AI 教練 × 費曼學習法：Prompt Kit 設計拆解

你有沒有試過，把一篇文章丟給 AI 生成摘要？把一兩個小時的 YouTube 精華影片丟給 AI，讓它快速整理重點？

看完之後，好像知道了什麼。但少了一種踏實感。好像什麼都沒有真的學會。

我們可以利用 AI 來輔助學習，讓它幫我們整理、歸納、省時間。但 AI 沒辦法替我們思考。

學習本身需要我們與知識產生連結，這段路，我們只能自己走。

這篇文章聊的就是那段路，以及我怎麼設計一套 Prompt，讓 AI 陪你走完它。

一、AI 為什麼教不好你？

我自己跨領域學東西的時候，常常發現 AI 的回覆明顯太看得起我了。因為他沒辦法精確抓到我的知識背景，所以會用一堆專業詞彙淹沒我，每次都要重新告訴它「我不是這個領域的人」，才不會輸出一堆天書。

有時候使用 AI 就是這樣：問 AI 一個問題，它吐給你一大段回覆，讀完覺得「好像懂了」，關掉視窗。三天後連自己問了什麼都記不清楚。

1. 知識的詛咒：學會了就忘記「不會」是什麼感覺

AI 跟人類專家犯了一樣的毛病：很會展現自己懂多少，但不太會替對方著想。

教育心理學裡有個概念叫知識的詛咒（Curse of Knowledge）：學會了之後，就很難想像「不會」是什麼感覺。你會不自覺地假設對方跟你有一樣的背景，跳過你覺得理所當然的步驟。

心理學家 Elizabeth Newton 在史丹佛做過一個經典實驗。她讓一組人心裡想一首歌，用手指敲節奏給另一組人猜。敲的人預估對方有 50% 機率猜中，實際命中率只有 2.5%，差了二十倍。因為敲的人腦裡同時在播旋律和歌詞，覺得「這不是很明顯嗎」。聽的人只聽到一串孤立的敲擊聲。

AI 就是那個敲桌子的人。它腦裡什麼都有，所以覺得自己講得很清楚。你只接收到一堆拼不起來的碎片。

2. 你的腦一次能處理多少？

AI 還有另一個問題：它不知道你的腦一次能裝多少。

人的工作記憶大概只能同時處理四、五個新東西，超過這個量，後面的就會把前面的擠掉。但 AI 可以一口氣處理幾萬字，所以它預設你也可以。

這就是為什麼 AI 的回覆常常讓你覺得「寫了很多，但讀完更累」。我們說一個人文筆好不好，看的是資訊密度，不是字數。用最短的文字講最多的東西，才叫文筆好。AI 寫了一大段讀完抓不到重點，就是密度太低。

3. 你以為懂了，但其實你沒有

更麻煩的是，AI 寫得太流暢反而會讓你產生「我已經懂了」的錯覺。

心理學裡叫這個現象流暢效應（Fluency Illusion）：當資訊呈現得很順暢、很好讀，大腦會自動判斷「這個我理解了」。但理解文字和理解概念是兩回事。你讀懂了每一個字，不代表你能用自己的話重新講一遍。

AI 的回覆就是流暢效應的完美觸發器：排版漂亮、句子通順、分點列舉，看起來條理分明。讀完覺得自己學到了，隔天要用的時候什麼都想不起來。

怎麼擋掉這個陷阱？第一步，先讓 AI 講人話，不要炫技賣弄術語。第二步，就算 AI 講得再好，你還是需要一個方法驗證自己到底有沒有真的懂。

先從第一步開始。

二、一句 Prompt 怎麼把 AI 拉回來？

1. 這句 Prompt 怎麼來的？

我看到有研究生在用 AI 讀論文時，提示詞寫「我是一個智力低下的研究生，請解釋給我聽」。當時覺得有趣，但沒真的去用。

後來自己跨領域學東西碰到同樣的問題：AI 教金融知識用金融術語，教程式設計用工程師行話。每次都要重新跟它說「我不是這個領域的人」，我就突然想起那個研究生的提示詞。

如果把自己在跨領域時的狀態老實講出來，把「我其實只有國中生程度」的感受直接寫進 Prompt，AI 會不會就可以開始講人話？

於是寫了第一版：

「我是一個智力低下的國中生，我完全看不懂你在寫什麼，請你盡可能地減輕我的認知負擔，一步一步用生活化的方式舉例，想辦法讓我明白核心概念。」

2. 六個元素，做同一件事

這句話看起來短，拆開來有六個設計：

費曼學習法 Prompt 的六個設計元素拆解：身份設定、強化謙卑、元術語、教學節奏、教學方法、目標導向

六個元素合在一起，做的事情是同一件：強迫 AI 從「展現自己有多懂」切換到「替你著想」。

3. 為什麼用「國中生」而不是「新手」？

小學生太低，AI 會講得幼稚到浪費時間。大學生太高，AI 還是會假設你有學科基礎。國中生剛好：能讀字、有基本邏輯，但對專業知識完全沒有先備知識。

跨領域學東西的時候，這就是我們大多數人的真實狀態。

4. 「認知負擔」這個詞為什麼重要？

「認知負擔」是教育心理學的術語，一般人不會想到寫在 Prompt 裡。

AI 什麼學科的知識都有，它讀過的論文比任何人都多，只是大家不知道怎麼跟它要。你用它聽得懂的專業詞去指導它，它做出來的效果比「講簡單一點」精準太多。

「講簡單一點」是給 AI 一個模糊的方向。「減輕認知負擔」是給它一個具體的目標，它知道該怎麼動。

設計這句 Prompt 的時候，第一輪的「白話」和「五行以內」花了最多時間調整。怎麼在幾句話裡把接收者程度、教學方法、教學節奏全部鎖死，在不同平台都可以遵從，試了很多版才定下來。

5. AI 自動「修飾」了你的 Prompt

順帶一提，我後來用 Claude 把這句 Prompt 做成 PDF 時，「智力低下」被它自動換成了「完全看不懂」。Claude 的訓練機制會主動過濾帶貶損意味的詞，即使是自嘲也一樣。原版的效果其實最好，但這件事本身值得注意：你以為 Prompt 是你寫的，有些詞 AI 會自己「修飾」掉。

到這裡，Prompt 解決了「AI 怎麼教」的問題。但就算 AI 教得再好，你有沒有真的學會，還需要另一關來驗證。

三、承認不會，是學習的起點

1. 費曼學習法：能講出來，才算學會

費曼學習法是後人從物理學家費曼的學習習慣整理出來的方法，名字就來自費曼本人。後來 Scott Young 在 2011 年的 MIT 自學挑戰裡大力實踐、推廣，這套方法才真正廣為人知。

它的判準很簡單俐落：能用自己的話講出來，才算學會。

看過不算。覺得自己懂也不算。你要能站在一個完全不懂的人面前，用你的話從頭講一遍。講不清楚的地方，就是你還沒學會的地方。

這也是擋掉流暢效應最直接的方法。AI 寫得再漂亮，你讀完再覺得懂了，只要試著自己講一遍，馬上就知道哪裡是假的。

試試看：你能不能用自己的話，把剛才讀到的「知識的詛咒」解釋給朋友聽？如果講到一半卡住了，那就是你還沒真的懂的地方。用自己的話講一遍，才是知識內化的過程。

2. 對 AI 說「我不會」，沒有社交成本

對人類說「我很笨」社交成本極高，對 AI 說「我是完全看不懂的國中生」零摩擦力，強制 AI 降維教學

但這整套東西能幫你的前提是：你得先願意承認自己不會。當你承認不懂並開口問的時候，對方才會用適合你的方式來解釋。

我們平常不會對人說「我真的很笨，你這樣講我聽不懂」，因為對方可能會手足無措，不知道該怎麼接。但對 AI 說這句話，零社交成本。它不會尷尬，不會覺得你煩，只會調整輸出方式。

所以卡你的從來不是 AI 能不能做到，是你自己願不願意把那句「我聽不懂」講出來。

3. 回答不出來，不代表你很笨

用這套 Prompt Kit 學東西的時候，AI 會追問你、要你用自己的話講一遍。有時候你會卡住，講不出來。

有些人碰到這種狀況會馬上覺得自己很差勁，過去義務教育受過的苦像走馬燈一樣在腦海播放過一輪，或者覺得 AI 沒有馬上給到想要的東西，所以 AI 很爛。

但學習就是這樣。回答不出來的那個瞬間，不是你的失敗，是你發現了自己真正不懂的地方。那個卡住的點，就是你接下來要去學的東西。

這條路每個人都要走，沒有人例外。承認自己的無知，是學習的第一步。

心態上願意承認不會了，接下來的問題是：怎麼在設計上保護這段過程，讓你不會又被 AI 帶回舒適圈？

四、為什麼要刻意讓學習不舒服？

1. 從 0 到 1 的過程，不能跳過

如果你看過 Prompt Kit 的完整版，會發現裡面有很多禁止：不准第一輪出公式、不准問題洩漏答案、等我講完才能補細節、連續卡住就暫停不硬推。

為什麼設這麼多限制？

因為如果 AI 一開始就把公式丟給你，你會跳過自己摸索的階段，直接進入「看起來懂了」的錯覺。學習發生的地方，就在你掙扎的那幾分鐘：試著用自己的話說一遍、發現說不清楚、回去重新理解、再來一次。

很多人用 AI 學東西會掉進流暢效應的陷阱，就是因為省略了從 0 到 1 那段掙扎。但那段掙扎，才是學習本身。

雖然很反直覺，但慢慢來，才會走得更快、更遠。

2. 80/20 兩輪制：先白話，再補公式

Prompt Kit 把學習拆成兩輪。第一輪只給你最關鍵的 20%，用白話和比喻，不准出公式。你要先用自己的話講一遍，通過了，AI 才補剩下的 80%。

根據 80/20法則，約 20% 的關鍵因素，會產生約 80% 的結果。

在學習新知裡，我們可以運用 80/20法則，讓 AI 提煉出最核心的概念，再據此延伸細節。

比方說你在學「沉沒成本」。AI 先用比喻教你：「你花了三百塊買了一張電影票，看了半小時覺得很難看。你會因為已經花了三百塊而繼續看嗎？如果會，那三百塊就是你的沉沒成本。」然後它問你：用你的話講一遍。你講完了，它才補經濟學的定義和公式。

如果你講不出來，它不會直接告訴你答案，而是問你「卡在哪一步」，讓你練習表達自己為何不懂。講出自己哪裡不懂，本身就可以練習覺察跟表達能力，以及認識自己的能力邊界，而這些正是 AI 時代最需要的軟實力。

3. 驗收怎麼設計？簡單，但要你自己回答

驗收這一塊我是刻意設計過的。我希望它不要太複雜，但要有效地逼你自己回答問題。不是選擇題、不是填空，是要你用自己的話講出來。

AI 問你的時候不會洩漏答案，不會暗示方向。你答對了，它問你「怎麼推到的」。你答錯了，它問你「卡在哪一步」。

前面的白話解說是開場，後面的追問和復盤，才是我們真正讓知識與自己產生連結的過程。

結語：走過的路，讓它留下來

回到一開始的問題：為什麼有時候用 AI 輔助學習，卻少了一種踏實感？

如果你有這種感覺，那可能是因為我們把學習過程中最關鍵的那一段外包給了 AI。讓它摘要、讓它整理、讓它洞察、讓它幫我們省掉那段掙扎。但省掉的那段，剛好就是學習本身。

這套 Prompt Kit 做的事情很簡單：把解釋和整理的工作交給 AI，但把思考留給你自己。AI 負責用你聽得懂的方式教，你負責用自己的話講一遍。卡住了就承認卡住，講不出來就回去重學。

最簡單的用法，就是把這套 Prompt 貼進任何 AI 開始學。如果你用 Claude 或 ChatGPT，還可以存成 Skill 或自訂指令，每次開新對話就自動載入，不用重貼。

但更好的做法，是讓每次的深度學習都成為你的知識資產。

每次對話結束後，讓 AI 把你剛才學到的核心概念整理成一張知識卡片，存成一份筆記。下次遇到相關問題，你不用從零開始，因為那張卡片記著你當時怎麼理解、卡在哪裡、最後怎麼想通的。

AI 教練負責教，費曼學習法負責驗證你有沒有真的懂，卡片盒筆記法負責把學到的東西留住。三個疊在一起，知識就不再是讀過就忘的消耗品，而是可以不斷累積的資產。

如何利用 md 文件讓 Agent 有自己的記憶系統，進而打造自己的知識庫，就是更進階的運用了👍

💡 承認自己的無知，是學習的第一步。工具會一直變、知識會一直變，但學會怎麼學的人，永遠能重新開始。

📌

讀到這裡，你已經知道為什麼學習需要那段掙扎，也知道費曼學習法怎麼逼出你真正不懂的地方。剩下的，只差你願不願意現在就開始。

如果你想要這個隨身的 AI 學習教練，我做了一份免費的 Prompt Kit，把這套設計打包成可以直接丟進任何 AI 的格式。

學習就是被虐的過程，不論是 Claude、ChatGPT 還是 Gemini，整包上傳就馬上開始 😎

🥟 免費下載：煎餃的費曼學習法 Prompt Kit

🎬 看完三秒就忘？用 AI + 費曼學習法打造私人家教：完整直播回放