学习新知识时我会先问 AI 哪些问题

遇到一个新概念时，我以前喜欢马上搜索很多资料，结果越看越散。现在我会先把自己已经知道的部分写下来，再问 AI 几个基础问题，帮助我搭一个很粗的框架。

我常问的不是“请全面介绍”，而是更小的问题：这个概念通常解决什么问题，它和我已经知道的哪个概念容易混淆，入门时最需要先理解哪三个词。这样的提问比较具体，回答也更容易消化。

如果 AI 给了很多解释，我会让它举一个日常例子，但会提醒它不要编专业结论。例子只是帮助理解，不代表真实场景都这样。这个边界要写清楚，不然我容易被顺口的解释带偏。

学完第一轮后，我会反过来让 AI 问我几个检查理解的问题。它问的问题有时很基础，但正好能看出我是不是只记住了词，没有理解关系。答不上来时，我就回到原资料重新看。

这个方法让我学习新东西时不那么慌。AI 像一个可以反复问的同学，但它不是权威资料。真正要用到工作和正式表达里时，我还是会找可靠来源再确认一遍。

我会先问“这个概念解决什么问题”，再问定义。先知道它为什么出现，后面的词更容易放到位置上。AI 如果一下给出很多分支，我会让它先停在最基础的一层，不急着把所有相关知识都展开。

第二轮我通常会要求给一个反例，看看什么情况不适用。只有正面例子时，很多概念看起来都差不多；有了边界，我才知道自己是不是用错了。反例同样需要回到资料中确认，不能只因为解释顺就相信。

最后我会留一个还没回答的问题，作为下次学习的起点。以前总想当天把问题问完，现在觉得保留一点未完成更自然。真正理解一个新知识，本来就不是一段对话能结束的。

我把这些问题按日期留在笔记末尾，后来找到答案时再补上来源和自己的解释。过一阵子回看，能看到哪些问题很快解决，哪些其实问得太大。这个过程也会帮助我下一次把学习范围缩小一点。

当 AI 的解释和我手头资料不一致时，我会把两种说法并排放着，先确认是不是概念范围不同。没有弄清前不急着选一个。学习记录里写下冲突，比直接留下一个看似确定的答案更有用。