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。两件事必须对齐——深度要匹配读者，角度要匹配真正卡壳的地方。缺直觉时给定义没用，缺前置时给类比没用。下面这 12 个 Prompt 同时命中具体深度和具体失败模式，让你别再对每个问题都拿到同一份平淡答案。长流程版见 用 AI 讲懂一个难概念。
一句话总结： 按读者挑（ELI5 选 #1、本科选 #2、博士选 #3），或按要补的缺口挑角度（类比 #5、对比 #6、历史 #7、误解 #10）。发送前先把每个 {concept} 占位符换成你的概念。遇到密集或有争议的话题，打开推理模式（ChatGPT 的 “Thinking”、Claude Opus 4.7 或 Gemini 3.1 Pro）：截至 2026 年 6 月，OpenAI 称推理模式相比单遍作答可把重大事实错误减少约 78%——一个错误的解释会悄悄把你锚定到错误的心智模型上，这一步因此很关键。
不同深度该用哪个模型（2026 年 6 月）
三大前沿对话应用都能跑这些 Prompt，但各有侧重：
| 任务 | 推荐 | 原因 |
|---|---|---|
| 清晰的 ELI5 / 类比文字（#1、#5、#11） | Claude Sonnet 4.6 / Opus 4.7 | 自然语言解释最干净，废话和模糊措辞少 |
| 博士级 + 近期进展（#3、#7） | Gemini 3.1 Pro 或 ChatGPT（Thinking） | 推理强；能联网为”近 3 年”的说法找依据 |
| 找瑕疵 / 双专家对话（#8、#9） | ChatGPT GPT-5.5（Thinking） | 多轮结构和故意植入的错误都把控得稳 |
| 粘贴长原文（一整篇论文） | 都可——全部 1M token 上下文 | Opus 4.7、Sonnet 4.6、Gemini 3.1 Pro 标配 1M；ChatGPT Plus 应用内上下文约 320 页 |
免费档（ChatGPT Free 跑 GPT-5.5、Claude Free 跑 Sonnet 4.6、Google AI Free 跑 Gemini）就能跑完这里所有 Prompt；推理模式和 1M 应用内上下文在付费档（Plus 每月 $20、Claude Pro 每月 $20、Google AI Pro 每月 $19.99）。
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
- 不查证就信 #3 和 #7 里的”近期进展”——打开联网或要求给出处
常见问题
为什么 AI 默认给中学难度？ 对话模型会朝”最被广泛接受”的答案优化，落点大致就在普通读者层。点名一个确切读者（“懂线性代数但没学过测度论的本科生”）并给字数预算，就能把深度顶上去或压下来。#1 到 #4 正是显式做这件事的。
找瑕疵 Prompt（#8）一上来就把瑕疵揭晓了，怎么办？ 单条消息里，模型常常一轮内既作答又自评。先发 Prompt，等它给出那 200 字，再用另一条消息回复你的猜测，最后才让它揭晓答案。ChatGPT GPT-5.5 和 Claude Opus 4.7 在保持这种两轮结构上比单遍即答更稳。
这些 Prompt 能讲整篇论文，而不只是一个术语吗？ 可以。把论文粘进去，套用 #3（博士）或 #7（历史脉络）。截至 2026 年 6 月，Claude Opus 4.7、Sonnet 4.6 和 Gemini 3.1 Pro 都标配 1M token 上下文，一篇 40 页 PDF 放得下；ChatGPT Plus 应用内上下文约 320 页，完整 1M 仅在 $200 的 Pro 档。
怎么信得过 #3 和 #7 里”近 3 年”的进展？ 那几行最容易被编造。打开能联网的推理模式（ChatGPT Thinking、Gemini 3.1 Pro），并加一句”每条进展都点名一篇论文或一个具体方法”，然后抽查一条出处。参见 AI 为什么会编造事实、如何核查。
只挑一个 Prompt 入门该选哪个？ 碰到完全没见过的术语，先跑 #4（三层深度阶梯）：1 句话、1 段、1 页。它会告诉你真正需要的是哪一层，再用 #1、#2 或 #3 单独重跑那一层。