日拱一卒，功不唐捐；生而自由，爱而无畏
前言寄语：
十几年前，当我第一次使用智能手机的时候，从没想到过它后来会给人们的生活带来如此巨大的变化。而今如果没有一台智能手机，生活将极为不便。
而现在风靡全球的AI，又将给地球带来多大的变化，已经完全不在我的想象范围之内了。
AI带来的一系列技术革命浪潮将开启互联网未来的“大航海时代”，我们应当拥抱这种变化，同时乘着“信息化”与“全球化”的东风打破无处不在的“内卷化”。
以下正文部分，来自本群的技术专家Rex，希望对你有所帮助：
AI有一个跟其它生产力工具、知识工具很不一样的特色，很想重点推介：可以用AI来学习AI。
这里分享一个四步提问框架，也可以用在“用AI来学习AI”上。
这个提问框架可以概括为：选立框架→知识输出→内容检查→元反思
具体框架是，比如我想系统学习AI，首先可以发问：出于XX工作的需要，我想系统学习使用LLMs的方法，请给我列举几个当前主流的学习框架。
你会得到若干框架，我就可以来选。不知道怎么选，就请AI列出SWOT比较清单，辅助我评估选择哪个框架。
接着，按这个框架，列出学习步骤和所需的知识储备，以及该框架需要学习者掌握和注意的要点。
然后，抓住其中一些自己疑惑或不专业的地方，请AI提供可靠信源来自动检查，也便于我亲自动手交叉验证，确保我学习的知识点和东西是可靠的。
最后，按步骤学习的过程中，不断请AI反思（元反思，即对这种思考框架的反思），原有框架是否完善，计划是否有调整的需要。
如今AI也能联网，学习过程中，还可以请它持续更新资源型网站，上面有丰富的提示词模板和成功案例。
这就是用AI来学习AI，而不只是用AI来看答案。
而且，AI已经能读取主流的文档，标杆是谷歌的NotebookLM。这套框架也能用在利用AI来学习教材、论文、各类图书上。
△一些流行的AI工具，有条件的ChatGPT，没条件的Kimi/智谱清言也能凑合用用
为了群友方便，我就用Kimi来举例：
我先问Kimi：国际上客观评估腿长的指标有哪些？
然后，Kimi给出了若干指标，然后就提到了马氏躯干腿长指数。
以肤色划分不如以区域来划分显著。有个衡量这种现象的指标叫做马氏躯干腿长指数，这个指数越大，腿看起来越长。
这个指数，北京与重庆人在82.72-88.79之间，符合蒙古人种的特点；白种人在88.68-92.31之间，黑种人在92.31-100之间。
而以区域来划分的话，马氏指数平均值从大到小依次为澳洲土著、非洲人、欧洲人、亚洲人。非洲黑人都比美国黑人的平均值大。
接着，我选定马氏指数，请Kimi列举和综述这个指数值的分布情况。我检查了它说法的来源，这些数据不是直接来自它的回答，而是我检查使它得出这个回答的信源，在信源上发现更有用的数据，就直接复制下来、分享出来。
最后，我请它评估，各指标的适用性和局限性。考虑到各指标的定性结论差异不大，我最终选择介绍马氏指数的情况。
看，哪怕是看屁股、看大腿，利用AI也能得到严肃的信息。
我反复强调信源。因为，AI是一个黑箱，它的输出，到目前为止，技术上、机制上是不可验证的，能验证的就是外部世界的信息。
最后就是，费劲心力跟AI沟通之后，我一般要做笔记——不是纸质的笔记，而是笔记软件上，便于日后搜索和回顾。
笔记上记录的时候要注意登记跟AI沟通时的页面链接，便于以后回头看时，打开原来的沟通记录，检查对错。
我以上分享的，都是几乎没有门槛的，都是可以通过日积月累逐渐精进的，年轻人、老年人、小孩，都可以。
只是注意不要遗漏跟审慎相关的步骤和要点。审慎就是检查、反思，考虑反例和偏差。
注意内容检查的关键是：
（1）检查信源质量；
（2）检查AI输出的内容跟信源的一致性。
我再举一个实操的案例。
比如，教育的理论有很多，不同的理论会得到不同的操作框架。假设你是为了辅导子女，你可以试着先问主流的教育理论有哪些，然后选取一个理论来构建辅导框架
上述四个截图依次是四个步骤（实际操作中不一定只是四次提问）。
如果你对教育理论不是很熟，开头最好先要求比较各理论框架的优劣势，而到了最后环节依然要有反思。
可以试试各家模型，看哪个对这个框架的响应最好。
当然，在熟悉之后，并非每次跟AI的人机互动都必须完整实施这种提问框架的每个步骤，只要自己的知识库里已经有替代相应步骤的可靠知识——但保持审慎，总是不可或缺的。
体系化的回答，基本上都是在某种理论框架做出的，机器是这样，人也是这样。主动挑明所属框架，有利于不受一个框架的局限。
本文已取得Rex老师的授权。再次感谢Rex的倾囊相授，欢迎留言参与探讨。
推荐阅读：
Girls help girls：漂亮的“奔四女模特”，我想对你说……
作者简介：袁今夏，80后，湖北人，毕业于湖北大学，现居湖北。外号袁大胆，英文名Simone，人酷心善的长腿大姐姐，炒鱿鱼王炸级选手转型自媒体创作者&不会武功的小说家&哈耶克野生粉丝&精神内耗修复大师。
