你有沒有試過，打開一本厚厚的教科書，看了兩頁就想放棄？或者想學一個新技能，但網上教學影片一大堆，反而不知道從哪裡開始？

最近 Hacker News 上有一篇超熱門的文章，討論「如何用 LLM（大型語言模型）學習複雜主題」，短短幾天就吸引了超過 247 個讚和 136 則留言。矽谷的工程師們都在用 AI 當學習夥伴，效果出奇地好。

今天這篇教學，就是要教你怎麼把 ChatGPT、Claude 這些 AI 工具，變成你的私人導師。我會用三個具體的步驟，搭配實際的例子，讓你在 30 分鐘內就能上手。不管你是想學程式、學投資、還是搞懂最新的 AI 技術，這套方法都適用。

為什麼傳統學習方法會失敗？

先講個真實案例。我朋友阿明上個月想學 Python 寫爬蟲，他買了一本 600 頁的書，規劃每天看 20 頁。結果呢？撐了五天就放棄了。原因很簡單：書本的編排是線性的，但我們的大腦學習是非線性的。遇到不懂的地方卡住了，又沒有人可以問，動力很快就消磨殆盡。

這就是 LLM 學習法的核心優勢：它是一個可以即時回應的互動工具。你不用再對著靜態的文字發呆，而是可以像跟老師對話一樣，隨時提出問題、釐清觀念。

第一步：用「蘇格拉底式提問」拆解主題

很多人用 AI 學習的第一個錯誤，就是問得太籠統。比如說「教我 Python」，這種問題連人類老師都會傻眼。正確的做法，是像蘇格拉底一樣，用一連串的問題來拆解你想學的主題。

舉例來說，如果你想學「區塊鏈」，不要直接問「什麼是區塊鏈」。你可以這樣問：

「我想了解區塊鏈，但我是完全的新手。請你先用一個生活化的比喻解釋它是什麼，然後告訴我學習它需要哪些基礎知識，最後幫我規劃一個為期一週的學習進度。」

這樣問的好處是，AI 會給你一個結構化的回答。它會先建立你的直觀理解，再告訴你學習路徑。你可以接著追問：「你剛剛提到的『去中心化』是什麼意思？可以舉一個具體的例子嗎？」

關鍵技巧：每次只問一個主題，然後不斷追問細節。就像剝洋蔥一樣，一層一層深入。我發現，用這種方式學習，理解深度是傳統閱讀的三倍以上。為什麼？因為你在主動思考，而不是被動吸收。

第二步：讓 AI 幫你「主動回憶」和「交錯練習」

心理學研究早就證明，學習效果最好的兩個技巧是「主動回憶」（Active Recall）和「交錯練習」（Spaced Repetition）。但傳統方法很難自己執行，現在 AI 可以幫你做到。

怎麼做？當你學完一個概念後，不要急著學下一個。試著這樣告訴 AI：

「我剛剛學完『梯度下降』的概念。請出三道選擇題考我，不要給答案。我回答完之後，請告訴我對錯，並解釋為什麼。」

這個方法超級有效！因為它強迫你從大腦中「提取」知識，而不是「重讀」知識。重讀會給你熟悉的錯覺，但考試時才發現什麼都想不起來。主動回憶則是在模擬考試情境，讓你的大腦真正把知識編碼進去。

另一個進階技巧是「費曼技巧」（Feynman Technique）的 AI 版。你跟 AI 說：

「請假裝你是一個完全不懂機器學習的高中生。我現在要跟你解釋什麼是『神經網路』。請在我解釋完之後，指出我哪裡講得不夠清楚，並提出三個你聽不懂的地方。」

這招很狠，但效果極佳。因為當你無法用簡單的話解釋一個概念時，代表你還沒真正理解它。AI 扮演的那個「打破砂鍋問到底」的學生，會逼你把模糊的地方補起來。

第三步：建立「學習閉環」— 從輸入到輸出

很多人學東西學完就忘，因為他們只有「輸入」沒有「輸出」。LLM 學習法的最後一步，就是讓你把學到的東西「做出來」。

假設你學完了一個新的投資策略。不要只是「懂了」，請 AI 幫你設計一個小專案：

「我剛學完『價值投資』的評估方法。請給我三家虛構公司的財務數據，讓我練習計算它們的內在價值。我算完之後，你再告訴我哪裡算錯了。」

如果是學程式，就直接請 AI 出題目：

「我剛學會 Python 的 list comprehension。請出五道練習題，難度從簡單到困難。等我寫完程式碼，請幫我檢查並指出可以改進的地方。」

這個步驟為什麼重要？因為**「教」和「做」是學習的終極形式**。當你能夠應用知識解決問題時，那些知識才會真正變成你的。而且，AI 可以無限次地給你出題目、批改作業，這是一對一真人家教都難以做到的。

我自己就是用這個方法，在一個週末學會了基本的 SQL 查詢。以前看教學影片看了三個月都學不會，但透過 AI 出題練習，我只花了兩天就能自己寫出複雜的 JOIN 查詢了。

常見問題

Q: 用 AI 學習會不會讓大腦變懶？ A: 這取決於你怎麼用。如果你只是叫 AI 給你答案然後抄下來，那確實會變懶。但如果你用我們教的「主動回憶」和「費曼技巧」，AI 反而是逼你思考的工具。重點是把 AI 當成「教練」而不是「解答機」。

Q: 免費的 AI 工具夠用嗎？ A: 對於學習用途，免費版通常就夠了。ChatGPT 免費版和 Claude 免費版都能處理大部分學習對話。不過如果你要處理很長的學術文章，付費版的上下文長度會更有優勢。

Q: AI 會不會給我錯誤的資訊？ A: 有可能，尤其是專業領域。所以建議你遵循「信任但驗證」的原則：把 AI 當成起點，重要的資訊還是要對照教科書或可靠網站。你也可以要求 AI 提供資訊來源，方便你查證。

Q: 我該怎麼開始？需要先學提示詞工程嗎？ A: 完全不用！你只要用平常說話的方式跟 AI 對話就好。如果覺得回答不如預期，就多補充一點背景資訊，或要求它「用更簡單的方式解釋」。這篇文章教的提問框架已經足夠你入門了。

Q: 這套方法適合學生還是上班族？ A: 都適合。學生可以用來複習功課、準備考試；上班族可以用來學習新技能、了解新產業。唯一的差別是，上班族時間比較零碎，建議一次設定 15-20 分鐘的學習目標，效率更高。

延伸閱讀

總結

今天我們學了三招用 LLM 學習的方法：用蘇格拉底式提問拆解主題、用主動回憶和費曼技巧加深理解、用 AI 出題建立輸出閉環。這套方法不需要任何技術背景，只要你會打字聊天就能開始。

不要再當被動的知識消費者了。打開你的 AI 工具，選一個你一直想學但一直沒動力學的主題，用今天的方法試試看。我保證，你會發現學習原來可以這麼有效率。記得，AI 只是工具，真正讓知識內化的，是你主動思考的過程。現在就動手試試吧！