别让 AI 替你思考，让它陪你学习

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让我惊喜的品质：清晰、锋利且具有一定深度。

我曾感慨说：Gemini 是一个内容制造怪兽。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，作为人类，我们该如何驾驭这台高能的思考机器呢？

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。

你不要期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。并且你可以确信，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。我乐于使用 AI 来处理材料，做翻译，做转写，做重混，做文字润色，但我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，我可以用两种截然不同的方式去驾驭它。

一种方式是，我把所有的思考任务都交给它，让它替我完成。我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，我基本不需要动脑子。表面上，我像个 Boss，实际上，更像一个仅仅掌握了拖拉机驾驶技术的牛马——我仍旧只是一个操作员。

另一种方式是，我用 AI 增强我的思考，而不是代替我去思考。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「Get your hands dirty」（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：「Get your mind messy」（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。讲得有道理。但我觉得，对时下的大多数人来讲，能够享受阅读和写作带来的纯粹的乐趣，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。

写作要求人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，它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，我们可以把阅读和写作交给 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 辅助我们完成必要的思考和学习。

为了达成这个目的，我和 Claude 一起设计了一套「费曼学习法」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。费曼学习法有趣的地方在于，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，就是我找到的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，你可以根据需要灵活选择使用。

无交互版： 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。

有交互但无需选定主题版： 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。

有交互且可以选定主题版： 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，你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。我在公众号上发过一些用这个方法制作的内容，你可以把这种形式的输出，看作是对原始素材的转写或者转述。这也是很多媒体和自媒体主要在做的事。

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，使用提示词是无交互版。在用 AI 生成草稿之后，你可以做进一步润色。比如这篇文章，我就让 Claude 用讲故事的语言风格润色了一遍，因为原始内容信息量比较低，但故事性很强。其他一些优化点，比如用词、句式、标点使用等，就看你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。你输入给 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，主题是我自己选定的。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，我补充了我自己的一个新视角，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，同时也融入了我自己的想法，超越了原始材料本身。从这个案例中，你应该可以感受的到这套提示词的自由度。

设计理念与一些细节考量

如果你细看提示词，会发现我的设计跟原始的「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，你让它简化，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，所以我没有特别强调这一点。我为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，你可以尝试让 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。我试过，我只是让它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。但我把那篇文章删了，因为我不喜欢。

与我在这里提到的深度阅读方法相比，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。有时我读完一篇长文，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我整理思路。

我把这些提示词发布出来之后，公众号上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 完全流程化了。虽然有读者会看，但这对我自己没有多大意义。你们完全可以自己使用这套提示词直接去消化原始材料。语言障碍已经被消除了，认知门槛也降得很低了。并且，你在阅读消化的时候，同时可以完成输出