用 AI 協助閱讀與學習的七種方法

自從有 ChatGPT 之後，我相信很多人一定會用 AI 來進行學習，我也不例外。
 

我一開始用 AI 的方式很簡易，就是把文章丟進去幫我摘要，然後再進行學習。但這樣的學習方式，很難讓我們真正記憶與運用。

 

這兩年不斷的嘗試與修正，我才慢慢體會到，其實並不是 AI 的問題，是我們沒有善用 AI 的強項，所以讓學習無效。


我覺得在 AI 的學習過程中，最有價值的地方，是能幫我們把單方面的學習，轉換成雙向學習，而且更深入、更有效。

 

所以這篇文章整理了七種方法，從讀書、整理筆記、看影片、到面對外部資訊都有。每一種我都附了可以直接複製用的 Prompt，不用再自己想怎麼問。


如果看完文章後，你喜歡更進階的知識圖卡，歡迎你加入免費會員後，最後文章末尾，可以解鎖下載網址的部分，可以獲得整套知識圖卡，協助你更好的運用



 

方法一｜新舊知搭橋法 ：從「聽過」到「真的懂」

 

 

你有沒有遇過這種狀況，某個詞彙在各種文章裡一直出現，你也跟著說了好幾次，像是「敏捷開發」、「第一性原理」、「認知負荷」。 

 

但真的有人問我們那是什麼意思，其實我們也無法辦法解釋得很清楚 ？「大概懂」跟「真的懂」其實真的差很多 。
 

 

物理學家費曼有一個很有名的學習法，核心觀念就是 ：如果你沒有辦法用自己的話把一個概念解釋清楚，那代表你還沒有真的懂。


「費曼學習法」就是反覆強調「輸出帶動輸入，教是最好的學」，這真的是一個很棒的檢驗標準 。

 

而我們現在有了 AI，可以把費曼學習法升級 。這個方法做兩件事 ：第一，讓 AI 把陌生知識翻譯成我們熟悉的語言 ；第二，再讓 AI 扮演反對方，逼我們思考這個觀點的想法與框架 。

 

之前有聽過一篇文章，談到可以如何遷移我們的知識技能，裏頭提到了「近遷移」和「遠遷移」。


近遷移是指在同一個領域裡把技能搬來搬去，遠遷移是跨領域的，用 A 領域的舊知識去理解 B 領域的新知識。而我們讀書時最需要的就是遠遷移，因為它不只是幫我們更容易記住，也能幫我們理解。


萬維鋼老師曾經有過這樣的譬喻，我覺得很有趣，類比最重要的作用不是讓你覺得「好像懂了」，而是幫你提出假設 ，如果我們拿舊經驗去對照新概念，會發現哪些地方說得通、哪些地方對不上，那個「對不上」的感覺，就是我們可以理解的起點 。



 

做法說明

遇到不熟悉的概念，先找到我們自己熟悉的一個領域（工作、產業、或熟悉的某件事），然後請 AI 用那個領域的語言來解釋這個概念，接著再讓它拆出核心要素、舉具體例子、說出初學者最容易踩的誤解。

 

理解之後，再進一步問：這個理論在哪些情況下會失效？有沒有其他角度的批評？這樣你才不只是把一本書的觀點照單全收。

 

最後最重要，就是我們用自己的話把理解說一遍，貼給 AI，讓它幫你確認有沒有偏掉。如果省略掉這個步驟的話，很容易產生「假懂」——因為有時候我們覺得拆解太順利，反而讓人誤以為自己已經學會了，但其實可能只有概念而已。
 

所以建議拆解完之後一定要接一個問題：「這個概念在我的工作場景裡，具體怎麼用？」知識才可以幫助我們用在工作或生活當中。



 

案例說明

假如我在讀《思考，快與慢》，對「系統一」和「系統二」有點模糊。而我的背景是業務銷售。我就可以請 AI：用業務銷售的邏輯，解釋什麼是系統一和系統二思考，並舉三個業務員在工作中遇到這兩種模式的例子。


 

AI 可能會說 ：系統一是你拜訪客戶時，「這個人感覺不太有意願」的直覺判斷；系統二就是你坐下來分析客戶需求、設計提案邏輯的那個過程。業務員常犯的錯誤，是用系統一的快速判斷跳過了系統二應該做的分析。


 

這就是一個遠遷移的過程，是把學習的這個概念運用到你自己熟悉的戰領域上，看看它到底能不能解釋你每天遇到的狀況。


接著我再問 ：這個框架在哪些情境可能被誤用？如果過度依賴系統二，反而會帶來什麼問題 ？

等我理解之後，再用自己的話說  ：


 

「所以系統一的重點不是『不要用它』，而是『 知道什麼時候該使用系統二 

但要注意 AI 找到的比喻可能很漂亮，但不完全等於原理本身。另外，AI 扮演反對方時的質疑，有時說起來很有道理但根據不足，建議把它當成我們回頭查證的方向，而不是直接當成事實。



 

提示詞 Prompt

我想深入學習「＿＿＿」這個概念。請不要只給我定義，請用以下方式帶我理解：
 

1. 用最白話的方式解釋（像在跟完全沒背景的人說）
2. 拆解它的 3 個核心要素
3. 說明它跟容易混淆的概念有什麼差
4. 舉出 3 個工作或生活中的具體應用場景
5. 說明初學者最常見的 3 個誤解
6. 最後出 3 個問題，幫我確認自己是否真的理解了

我比較熟悉的領域是「＿＿＿」，請用這個領域的邏輯來解釋，並補充：

1. 這個概念最容易被誤解的地方
2. 哪些情境下它可能失效
3. 有哪些常見的反對觀點或批評

圖片一：方法一新舊知搭橋法知識圖卡

 

 

如果你對怎麼學得更有效、少走冤枉路這件事有興趣，我有一篇 《精實學習法》讀書心得 : 給喜愛學習者的三個重要提醒，歡迎你也可以閱讀

 

 

方法二｜蘇格拉底追問法 ：別急著找答案，先把思考挖深

我們常常以為自己對某件事有觀點，但仔細一想，那個觀點可能只是一句聽起來有道理的話，像是「學習最重要的是持續」。


這句話聽起來好像沒有錯，但如果有人追問 ：持續的定義是什麼？每天十分鐘算持續嗎？持續但方向錯了怎麼辦？大概我們就會開始支支嗚嗚了。

 

《蘇格拉底的方法》上有提出一個想法關於蘇格拉底式提問的精神，它說到  ：現代辯論是拼命維護自己的立場，但蘇格拉底式的追問，是願意承認自己錯了。


萬維鋼在精英日課裡也講過蘇格拉底提問法，蘇格拉底式提問核心精神，不是為了贏，而是為了更靠近真相。

 

做法說明

 

這個方法就是請 AI 扮演一個溫和但不放水的提問者。我們先丟出一個觀點給 AI，AI 每次只問一個問題，一路往下挖：假設是什麼？有沒有例外？證據從哪來？在什麼條件下這個觀點會不成立？


 

經過五到八輪之後，我們的想法要嘛變得更堅實，要嘛會發現它其實需要大幅修正。其實根本不用管是哪一種，都是進步，都在提升我們思考的方式。


 

但要注意，這個方法可能會讓人有一種被挑戰的感覺，因為它讓我們一直發現自己說不清楚。這種壓力是真實的。建議追問時綁定你具體的工作場景，會比較不容易疲乏。


 

案例說明

 

我之前有一個想法 ：「 技術半衰期只有 2 到 5 年，所以要從後往前想，先思考什麼不會過期，再回頭學技能。」
 

我拿這句話讓 AI 追問 。AI 就開始問 ：你說的「技術半衰期」具體指的是哪些技術？所有領域都一樣嗎？「從後往前想」的「後」是什麼？你怎麼判斷一個能力不會過期？有沒有可能你以為不會過期的東西，其實也會被取代 ？所謂的「持久技能」，判斷標準是什麼 ？

 

你有沒有感受到，如果幾輪問下來，我們以為對的這一句話，背後有很多前提要釐清，「不會過期的能力」到底是什麼？是溝通能力？是判斷力？還是某種跨領域的遷移能力？這樣的提問，能幫我的觀點也從一句話，進化成一套更有層次的論述。

提示詞 Prompt

我想深入思考這個觀點：「＿＿＿」
 

請你不要直接評論對或錯，而是扮演蘇格拉底式教練，一次只問我一個問題，透過連續追問幫我把這個觀點挖深。聚焦方向：
 

1. 我的假設是什麼
2. 有哪些證據支持或反駁
3. 有沒有我沒考慮到的變數
4. 這個觀點成立的條件是什麼
5. 有沒有更完整或更精準的說法

請每次等我回答後再問下一題。

如果你對於哪些AI時代，要提升哪一些能力這個想法這有興趣，歡迎你閱讀  AI 時代要學什麼？我們不能外包給 AI 的高階思維能力  這篇文章 

圖片二：方法二蘇格拉底追問法知識圖卡

這篇內容已有 500+ 會員搶先閱讀！
此為會員限定文章，點此 登入會員 ，立即解鎖完整內容。
現在限時免費加入網站基本會員，有更多優質文章與福利等著你