多数”解释这个”Prompt 给出的都是中学难度——高级读者无聊,初学者懵。深度要匹配读者,角度要匹配真正令人卡壳的地方:缺直觉时给定义没用,缺前置时给类比没用。下面这些 Prompt 同时命中具体深度和具体失败模式。长流程版见 用 AI 讲懂一个难概念。
这套 Prompt 适合用在哪
- 学新技术领域
- 跨学科阅读(CS 看生物、律师看 ML)
- 备课与讲稿
- 论文 / 文档里的术语去神秘化
- 进入新代码库 / 新行业的上手期
1. 真正的 ELI5
给一个聪明的 8 岁孩子解释 {concept}。恰好用 1 个他世界里的类比(学校、操场、电子游戏)。≤120 字。避免所有术语,连"算法""函数"这种"简单术语"也不用。最后给 1 句他能复述给朋友听的话。
2. ELI 大学生
给一个有 {prereq 领域} 基础但没接触过 {concept} 的本科生讲。从他已知的搭起。每一步说明依赖哪个前置。≤250 字。包含 1 个最小可运行的例子。
3. ELI 博士
在研究水平讲 {concept}。跳过基本定义。聚焦:(1) 领域当前的争议;(2) 近 3 年的进展;(3) 新研究者可以攻关的开放问题。≤300 字。点名具体方法或学派,不要泛泛"研究者认为"。
4. 三层深度阶梯
用 3 种方式讲 {concept}:(1) 外行能懂的 1 句话;(2) 本科生能懂的 1 段;(3) 专家觉得仍有用的 1 页。每层在上一层上推进,不重复。标注每层目标读者。
5. 类比 + 边界
用 1 个强类比讲 {concept}。然后说明 3 处类比不成立的地方,以及现实其实是怎样。读者:聪明成年人无背景。目标:让他带走的直觉日后不会把他带歪。
6. 与已知概念对比
通过和 {concept-B}(我已懂)对比来解释 {concept-A}。格式:(1) 哪里像;(2) 哪里不同;(3) 在具体场景下判断该用哪个的那一条诊断问题。≤300 字。
7. 历史脉络
通过演化讲 {concept}:(1) 人们原本要解决的问题;(2) 最早的尝试以及为什么失败;(3) 关键突破改变了什么;(4) 当前理解。≤400 字。重要处点名人物或论文。
8. 找瑕疵测验
用 200 字讲 {concept},里面恰好留 1 个故意的瑕疵或过度简化。结尾问:"这个解释在哪里错了或会误导?" 等我回答后再揭晓瑕疵并给出正确版本。
9. 双专家对话
为 {concept} 设两个观点不同的专家展开 6 轮对话。A 持 {主流 / 正统} 观点;B 持 {反主流 / 异端} 观点。每轮 ≤40 字。要说清真正分歧,不要互相稻草人。
10. 预先排雷的误解清单
列出新人对 {concept} 最常见的 5 个误解,按"误解会让后续理解多坏"排序。每条:1 句话陈述误解,1 句话给出正确心智模型。
11. 倒推式讲解(先例子后原理)
先给一个完整的数值或具体例子,然后从例子反推到一般原理来讲 {concept}。读者:从例子比从定义更快上手的人。先呈现例子,再标出例子中哪部分可推广。
12. 难度分级 Q&A 演练
为 {concept} 生成 5 道 Q&A 演练,从易到难排序。第 1 题 = 记忆;第 2 题 = 理解;第 3 题 = 应用;第 4 题 = 分析;第 5 题 = 边界 / 开放问题。答案另出一块。
容易踩的坑
- 不看读者一律给中学难度
- 术语不锚到读者已知的事物上
- 该用类比时不用
- 用类比时不点明它在哪儿失效
- 把”解释”做成”下定义”——定义不建直觉