自己没有多大意义。读者完全可以直接使用这套提示词去消化原始材料——语言障碍已经被消除了，认知门槛也降得很低了。并且，在阅读消化的时候，同时可以完成输出。