大多数”简单讲一下”的 Prompt 给出的都是用自信口吻说错话的解释：模型把不方便的部分一刀切掉，你带走的是一个干净的误解。下面这 12 个 Prompt 强制分层简化——忠于理论的短版、分级类比、例题，再加一个明确的”简化版你不该带走的几条结论”附录——让简化永远不会悄悄变成谣言。要区分两个相近概念时，可搭配 概念对比 Prompt。
一句话总结
- 下面每个 Prompt 都可直接复制。把方括号里的
[theory]、[problem]、[known theory]换成你自己的内容再粘贴即可。 - 这套组合让”简化”和”准确”绑在一起：1、3、6 号负责简化；5、7、12 号是护栏，专门抓出简化引入的错误。
- 解释任务本身，Claude（Opus 4.7 或 Sonnet 4.6）和 ChatGPT（GPT-5.5，Thinking 模式）最强，详见下文 该用哪个模型。
这套 Prompt 适合用在哪
- 自学难学科（统计、机器学习、经济、物理、法律）
- 备课与辅导
- 写解释类文章或课程材料
- 把新同事带进一个陌生领域
- 表面理解已经翻过一次车的考试复习
该用哪个模型
截至 2026 年 6 月，三家做这件事都不错，但区别值得知道：
| 模型 | 解释方面的强项 | 备注 |
|---|---|---|
| Claude Opus 4.7 / Sonnet 4.6 | 最擅长一步步展示推理、并主动标出自己不确定的地方 | 1M token 上下文；最适合 5、7、12 号这类准确性护栏 |
| ChatGPT GPT-5.5（Thinking） | 结构清晰、例题做得整洁；选择器有 Instant/Thinking/Pro | 多步骤 Prompt 用 Thinking 模式；免费档限制偏紧 |
| Gemini 3.1 Pro | 带实时搜索，能把当下的真实数据揉进例子里 | 当理论的”现实后果”需要最新数据时最好用（9 号） |
尤其是防误导那几个 Prompt，Claude 那句”我不太确定 X”反而是优点——这种诚实正是 12 号的全部意义。价格（2026 年 6 月）：Claude Pro 每月 20 美元、ChatGPT Plus 每月 20 美元、Google AI Pro 每月 19.99 美元，都能解锁更强的模型。免费档跑解释没问题，但长会话会被限流。
怎么用
- 按你的卡点选 Prompt（没直觉用 3 号；不会应用用 4 号；过度套用用 5 号）。
- 把
[方括号]占位符换成你真实的理论和题目。 - 最后跑一遍 12 号：把刚拿到的解释回喂进去，清掉简化里那些自信的错误。
1. Feynman 五步法
用 Feynman 法讲 [theory]：(1) 报名字；(2) 给 12 岁讲；(3) 指出简单版哪里错；(4) 加 1 层细节；(5) 给真正定义。2. 本源拆解
把 [theory] 拆到本源。输出：4 个基础假设、从假设到理论的推理链、1 个假设错了会变什么的例子。3. 3 类比分层
为 [theory] 给 3 个类比，逐级更准。类比 1 最简但错最多；类比 2 更准但稍难；类比 3 最接近现实但最难。逐个标出对在哪、错在哪。4. 例题驱动简化
用 [theory] 解一道真实题 [problem]。输出：setup、应用步骤、答案、1 句话说"理论让题变简单的核心"。5. 反例对子
给 2 个看似适用 [theory] 但其实不适用的例子。各自说明哪条假设被违反。6. 三层解释
在 3 层讲 [theory]：(a) headline 1 句；(b) 直觉 1 段；(c) 形式化（含记号）。标出从形式化到直觉丢了什么。7. 常见误解清单
列出 [theory] 的 top 5 误解：误解内容、为什么流传、1 句修正。8. 图示描述
描述一张能教 [theory] 的图：要画什么、每个元素代表什么、看完图问 1 个什么问题最有用。9. 现实可观察后果
若 [theory] 为真 vs 为假，现实会有什么区别？给 3 个可观察差异 + 1 个能区分的实验。10. 历史背景简化
通过"它提出时解决了什么问题"来讲 [theory]。输出：之前的世界、缺什么、它如何修复、又打开了什么新问题。11. 邻近理论桥接
我已懂 [known theory]。把 [new theory] 作为对 [known theory] 的延伸 / 对照讲。标出共享部分、新增部分、新理论加了哪条假设。12. “简化版别带走”附录
下面是我对 [theory] 的简化讲解。请列 5 条读者可能误带走的结论，各加 1 行修正。
[粘贴简化讲解]容易踩的坑
- 简化到理论技术上已经错了——讲得干净却自信地错。一定要在最后跑 12 号。
- 没例题——读者以为懂了，一上手就废。用 4 号补。
- 没反例（理论不适用的场景），容易过度推广。这是 5 号。
- 跳过历史背景，剥掉了公式背后的意义（10 号）。
- 没”还有什么仍然难”的诚实段——给下一关埋下虚假信心。
- 全押在一个类比上。每个类比总有断裂处，3 号的分层做法能把断裂处暴露出来。
常见问题
为什么不直接让模型”简单讲一下”？ 单句”简单讲一下”优化的是”听起来清楚”，不是”讲得真”。模型为了读着顺会把限定条件删掉，而你看不到它删了什么。这套 Prompt 把活儿拆开：一部分负责简化，另一部分（5、7、12 号）负责点名简化错在哪。
2026 年年中哪个 AI 最适合做这件事？ 要诚实、一步步的解释，Claude（Opus 4.7 或 Sonnet 4.6）最强，因为它会把自己的不确定说出来。ChatGPT GPT-5.5 的 Thinking 模式紧随其后，例题做得更整洁。需要把当下的真实数据揉进例子时，用带实时搜索的 Gemini 3.1 Pro。
免费档能用吗？ 能——三家免费档都能跑解释。会卡你的是会话长度：ChatGPT Free 和 Claude Free 会对长来回限流，所以要做多 Prompt 的深度会话，每月 20 美元的方案（Claude Pro、ChatGPT Plus，或 19.99 美元的 Google AI Pro）值得上。
怎么验证简化确实没错？ 最后跑一遍 12 号，把拿到的解释回喂进去。然后拿修正结果对照一个权威来源核一遍（概念类话题可查教科书章节或 斯坦福哲学百科）。没过这道护栏，别直接拿 AI 的解释去用。
这些 Prompt 能串起来用吗？ 能，而且本来就该这么用：先用 6 号（三层）搭骨架，再用 3 号（类比）和 4 号（例题）增加抓手，最后用 5 号（反例）和 12 号（防误导）收尾。Feynman 五步（1 号）则适合只想快速抓个大意时单独用。