学了就忘?这3个AI学习方法让我记住90%的内容

一周后我想画张图，打开Midjourney，脑子一片空白。

Prompt怎么写来着？参数是什么？那个很好看的风格关键词是什么？

全都忘了，不记得了。

我问了身边很多朋友大部分都有同样的问题：看教程的时候觉得”我学会了”，实际用的时候发现”我啥也不会”，学了就忘，忘了再学，陷入死循环。

思考了好久，并与那些所谓“好学生”交流，为啥是这种现象那，难道是脑子不好使了，后面才发现问题是学习得方法不对。

这里打个比喻：传统学习方法是农业时代的，AI时代需要工业时代的学习方法。

这篇文章分享我踩了无数坑后总结的3个AI学习方法，都是用真实项目验证过的，希望你也能学会。

方法一：项目导向学习法

先说个反直觉的事实。

那些学得最快的人，不是看教程最多的，而是直接上手做项目的。

传统学习方法是这样的：找10个Midjourney教程，从头到尾看一遍，记笔记、记参数，觉得”我学会了”，两周后全忘了。

这种方法的问题在哪？

你在被动接收信息，而不是主动解决问题。

之前我想做一个科幻风格的城市夜景图。

按照传统方法，我应该先去看教程、学参数。但这次我没看教程，直接上手做。

我明确目标：做一个科幻城市夜景，风格像《银翼杀手2049》，要有霓虹灯、高楼、雨夜氛围。

然后我开始做。

第一版Prompt是这样的：「科幻城市夜景，银翼杀手2049风格，霓虹灯，高楼，雨夜 –ar 16:9 –v 6」

Midjourney生成的图有高楼、有霓虹灯，但不够科幻。

我意识到问题在于关键词不够精准。

于是我问ChatGPT：「我想生成银翼杀手2049风格的科幻城市夜景，Midjourney Prompt该怎么写？」

ChatGPT建议加入「cyberpunk」「neon-noir」「futuristic cityscape」等关键词，添加「rainy night」「reflection」「volumetric lighting」增强氛围。

我重新调整Prompt：「futuristic cityscape at night, cyberpunk style, neon-noir, towering skyscrapers with holographic ads, rainy streets with reflection, volumetric lighting, blade runner 2049 aesthetic –ar 16:9 –v 6 –style raw」

这次生成的图真的炸了，一眼就相中了。

整个画面充满了赛博朋克的未来感，霓虹灯在雨水中反射，高楼上有全息广告。

算笔账：

传统方法：看教程5小时，记笔记2小时，实践3小时，两周后遗忘率80%，有效学习2小时。

项目导向方法：明确目标10分钟，AI辅助学习30分钟，实践迭代2小时，两周后遗忘率10%，有效学习2.25小时。

项目导向学习不仅更快，而且记住的内容更多。

为什么？

因为每个知识点都是在解决问题的过程中学的，而不是被动接收的。

方法二：输出倒逼输入

这个方法是从「图片生视频」的踩坑经历中总结出来的。

我想用Runway和Pika Labs把图片生成视频。

按照传统方法，我应该看Runway教程、看Pika Labs教程、记参数记功能，觉得”我学会了”。

但这次我用「输出倒逼输入」的方法。

我设定一个必须完成的输出目标：一周内，用AI生成一个10秒的科幻城市视频，并且发布到社交媒体上。

这个目标有三个关键点：有明确的deadline（一周），有明确的输出（10秒视频），有明确的观众（发布到社交媒体）。

然后我开始分解任务，遇到什么问题就学什么。

比如Runway这一步，我不知道怎么用，但我不想看完整的1小时教程，我只想知道怎么把图片上传然后生成视频。

于是我问ChatGPT：「Runway怎么把图片生成视频？给我最简单的步骤。」

ChatGPT告诉我：打开Runway，选择「Gen-2」，上传图片，点击「Generate」。

我照做，3分钟就学会了。

视频生成后，我发到了朋友圈。

有人问这个视频怎么做的，有人问Runway好用吗，有人给了建议如果加点运动会更好。

这些反馈让我必须继续学习，因为有人看了、有人期待，我不能半途而废。

算笔账：

传统学习（只输入不输出）：看教程10小时，记笔记5小时，实践0小时，遗忘率90%，有效学习1.5小时。

输出倒逼输入：设定输出目标10分钟，遇到问题再学（每次10分钟一共5次），实践输出3小时，遗忘率5%，有效学习3.8小时。

而且，「输出倒逼输入」还有一个隐藏好处：你的作品就是你的学习笔记。

以后你想回忆怎么用Runway，不用翻笔记，直接看你做的视频。每一帧都记录着你当时的学习过程就可以了。

方法三：建立「知识复利系统」

这个方法可以解决「学了就忘」的根本问题。

我们之所以学了就忘，是因为我们的学习是一次性的：今天学了Midjourney，用了一次，很快就会忘掉，下次要用就重新学，再忘再学，一直反复，搞得头都大了。

最好的解决方法是建立你的「知识复利系统」。

我们可以用Notion建了一个知识库，可以分成三个板块：

工具卡片（每个AI工具一张卡片）：工具名称、核心功能、常用Prompt模板、踩坑记录、实战案例。

学习路径（从0到1的步骤）：第一周学会基础的Prompt写法，第二周掌握参数和风格，第三周做3个实战项目，第四周总结和优化，然后不断优化迭代。

定期回顾（防止遗忘）：每周回顾本周学到的知识点，每月月底复盘整个知识库更新过时内容，每季度重新梳理学习路径等等进行反复记忆。

关键在于：每次学习，都可以连接到你已有知识。

比如我学Runway（图片生视频）的时候，我不会孤立地学，我会问自己：Runway跟Midjourney有什么关系？Runway的参数跟Midjourney的参数有什么相似之处？我能不能把Midjourney的图直接用Runway生成视频？

这不是在学一个新工具，而是在扩展你已有的知识边界。

还可以用AI帮助管理和复习。

写这篇文章之前，我还想回顾Midjourney的参数怎么用，但记不清了。

于是我问ChatGPT：「我之前跟你聊过Midjourney的参数，你还记得吗？帮我总结一下。」

ChatGPT给出了完整的总结：–ar 16:9设置图片比例，–v 6使用版本6，–style raw去除风格修饰，还有其他10个常用参数。

这样，AI慢慢地就成了你的第二大脑了。

我们可以算笔账：

传统学习（每次都从头学）：第一次学Midjourney10小时，第二次学（忘了）8小时，第三次学（又忘）6小时，总时间24小时。

知识复利系统：第一次学Midjourney10小时，建立知识库后就可以2小时，定期回顾每周只要30分钟，AI辅助复习每次5分钟就够了，加起来总时间12.5小时，是不是少很多，而且知识越积累越多。

为什么这3个方法管用？

这3个方法能解决「学了就忘」的问题，因为它们符合认知科学的原理。

什么认知科学得原理，认知可续发现人类的学习效率取决于三个因素：主动性（你是否主动解决问题），反馈性（你是否得到即时反馈），关联性（新知识是否连接到旧知识）。

项目导向学习解决主动性：你不是被动看教程，而是主动解决问题，每个知识点都是在需要的时候学的。

输出倒逼输入解决反馈性：你不只是学习，你还在输出分享，你能得到别人的反馈，这些反馈会强化你的记忆。

知识复利系统解决关联性：新知识不是孤立的，新知识连接到旧知识，知识网络越建越大，遗忘率越来越低。

另外，这3个方法都符合AI时代的特点。

AI时代知识更新速度太快了，今天学的工具明天可能就过时，今天学的技巧下个月可能就被新功能替代。

所以，我们不应该死记硬背，而应该建立方法。

这3个方法教你的不是具体的知识点，而是如何学习的能力。

结尾

写这篇文章不是劝你放弃传统学习。

我的核心观点是，在AI时代学习方法需要升级，但不能只学不练。

不是教程导向，而是先项目导向。

不是只输入不输出，而是输出倒逼输入。

不是每次都从头学，而是建立知识复利系统。

这三个原则做对了，AI不会让你学了就忘，反而会越学越快。

我见过太多人花了大量时间看教程，最后什么都没记住。

他们不是不够努力，不是不够聪明。

他们只是做错了三件事：用农业时代的学习方法，学AI时代的工具。

既然看到这里了，如果你觉得不错，随手点个赞、在看、转发三连吧，如果想第一时间收到推送，也可以给我个星标⭐～

谢谢你看我的文章，我们，下次再见。

我是设计熵，一个致力于用工程思维，为你拆解科技杠杆与生存真相的硬核引擎。