我是怎么用AI从零搭起一个领域的认知框架的

发布日期：2026-05-15 09:10:44 浏览次数： 1697

作者：负荷有点重

微信搜一搜，关注“负荷有点重”

当读者越来越多，我越来越惶恐。虽然第一篇就说了我的公众号的定位——零基础，边学习边输出，但还是担心有读者当成专业输出。所以必须写这篇文章声明一下。

我是纯业余爱好者，没有文章内容相关工作经验。最初的起点，只是一份政策文件读不懂，于是打开AI，问了一个很蠢的问题。

后来我慢慢摸索出一套方法：让AI基于你的基础和需求，搭一个循序渐进的认知框架，然后顺着框架一步步输出。不花多少时间，就是把原来刷新闻、看视频的时间，换成看AI输出的框架和分析。

今天，我把这个方法拆开，分享给那些也想自学一个陌生领域、但不知道从何下手的朋友。

一、最初的门槛：不是“读不懂”，是“不知道从哪里开始读”

坦白说，我一开始连从哪份文件开始学都不知道。

我买了一堆书，下载了一堆文件，心想“这回总能啃下来了吧”。结果随便翻开一本专业书，第一页就卡住；随便点开一份政策文件，满眼都是“节点边际电价”“阻塞盈余”“金融输电权”……每个词单独查都有定义，可连在一起就是看不懂。

量还那么大。不是一本两本，是一摞；不是一份两份，是一个文件夹。直接就被劝退了。

孤立的名词解释，看了像没看——因为我不知道这个名词“挂在”哪根逻辑链上，不知道它和别的概念是什么关系，更不知道它在整个体系里处在哪个位置。

这就是零基础自学的真实门槛：没有地图，就永远在迷路。

专业书默认你已经有基础，不会停下来跟你解释“为什么电能可以像白菜一样买卖”“竞争在这里具体指什么”。于是我做了一个决定：不硬啃，先让AI帮我搭一个“认知脚手架”。

二、先告诉AI：你是谁，想学什么，现在什么水平

很多人用AI的第一步就是问“请解释一下XXX”。但AI不知道你的背景，给出来的答案要么太浅（你嫌没干货），要么太深（你看不懂）。

我换了个做法：先写一小段“用户画像”，贴在每次对话的开头。

比如我是这么写的：

“我是一个电力政策爱好者，没有行业实务经验。零基础，连从哪份文件开始学都不知道。我不想看孤立的名词解释，因为看不懂它们在整个体系里的位置。我的目标是：能够系统理解新型电力系统的政策逻辑。请先帮我搭建一个循序渐进的认知框架，告诉我先看什么、后看什么，为什么这个顺序，你输出文章适合我基础的学习。”

AI看完这段话，会明白几件事：

· 我的起点（零基础，完全不知道从哪里开始）

· 我的痛点（讨厌孤立的名词解释，需要知道“位置感”）

· 我的目标（系统认知，不是应试）

· 我的输出需求（深度分析，不是摘要）

关键词：零基础、需要顺序、需要位置感、需要定制。这三样说清楚，AI给的框架就不会跑偏。

三、从“分模块轮学”到“自由游走”

其实一开始，我给自己的学习规划是：理论、政策、新闻、法律，各学一周，轮着来。

之所以这样设计，是因为当时AI的输出长度有限——一次对话还没分析完一个模块的框架，长度就用完了，拆成小块更合适。理论一周、政策一周、新闻一周、法律一周，每一块都是相对独立的“单元”，AI能在有限的篇幅里把一件事讲清楚。

但后来AI的输出长度突破了，这个限制不存在了。

现在我可以一次和AI讨论一整份政策文件、推演完整的逻辑链条、甚至跨模块串联（比如把“现货市场”和“售电公司洗牌”放在一起分析）。所以最初的“分模块轮学”就不再必要了——跟着自己想学的游走，才是更自由的学习方式。

理论、新闻、法律，我大概知道怎么学——理论有经典教材，新闻有固定信源，法律有案例汇编。但政策不一样。几百份文件、上千页条文，从哪里开始？先看哪份？看完怎么串起来？这是最大的挑战。

所以我在政策上花了最多的功夫——不是学的内容多，而是先画地图。

我喜欢先让AI帮我搭建整个知识体系的认知框架，而不是每周定一个主题。这个框架不是一次成型的，我会反复修改、增删节点、调整顺序，直到这张“地图”符合我的认知习惯。然后，我再按地图上的顺序，一站一站输出文章。写一段时间后，认知增长了，我会回过头来修改原来的框架——地图是会迭代的。

这就是“定制学习”——不是AI给我一套标准方案，而是我告诉AI“我想怎么学”，它帮我搭出符合我认知习惯的框架。框架不对，后面所有输出都是散的。所以即使花了很长时间调框架，我觉得值。

四、我的输出节奏：周末集中“挂七篇”

很多人以为我是每天写一篇。不是的。

我的习惯是：周末集中输出，一次挂七篇。

周一到周五，碎片时间轻松回顾周末写的文章，翻一翻、想一想，不给自己压力。周末一天在游乐场等娃的时候集中写作、修改、发布。这种节奏适合我这种上班族——平时没大块时间，但周末可以沉下来。发出去的七篇不一定每篇都完美，但至少保证了持续产出、持续迭代。

如果你也想用AI自学，不必强求日更。找到自己的节奏最重要：一周一篇、三天一篇、周末五篇，都行。关键是固定，让身体和脑子都进入那个“学习—输出”的循环。

五、一个非常重要的插曲：我最初挂的那些“草稿”

公众号草稿箱还挂着最早那几篇“草稿”。当时觉得写得还行，现在回头看，满眼都是“名词堆砌、逻辑跳跃、核心判断模糊”。

那些文章里，我把“节点边际电价”写成“节点边际成本”，把“辅助服务”和“容量补偿”混在一起讲。甚至分不清“配电网”和“微电网”的区别——以为只是规模大小不同。

但那又怎样？

如果不是那些粗糙的草稿，我可能现在还在啃专业书的第3页。AI帮我把专业书的“结论”还原成“推理过程”——我不再被迫接受定义，而是跟着AI一步步推：为什么同一时间不同地点的电价会不同？因为输电阻塞。阻塞怎么影响价格？用一张简单的地图推演给你看。等我把AI推演的逻辑链条走通几遍，再回头翻专业书，那些之前卡住的地方，忽然就顺了。

所以，如果你也有“写过的草稿现在看不下去”的感觉，别删。它们是你在爬坡路上最真实的脚印。每一篇粗糙的草稿，都是下一篇文章的垫脚石。

六、把“看新闻”的时间换成“看AI输出”

很多人觉得自学没时间。但我算过一笔账：

每天刷朋友圈、看短视频、浏览新闻，至少1小时。这1小时，我可以用来轻松回顾已经写过的内容，或者和AI随便聊聊框架微调。周末再集中输出。

一周投入一个周末，一个月就能把一个陌生领域的骨架搭起来。

我自己的节奏是：

· 周一到周五：工作日不写新文章。碎片时间翻开周末刚发的那七篇，重新读一遍，看看哪里逻辑可以更顺、哪里例子可以更贴切。不给自己压力，纯粹是“温故”。有时候会发现写的时候没想透的点，顺手记下来，下周末再和AI讨论修正。

· 周末：集中输出，一次挂七篇。这些文章不是临时想出来的，而是按之前搭好的认知框架，一站一站写出来的。有时写着写着，会发现框架有漏洞，就顺手记下来，下个阶段再改。

关键：AI输出的是“框架+分析”，不是“答案”。你需要保持思考，追问“为什么这样推演？”“有没有反例？”而思考的最佳时机，恰恰是写完之后的“冷却期”——隔几天再看，自己就能挑出毛病，然后回头修改框架。这个过程很轻松，不赶进度。

七、输出本身，就是最好的学习

我每写完一篇分析，都会顺手发到公众号。不是为了涨粉，而是为了“倒逼自己把逻辑讲清楚”。

你试试就知道：当你觉得自己“懂了”，但一动笔写给别人看，就会发现这里逻辑跳了、那里证据不足。AI可以帮你润色文字，但逻辑链条必须你自己拉通。