用 AI 学任何新知识

小陈从运营转岗做经营分析，第一周就被一张利润表难住了：毛利、营业利润、净利润，看着都叫「利润」，到底差在哪？她问 AI：「什么是毛利？」得到一段清楚的解释，点点头，觉得懂了。两天后开会，主管问她：「这个月毛利率为什么降了？」她脑子一片空白。

这是用 AI 学习最常见的陷阱：答案来得太容易，「看懂了」的感觉也来得太容易。这一节讲怎样把 AI 从「答案机」变成一对一的私教：先摸底、定路线，用费曼学习法检验你是不是真懂，用苏格拉底式提问逼自己动脑，最后靠练习和复习把知识留下来。

「看懂了」不等于「学会了」

读一段清楚的解释时，我们很容易产生「我懂了」的感觉，但那往往只是熟悉感。真正学会，至少要做到两件事：能用自己的话讲出来；能用它解决一个没见过的问题。

认知心理学里有一个被反复验证的发现：主动回忆（自己考自己）比反复阅读更能把知识记牢。所以，学习时让你「多动脑」的 AI，比让你「多看」的 AI 有用得多。

好老师上课前，会先了解学生。你也可以让 AI 先问你、再规划：

我想在【时间】内学会【主题】，目标是能【具体用途】。我每天能学【时长】。
请先问我 4~5 个问题，了解我现在的基础和学习习惯；再根据我的回答，
给我一份分阶段的学习路线：每个阶段学什么、学完能做到什么、用什么方式检验。

还有一个特别好用的技巧：让 AI 用你熟悉的事物打比方。新知识要挂在旧知识上才牢靠。

费曼学习法以物理学家理查德·费曼命名，核心就一句话：如果你不能用简单的话把一件事讲给外行听，说明你还没真懂。做法分四步：选一个概念 → 试着讲给外行听 → 在讲不下去的地方回头重学 → 用更简单的话和类比再讲一遍。

过去，找一个耐心听你讲、还能挑出毛病的人并不容易。现在 AI 可以同时扮演两个角色：

我刚学了「毛利率」，下面我用自己的话解释一遍。请你分两步回应：
第一步，扮演一个 12 岁的学生，针对我没讲清楚的地方提 3 个问题；
第二步，扮演严格的老师，指出我解释中的错误、遗漏和不准确的说法，但先不要给出完整的标准答案，让我自己改完再讲一遍。
我的解释是：……

注意最后那句「先不要给标准答案」。一旦看到标准答案，你就又回到了「看懂」模式。

古希腊哲学家苏格拉底教学生，很少直接给结论，而是一个问题接一个问题，引着对方自己想明白。AI 的默认习惯正好相反：你一问，它就和盘托出。所以要先「约法三章」：

请用苏格拉底式提问带我学习【主题或一道题】。规则：
1. 不要直接告诉我答案，每次只问我一个问题；
2. 我答对了，就追问更深一层；我答错了，给一个小提示，而不是直接纠正；
3. 我连续两次卡住时，提示可以更具体一些；
4. 最后让我自己总结学到了什么，你再补充我遗漏的地方。

下面是一段学生学概率的对话节选，感受一下节奏：

这种方式特别适合数学题、编程、逻辑推理、案例分析这类「需要想」的内容；如果只是记一个事实，比如某件事发生在哪一年，直接问反而更省事。

需求：小陈要在两周内看懂公司的利润表，能在周会上说清楚「本月利润为什么变了」。

1. 摸底和路线：AI 先问了她五个问题，比如学没学过会计、平时接触哪些数字、最常被问到什么。然后给出三阶段路线：先弄清利润表从上到下的结构；再理解毛利率、费用率这几个关键比率；最后拿脱敏后的真实报表练习分析变化原因。

2. 用类比入门：她让 AI 用开奶茶店来打比方：卖奶茶收的钱是营业收入，原料和杯子是营业成本，两者相减是毛利；再扣掉房租、工资、推广费等费用，才接近营业利润。

3. 费曼检验：每学完一个概念，她都用自己的话讲一遍。第一次讲「毛利率」时，她把「毛利率降了」理解成「卖得少了」。AI 追问：「如果销量翻了一倍，但每杯的原料成本也涨了，毛利率会怎样？」她这才意识到，毛利率看的是每一块钱收入里能留下多少，和卖多卖少不是一回事。

4. 苏格拉底练习：她把上个月的报表（删掉公司名和敏感数字）交给 AI，要求「只提问，不给结论」，一步步自己找出利润下降主要来自哪一项。

5. 测验和复习：每个阶段结束，她都用下面这段提示词让 AI 出题，错题记进一个文档；过三天、再过一周，再让 AI 照着错题出几道类似的新题。隔一段时间再测，比学完当天连做十遍更能记住。

请根据我今天学的「毛利率」和「费用率」出 5 道题：前 2 道考概念，后 3 道给出简单的报表数字让我分析。
一次只出一道，等我回答后再判断对错、讲清原因；最后把我答错的题汇总成一份错题清单。

两周后的周会上，主管又问了那个问题，这次她答上来了。

注意：AI 的讲解也可能出错。学习关键概念时，用教材或权威机构发布的资料核对；涉及法律、医疗、金融的知识，以权威来源和专业人士的意见为准。