乐于分享
好东西不私藏

我让 AI 带我读一篇英文技术文档,它会翻译还是会教学?

我让 AI 带我读一篇英文技术文档,它会翻译还是会教学?

我让 AI 带我读一篇英文技术文档,它会翻译还是会教学?

大模型全科实验室 · 大模型学英语 · 第 1 期

公众号:阿清的日常|作者:阿清

“大模型学编程”系列先收住之后,我准备开始第二个科目:

大模型学英语。

但这里的英语,不是背单词打卡,也不是泛泛练口语。

我更关心普通 Java 开发者每天都会碰到的问题:

英文技术文档看得慢、看完忘、能翻译但不知道怎么用,AI 能不能帮上忙?

这一篇先拿一段真实 Spring 官方英文文档做实验。

我想测试的不是“AI 翻译准不准”,而是:

它能不能把英文文档变成一个 Java 开发者真正读得懂、说得出、用得上的东西。

实验材料

文档选择 Spring Framework 官方参考文档中 Spring MVC Controller 相关内容。

我关注的主题是:

  • • Controller handler method
  • • return value
  • • ResponseEntity
  • • @ResponseBody

这些词每个 Java 开发者都眼熟,但英文文档里一连起来,很多人会进入一种奇怪状态:

每个词好像都认识,但整段到底让我怎么写代码,没完全抓住。

这就是本期要测试的地方。

三种 AI 阅读方式

我给 Codex 同一份材料,分别用三种提示词处理。

A 组:默认翻译

提示词:

把这段英文技术文档翻译成中文。

结果能读,但很像把英文句子换成中文句子。

它能告诉你:

  • • handler method 是处理方法
  • • return value 是返回值
  • • response body 是响应体

但它没有帮我回答更重要的问题:

我写 Controller 时,到底什么时候返回普通对象,什么时候返回 ResponseEntity?

翻译没有错,但它把学习压力留给了读者。

B 组:术语讲解

提示词:

解释这段里的关键英文术语,并给 Java 例子。

这一组明显有用很多。

它开始把词和代码连接起来:

  • • handler method:Controller 里处理请求的方法
  • • return value:不仅是 Java 返回语句,还会被 Spring MVC 解释成 HTTP 响应、视图或模型数据
  • • ResponseEntity:通常用于同时控制响应体、状态码和响应头
  • • @ResponseBody:告诉 Spring 把返回值写入 HTTP 响应,而不是当成视图名

这已经不是单纯翻译,而是在补技术语境。

但它仍然有个问题:读完以后,我觉得“懂了一些”,却没有机制检查自己是不是真的懂了。

C 组:教学式精读

第三组我换了提示词:

请不要只翻译这段英文技术文档。

请按以下顺序帮助我读懂:
1. 用一句话说明这段在解决什么开发问题
2. 提取 5-8 个关键词,给出英文原词、中文解释和 Java 场景例子
3. 按段落解释作者的逻辑,不要逐词硬翻
4. 标出容易误解的句子,并说明误解会导致什么代码判断
5. 用一个我熟悉的 Java 小例子重写这段意思
6. 出 3 个检查理解的问题,并给出参考答案
7. 最后生成一张“下次读类似文档时可复用”的阅读清单

这一组的变化最大。

它先把文档目标说清楚:

这段文档不是在教英文单词,而是在说明 Spring MVC 如何解释 Controller 方法的返回值。

然后它把术语映射成代码判断:

英文术语
不要只翻成
更应该理解成
handler method
处理方法
接收请求并由 Spring MVC 调度的方法
return value
返回值
Spring 会继续解释的 Controller 输出
response body
响应体
HTTP 响应中真正写给客户端的数据
status code
状态码
200、400、404 这类 HTTP 结果
headers
头
和响应一起返回的元信息

这时候,英文文档不再是一段“要翻译的文字”,而是一张“代码决策图”。

我用 5 个问题做复测

为了避免只凭感觉说“C 组更好”,我设计了 5 个理解问题。

比如:

如果 Controller 方法返回 ResponseEntity,相比直接返回普通对象,多了什么控制能力?

理想回答是:

它可以同时携带响应体、状态码和响应头。

再比如:

为什么 @ResponseBody 不能只理解成“响应体”?

理想回答是:

因为在 Spring MVC 里,它还表示返回值应该写入 HTTP 响应,而不是被当作视图名处理。

三组结果如下:

方式
得分
主要问题
默认翻译
2 / 5
能翻词,但很难回答代码选择题
术语讲解
4 / 5
能解释术语,但缺少复述和检查
教学式精读
5 / 5
能把术语、代码场景和自测连接起来

这个评分不是标准化考试,只是本次阅读任务的人工复测。

但它足够说明一件事:

对技术文档来说,AI 只做翻译太浪费了。

真正有效的是“阅读教练”

默认翻译像字典。

术语讲解像老师在旁边解释生词。

教学式精读更像一个阅读教练。

它会不断问:

  • • 这段文档解决什么问题?
  • • 哪些词是框架术语,不是普通英语?
  • • 这句话落到代码里会影响什么选择?
  • • 哪些地方容易误解?
  • • 你能不能用自己的话复述?

这才是普通开发者读英文文档时最缺的东西。

我们不是完全不会英语,而是缺少把英语、框架和代码经验连起来的桥。

可复制提示词

以后读英文技术文档,我会直接用这个:

请不要只翻译这段英文技术文档。

请按以下顺序帮助我读懂:
1. 用一句话说明这段在解决什么开发问题
2. 提取 5-8 个关键词,给出英文原词、中文解释和 Java 场景例子
3. 按段落解释作者的逻辑,不要逐词硬翻
4. 标出容易误解的句子,并说明误解会导致什么代码判断
5. 用一个我熟悉的 Java 小例子重写这段意思
6. 出 3 个检查理解的问题,并给出参考答案
7. 最后生成一张“下次读类似文档时可复用”的阅读清单

限制:
- 不要编造文档中没有的信息
- 不确定的内容标注为“需要查上下文”
- 保留关键英文术语,不要全部翻成中文

读英文技术文档的检查清单

  • •我能说出这段文档解决的开发问题
  • •我能列出 5 个关键词,并知道它们对应的代码场景
  • •我知道哪些词不能按普通英语理解
  • •我能把文档结论改写成一个 Java 小例子
  • •我能回答 3 个理解问题
  • •我知道哪些地方需要继续查上下文

本期结论

AI 当然能翻译英文文档。

但如果只让它翻译,那就像请了一个会讲课的人,只让他念字典。

对普通 Java 开发者来说,更好的用法是:

让 AI 把英文文档拆成术语、代码场景、易误解点和自测问题。

这样读完以后,收获的不是一段中文译文,而是一种下次还能复用的阅读方法。

下一篇,我会继续测试更具体的问题:

Java 开发者背单词很痛苦,我让 AI 只教我工作里会遇到的词,效果会不会更好?


关注公众号 阿清的日常,回复 “AI英语”,领取本系列整理后的《程序员英语模板包》。首期资料包已加入“英文技术文档精读提示词”。

本文由 AI 辅助整理,关键结论已人工或工具验证。

“大模型学编程”系列先收住之后,我准备开始第二个科目:

大模型学英语。

但这里的英语,不是背单词打卡,也不是泛泛练口语。

我更关心普通 Java 开发者每天都会碰到的问题:

英文技术文档看得慢、看完忘、能翻译但不知道怎么用,AI 能不能帮上忙?

这一篇先拿一段真实 Spring 官方英文文档做实验。

我想测试的不是“AI 翻译准不准”,而是:

它能不能把英文文档变成一个 Java 开发者真正读得懂、说得出、用得上的东西。

实验材料

文档选择 Spring Framework 官方参考文档中 Spring MVC Controller 相关内容。

我关注的主题是:

  • Controller handler method
  • return value
  • ResponseEntity
  • @ResponseBody

这些词每个 Java 开发者都眼熟,但英文文档里一连起来,很多人会进入一种奇怪状态:

每个词好像都认识,但整段到底让我怎么写代码,没完全抓住。

这就是本期要测试的地方。

三种 AI 阅读方式

我给 Codex 同一份材料,分别用三种提示词处理。

A 组:默认翻译

提示词:

把这段英文技术文档翻译成中文。

结果能读,但很像把英文句子换成中文句子。

它能告诉你:

  • handler method 是处理方法
  • return value 是返回值
  • response body 是响应体

但它没有帮我回答更重要的问题:

我写 Controller 时,到底什么时候返回普通对象,什么时候返回 ResponseEntity?

翻译没有错,但它把学习压力留给了读者。

B 组:术语讲解

提示词:

解释这段里的关键英文术语,并给 Java 例子。

这一组明显有用很多。

它开始把词和代码连接起来:

  • handler method
    :Controller 里处理请求的方法
  • return value
    :不仅是 Java 返回语句,还会被 Spring MVC 解释成 HTTP 响应、视图或模型数据
  • ResponseEntity
    :通常用于同时控制响应体、状态码和响应头
  • @ResponseBody
    :告诉 Spring 把返回值写入 HTTP 响应,而不是当成视图名

这已经不是单纯翻译,而是在补技术语境。

但它仍然有个问题:读完以后,我觉得“懂了一些”,却没有机制检查自己是不是真的懂了。

C 组:教学式精读

第三组我换了提示词:

请不要只翻译这段英文技术文档。请按以下顺序帮助我读懂:1. 用一句话说明这段在解决什么开发问题2. 提取 5-8 个关键词,给出英文原词、中文解释和 Java 场景例子3. 按段落解释作者的逻辑,不要逐词硬翻4. 标出容易误解的句子,并说明误解会导致什么代码判断5. 用一个我熟悉的 Java 小例子重写这段意思6. 出 3 个检查理解的问题,并给出参考答案7. 最后生成一张“下次读类似文档时可复用”的阅读清单

这一组的变化最大。

它先把文档目标说清楚:

这段文档不是在教英文单词,而是在说明 Spring MVC 如何解释 Controller 方法的返回值。

然后它把术语映射成代码判断:

英文术语
不要只翻成
更应该理解成
handler method
处理方法
接收请求并由 Spring MVC 调度的方法
return value
返回值
Spring 会继续解释的 Controller 输出
response body
响应体
HTTP 响应中真正写给客户端的数据
status code
状态码
200、400、404 这类 HTTP 结果
headers
头
和响应一起返回的元信息

这时候,英文文档不再是一段“要翻译的文字”,而是一张“代码决策图”。

我用 5 个问题做复测

为了避免只凭感觉说“C 组更好”,我设计了 5 个理解问题。

比如:

如果 Controller 方法返回 ResponseEntity,相比直接返回普通对象,多了什么控制能力?

理想回答是:

它可以同时携带响应体、状态码和响应头。

再比如:

为什么 @ResponseBody 不能只理解成“响应体”?

理想回答是:

因为在 Spring MVC 里,它还表示返回值应该写入 HTTP 响应,而不是被当作视图名处理。

三组结果如下:

方式
得分
主要问题
默认翻译
2 / 5
能翻词,但很难回答代码选择题
术语讲解
4 / 5
能解释术语,但缺少复述和检查
教学式精读
5 / 5
能把术语、代码场景和自测连接起来

这个评分不是标准化考试,只是本次阅读任务的人工复测。

但它足够说明一件事:

对技术文档来说,AI 只做翻译太浪费了。

真正有效的是“阅读教练”

默认翻译像字典。

术语讲解像老师在旁边解释生词。

教学式精读更像一个阅读教练。

它会不断问:

  • 这段文档解决什么问题?
  • 哪些词是框架术语,不是普通英语?
  • 这句话落到代码里会影响什么选择?
  • 哪些地方容易误解?
  • 你能不能用自己的话复述?

这才是普通开发者读英文文档时最缺的东西。

我们不是完全不会英语,而是缺少把英语、框架和代码经验连起来的桥。

可复制提示词

以后读英文技术文档,我会直接用这个:

请不要只翻译这段英文技术文档。请按以下顺序帮助我读懂:1. 用一句话说明这段在解决什么开发问题2. 提取 5-8 个关键词,给出英文原词、中文解释和 Java 场景例子3. 按段落解释作者的逻辑,不要逐词硬翻4. 标出容易误解的句子,并说明误解会导致什么代码判断5. 用一个我熟悉的 Java 小例子重写这段意思6. 出 3 个检查理解的问题,并给出参考答案7. 最后生成一张“下次读类似文档时可复用”的阅读清单限制:- 不要编造文档中没有的信息- 不确定的内容标注为“需要查上下文”- 保留关键英文术语,不要全部翻成中文

读英文技术文档的检查清单

  • 我能说出这段文档解决的开发问题
  • 我能列出 5 个关键词,并知道它们对应的代码场景
  • 我知道哪些词不能按普通英语理解
  • 我能把文档结论改写成一个 Java 小例子
  • 我能回答 3 个理解问题
  • 我知道哪些地方需要继续查上下文

本期结论

AI 当然能翻译英文文档。

但如果只让它翻译,那就像请了一个会讲课的人,只让他念字典。

对普通 Java 开发者来说,更好的用法是:

让 AI 把英文文档拆成术语、代码场景、易误解点和自测问题。

这样读完以后,收获的不是一段中文译文,而是一种下次还能复用的阅读方法。

下一篇,我会继续测试更具体的问题:

Java 开发者背单词很痛苦,我让 AI 只教我工作里会遇到的词,效果会不会更好?


关注公众号 阿清的日常,回复 “AI英语”,领取本系列整理后的《程序员英语模板包》。首期资料包已加入“英文技术文档精读提示词”。

本文由 AI 辅助整理,关键结论已人工或工具验证。