用 AI 学完就忘?你可能一直把私教用成了搜索框

你现在可以做一个有点残忍的小测试。

打开 ChatGPT、Claude、豆包或者 Kimi 的历史记录，随便找一个三天前问过的知识点。

先别看答案。

试着用自己的话，把它讲一遍。

大概率，讲到第二句就开始卡壳了。

你明明记得自己看过，当时还觉得讲得特别清楚，甚至一边看一边点头。可等到真的要从脑子里往外掏，剩下的只有一种模模糊糊的感觉。

我好像懂过。

这一下就有点尴尬了。

很多人因此觉得，用 AI 学东西也就图一乐。问的时候什么都懂，关掉窗口什么都没留下。

但我今天在整理这套方法时，越来越确定，问题可能真不在模型。

你用 GPT、Claude、豆包，甚至换成下个月更新的模型，结果可能都差不多。因为我们一直在用同一种姿势学习，问一句，拿一个答案，再问一句，再拿一个答案。

这不像上课。

更像随机聊天。

没有路径，没有测试，也没有人检查你到底会没会。AI 讲得再漂亮，也只是从你的眼睛前面经过了一遍。

输入型学习特别容易制造一种幻觉。

只要一句话读起来顺，你就会觉得自己已经懂了。

可真正的学习，恰恰从不顺的那一刻才开始。

从你被问住的那一刻开始。

所以这篇文章，我不打算再教你怎么向 AI 提问。

我想把顺序彻底反过来。

让 AI 来问你。

让它从一个什么都知道的聊天对象，变成一个会追着你问、会指出你漏洞、不会轻易放你过关的私教。

整套方法不复杂，就四件事。

先把地图打开，再选一条走得完的路，然后让 AI 考你，最后把学到的东西压成一页纸。

我也不敢说它适合所有人。学习这件事太私人了，每个人的基础、时间和目标都不一样。

但如果你经常收藏一堆资料，问完一堆问题，最后脑子里还是空的，这套方法至少值得你认真试一次。

大部分人想学一个新领域，开场白都差不多。

「给我讲讲私域运营。」

「帮我介绍一下家庭理财。」

「我想学短视频，应该从哪里开始？」

这些问题当然能得到答案，而且通常还挺完整。

问题是，它给你的往往是那个最安全、最大众、最没有争议的版本。概念有什么，流程分几步，常见错误有哪些，看上去面面俱到。

也就，仅仅是看上去。

一个领域真正难的地方，通常都藏在争议里。

实践者关心今天到底能不能做成，学者关心证据站不站得住，怀疑者专门盯着主流方法的漏洞，经济学家看谁在获利，历史学家则会提醒你，这种热闹以前可能已经发生过很多次。

单独听任何一个人，都容易偏。

放在一起吵，轮廓才会慢慢出来。

所以我的第一步，不是让 AI 扮演一个权威专家，而是让五种立场同时上桌。

还是拿私域运营举例。

实践者可能会告诉你，信任比话术重要。经济学家会追问，谁从你不断加人的动作里赚到了钱。怀疑者可能直接泼一盆冷水，大多数人连前三个月的冷启动都熬不过去，后面的复购模型再漂亮也没用。

然后让他们正面交锋。

哪些观点在打架，谁的证据更硬。

哪些东西，连互相看不顺眼的人都承认。

还有哪个问题，五个人从头到尾谁都没提。

最后这一项很有意思。

大家都在讨论怎么做私域，却没人问，这套做法放到你的客单价、你的城市、你的客户身上，到底跑不跑得通。

那个没人看见的地方，往往才是你真正需要补的洞。

我把这一步叫作「矛盾图谱」。

下面这段可以直接复制。

先看见全貌，再决定学什么。

这一步看起来慢，其实是在帮你躲开最贵的弯路。

很多人一看到新领域，马上进入一种熟悉的兴奋状态。

收藏一堆文章，买几本书，存几个视频，再关注几个博主。

看着满满当当，安全感一下就来了。

然后，一个都没学完。

这事儿我太理解了。资料越多，我们越容易觉得自己正在接近答案。可收藏资料和掌握知识，中间隔着一条很长的路。

所以地图打开以后，我反而建议你狠一点。

只留 5 个资源。

不是 5 类，是 5 个。

让 AI 帮你比较它们各自解决什么问题，强在哪，适合什么基础，大概要花多少时间。然后把这 5 个资源排成一条你一周能走完的路线。

注意，是你走得完的路线。

不是 AI 眼里最完整的课程表，也不是某个大佬用 3 年搭出来的知识体系。

你可能每天只有 30 分钟，可能下班回家已经很累，也可能中途会被工作、孩子、会议打断。这些都是真的。学习计划如果假装它们不存在，做得越完美，废得越快。

接着，让 AI 帮你画一张 5 级学习阶梯。

如果学的是私域运营，它可以长成这样。

第 1 级，能分清私域和公域。

第 2 级，能说清三种常见打法各自的取舍。

第 3 级，能独立排出一份朋友圈内容表。

第 4 级，能搭起一个从引流到复购的小闭环。

第 5 级，能把这套东西讲给同事听，并带着对方跑一遍。

学习最泄气的时刻，不一定是学不会。

而是你根本不知道自己走到哪了。

有了阶梯，你每次只需要盯着下一级。别一上来就想成为专家，先走到可以干活的位置。

然后，再把核心内容拆成 10 次课。

每次课只放三样东西，一个概念，一个动手练习，5 道复习题。学完之后，做一个小项目，证明自己能把知识用出来。

我特别想提醒一句，这个过程刚开始不一定轻松。

你可能会觉得，让 AI 规划、出题、批改，比自己看一篇文章还麻烦。甚至第一天折腾半天，只学完了一个概念。

正常。

私教本来就比听讲累。因为听讲只需要点头，私教会逼你出汗。

学不完是常态。

走到这里，才到了整套方法最关键的地方。

把角色反过来。

AI 不再负责滔滔不绝地讲，它开始负责闭嘴、出题、追问。

你学完一个点，先别让它总结。

你自己说。

用自己的话复述一遍，举一个例子，再解释为什么。

这时候你会迅速发现一个很扎心的事实。

有些知识你看十遍都很熟，一关掉页面就消失。有些概念你以为只差一点，真的开口时才发现，那一点里面藏着一大片空白。

学习科学里有一个词叫「检索练习」。它关注的不是你又读了多少遍，而是你能不能在没有提示的情况下，把知识从记忆里提取出来。

我觉得这个名字不重要。

重要的是，你必须给自己一次答不出来的机会。

因为 AI 太擅长顺着你了。

你说懂了，它通常就继续往下。你说大概明白，它很少停下来追问，你明白的到底是哪一部分，哪一部分其实只是听起来耳熟。

私教不能这么温柔。

它得追问你为什么，得指出你复述里的漏洞，得在你连续答错时换一种讲法，还得在你答对以后继续确认，你是碰巧猜中，还是确实理解。

我把完整提示词放在下面。它有点长，但真正重要的不是字多，而是里面那条规则。

一次只教一个点，每个点都要验收。

如果你第一次用，先别拿一个特别大的主题开刀。

不要一上来就学经济学、心理学或者人工智能。

选一个小到能在今天回答的问题。

怎么判断一条短视频选题值不值得做，怎么看懂一张利润表，第一次做用户访谈要问什么，都可以。

主题越小，你越容易完成一次完整闭环。

先体验一次被问住，再体验一次真正答出来。

这种感觉，和看完一篇很顺的文章完全不一样。

考完以后，还有一个收尾动作。

把所有答不清楚的地方，再讲一遍。

你可以让 AI 用 12 岁孩子也能听懂的话解释，然后你重新复述。讲到简单、准确、完整为止。

这个动作常被叫作费曼学习法。

名字听起来挺厉害，做法其实很朴素。

讲不清楚，就还没懂。

等你真的能讲清楚，再让 AI 把整次学习压成一页速查表。

一句大白话定义，5 个核心概念，3 个真实例子，新手最容易犯的错，上场前的检查清单，再加 5 个快问快答。

就一页。

面试之前，开会之前，要给别人讲之前，花 5 分钟扫一遍。不是为了再次获得「我看过」的感觉，而是快速检查，哪些东西已经能随时调用，哪些地方还会卡。

说到这里，整条路径其实已经很清楚了。

先用五个视角打开地图，从争议里找到共识和盲区。

再只留少量资源，画出自己的学习阶梯。

接着，让 AI 一次教一个点、一次考一个点。

最后，用复述补漏，再压成一页纸。

如果你只是想快速判断一个方向值不值得继续学，可以用快速模式。

给自己 1 到 2 小时，完成五个视角、矛盾图谱、一份简报和一页速查表。到这里就停，不用假装自己已经掌握了整个领域。

如果你是真的要把它学会，就用深度模式。

给自己 1 到 2 周，每天留出一段固定时间，把 10 次课走完，接受提问，完成练习，再用一个小项目验收。

这两种模式没有高低之分。

急用，就先拿到地图。

真学，就老老实实接受考试。

但有一步，我不建议你跳过。

被问住。

这让我想到苏格拉底式提问。

很多时候，提问不是为了从对方嘴里拿到一个答案，而是让一个人看见，自己原来并没有想得那么清楚。

两千多年过去，我们终于拥有了一个可以随时陪我们做这件事的对象。它不嫌你问得慢，也不介意同一个地方讲第三遍，更不会因为你答错一道题就不耐烦。

当然，它也可能讲错。

所以涉及事实、数据和专业结论时，你依然需要核对来源。AI 可以当私教，但不能自动变成真理。

这个边界，我觉得特别重要。

现在，再回到开头那条三天前的聊天记录。

这一次，别急着重读答案。

直接把主题发给 AI，让它先问你一道题。

看看你会在哪里卡住。

你最近最想用 AI 学会什么？

留言告诉我。我也想看看，大家最容易在哪些地方被问住。

· END ·