我刷到一个超狠的AI教学Prompt,它追着你问到你真会为止

事情是这样的。

昨天晚上刷X，看到@xiaohu发了一条推文，开头第一句就给我整住了。

「一个非常狠的提示词。」

下面他说，这是一个超级严厉的老师，会一直追着你问，直到你学会某个知识或者搞懂某个问题为止才肯罢休。否则它会一直追问、不停验证，直到确认你完全搞懂为止。

而且它不会一口气讲完，每讲完一个阶段，必须验证。

我看到这的时候，脑子里冒出的第一个念头是，这不就是我一直在找的那个东西吗。

说实话，用AI学习这件事，我一直有个很大的困惑。

你跟AI说「教我这个」，它噼里啪啦给你一堆东西，你看完觉得懂了，点点头，然后过两天就忘了。你以为你学会了，其实你只是「以为」你学会了。

这种感觉太普遍了，看视频觉得懂了，看书觉得懂了，跟AI聊完觉得懂了。然后你真正要用的时候，大脑一片空白。

这事儿我踩过太多次坑了。

所以看到这个prompt的时候，我突然意识到一个问题。我们一直在用AI来「输出」信息，但很少用AI来「验证」我们到底有没有输入成功。

◆ ◆ ◆

它不是提示词，是一套学习系统

坦率的讲，我这几年看了太多prompt，大部分都是换汤不换药，给AI一个角色，给几个约束条件，然后就完事了。但这个prompt不一样，它不是在教AI怎么说话，它是在设计一套学习系统。

我把它拆开来看，发现它里面藏着好几层非常巧妙的设计。每一层单独拿出来都是一堂prompt工程课。

01 追问机制

这个prompt最核心的一个设定是，AI不会因为你回答了就放过你。你回答完了，它会再问你一句「为什么」。

这个「为什么」简直是神来之笔。

很多人学习的时候停留在第一层，知道结论，不知道推导。比如你问AI「微积分是什么」，AI告诉你微积分是研究变化和积累的数学工具。你说懂了，AI就闭嘴了。普通的对话到这里就结束了。

但这个prompt下的AI不会。它会接着问你，那你告诉我，积分和微分的关系是什么，为什么牛顿和莱布尼茨要同时发明它，微积分解决的核心问题是什么。

你一下就被问住了。

然后你发现，你刚才说的「懂了」，只是记住了定义，你根本没有理解。

这就是追问的魔力，它把「你以为你懂了」和「你真的懂了」之间的那条裂缝，一下子撕开了。

◆ ◆ ◆

02 检查清单

这个prompt要求AI用markdown格式维护一份检查清单，记录每一个知识点和验证状态。只有所有项目都被验证通过，教学才算结束。

这个设计我特别喜欢。因为它把一个模糊的「我学完了」变成了一个可量化的「这些项目我全部通过了」。

你想想看，你在网上看过多少课程、多少视频、多少文章，但你真的能说出你学会了哪些具体的东西吗？

大概率不行。因为你的学习没有一个「结业标准」。你看完了就是看完了，没人告诉你哪些点你还没搞懂。你甚至不知道你不知道什么。

而这个检查清单，相当于给了你一面镜子。你看到清单上还有一个红叉，你就知道自己还有一个盲区。这种可视化的进度，比你脑子里那种「感觉好像学会了」要靠谱一万倍。

◆ ◆ ◆

03 三层覆盖

这个设计让我觉得这个prompt的作者是真的懂学习的。

很多人在学一个东西的时候，只会问两个问题，这是什么，怎么用。但真正的学习需要覆盖三个层面。

问题本身是什么，也就是what。

怎么解决，也就是how。

以及，为什么要关注这个问题，它在大图景里处于什么位置，也就是so what。

这三个层面缺一不可。只学what和how，你是一个会用的工具人。加上了so what，你才真正理解了这件事的意义，你才能举一反三，你才能在面对新问题的时候知道往哪个方向去找答案。

而大多数AI教学，只覆盖了前两层，甚至第一层。后面的so what，没人教。

◆ ◆ ◆

真正的变化：从输出到验证

说真的，我觉得这个prompt最厉害的地方，不是它的技术设计，而是它背后的一个认知。

我们通常把AI当成一个输出工具。你问，它答。这个prompt反过来，它把AI变成了一个输入验证工具。

AI不再负责「给你东西」，而是负责「检查你有没有拿走东西」。

这个视角的转换，一下子把AI从一个信息管道，变成了一个认知教练。

而且你仔细想，这不就是苏格拉底式的教学法吗，不停的追问，直到对方自己找到答案。苏格拉底从来不给结论，他只问问题。两千多年过去了，最有效的教学方法，还是追问。

只不过现在，追问你的人从一个古希腊老头，变成了你手机里的一个AI。

◆ ◆ ◆

为什么这件事现在才变得可行

这个prompt我给几个朋友看了，反应很两极。

有人说「太狠了，我不想被AI追着问」。也有人说「这正是我要的，我就是管不住自己」。

我觉得这两种反应都正常。但不是因为你懒或者你不适合学习。而是因为我们从小接受的教育方式，就是灌输式，老师在上面讲，你在下面听，期末考个试，就完了。没人追着你问「你懂了吗，你说说看，为什么」，那个过程太费老师了，一个老师要对五十个学生，根本做不到。

但AI不一样。AI可以一对一追着你问到会。

这就是AI教学真正的价值，不是替代老师讲课，而是做到老师想做但做不了的事，因材施教的追问。

而这东西的成本，几乎是零。

◆ ◆ ◆

我拿 K8s Service 试了一次

我试着用这个prompt学了一个东西，Kubernetes的Service到底是干什么的。

说实话，我以前看过不下十篇关于K8s Service的文章，每次都觉得自己懂了，然后过一阵子又忘了。

这次不一样。

AI先给我讲了一小段，然后让我用自己的话复述。我说「Service是给Pod提供稳定访问入口的东西」。它说不够，追问了我一个问题，如果一个Service背后有三个Pod，请求来了，怎么决定发给哪个Pod？

我愣住了。我以为我懂了，但我其实不知道流量是怎么分配的。

它接着教了我kube-proxy和iptables，然后又让我复述。我这次说得更好了，但它继续追问，那如果Pod挂了，Service怎么知道不把请求发给它。

就这样一层一层的追问，大概花了半小时，我把Service、Endpoint、kube-proxy、iptables模式、IPVS模式全部搞懂了，而且我确定我是真的搞懂了，因为最后一道开放题，我从头到尾自己推了一遍。

半小时，抵我过去半年断断续续看的十篇文章。

◆ ◆ ◆

AI 的上限，取决于你怎么用它

所以我觉得，这个prompt的价值远远不止一个「好用」的工具。它其实在提醒我们一件事。

我们使用AI的方式，决定了AI能给我们带来的价值上限。

你把它当搜索引擎用，它就是个更聪明的搜索引擎。你把它当写稿工具用，它就是个不吃饭的写手。但如果你把它当成一个可以一对一追问你的认知教练，它就能做到任何搜索引擎和任何课程都做不到的事，精准定位你的知识盲区，然后一个一个帮你填上。

而且这个过程非常高效，因为AI不会累，不会烦，不会对你说「这个问题太基础了你应该自己看书」。它会不厌其烦地问到你真的懂了为止。

这是只有AI能做到的事。

◆ ◆ ◆

新的交互方式，才是真正的变量

其实每次看到这种狠prompt，我都有一种很兴奋的感觉。因为这让你看到，我们跟AI交互的方式还远远没有被穷尽。

大部分人还在用最基础的方式跟AI对话，问一句，答一句。但那些真正在探索的人，已经在用AI构建完整的认知系统了。这个教学prompt只是一个侧面的例子，类似的还有那些用AI做代码审查的、做自动化测试的、做多智能体协作的。

每一种新的交互方式背后，都是对AI能力的一次重新定义。

我们距离「用AI用到极致」，还有很远很远。

◆ ◆ ◆

好了，不废话了。

我把这个prompt整理了一下，放在下面。你可以直接复制走用。如果你有想法改进它，也欢迎折腾。

把下面这段话发给你的AI。

把这段提示词直接发给你的 AI

以上就是这个prompt的完整版本。

如果你试了之后有什么感受，觉得好或者不好，或者自己改出了一个更好的版本，可以在留言区告诉我。

坦率的讲，我自己觉得这个prompt最好的使用场景，不是学那些你随便搜一下就能查到的东西，而是去攻克那些你一直「以为自己懂了但其实是半桶水」的知识点。

那些你每次看到都觉得有点含糊、但又懒得深究的东西。那些你在面试的时候最怕被问到的概念。那些你写了无数遍代码但从来没搞明白原理的框架。

把这些东西喂给这个prompt，你会被问得满头大汗。但你也会在半小时内，解决掉一个困扰了你半年的知识盲区。

这感觉太爽了。

◆ ◆ ◆

以上，既然看到这里了，如果觉得不错，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。

关注「科技热点Daily」，不只是看热点，更是学会怎么用好 AI。