1AI工具的基本原理与使用边界对应学习步骤 1
🔧 大模型到底是什么
大语言模型(LLM)本质上是一个超大规模的「下一个词预测器」:给它前面的文字,它根据训练时学到的语言规律,预测最可能接在后面的词。它并不真正"理解"世界,而是在做概率接龙。
✅ 擅长
解释概念、换种说法、举例子、梳理结构、润色文字、生成思路框架
⚠️ 不擅长
实时事实、最新论文、精确计算、你没提供的私密信息、保证 100% 正确
🎲 会出错
会"一本正经地胡说"(幻觉)、编造引用、把概念混淆。所以必须人工核对
🚧 使用边界与合规底线
学术诚信红线:AI 是「辅助理解」工具,不是「代写/代考」工具。
- 用它帮你搞懂概念 ✓ ,用它直接生成作业原文当自己的交 ✗
- 引用 AI 辅助产出时应标注(如"经 AI 辅助梳理"),遵守学校/课程规定
- 不上传个人隐私、账号密码、未公开试卷等敏感信息
- AI 给的定义、公式、数据务必回教材/课堂二次确认
💡 一句话定位:AI 是你的"私人助教",不是"答案机器"。它帮你把知识嚼碎,但消化和吸收得靠你自己。
2提示词编写技巧 · 高效提问法对应学习步骤 2
🧩 万能提示词框架(记这 6 块)
① 角色 Role
"你是一位擅长用生活类比讲清楚难点的专业课助教"
② 背景 Context
"我是非计算机专业大二学生,正在学机器学习导论"
③ 任务 Task
"请用通俗语言解释梯度下降这个知识点"
④ 要求 Requirement
"避免公式;用 1 个生活类比;分 3 步讲;最后给一句记忆口诀"
⑤ 约束 Constraint
"不确定就说不确定,不要编造;术语首次出现要解释"
⑥ 格式 Format
"输出:类比→分步解释→口诀→易错点"
🔄 反面 vs 正面(同一件事,效果差很多)
❌ 讲一下梯度下降
(太短、没背景、没要求 → 输出可能是教科书照抄,听不懂)
✅ 你是一位擅长用生活类比讲难点的机器学习助教。
我是非计算机专业大二学生。请用通俗语言解释"梯度下降":
① 用 1 个生活类比(如蒙眼下山)② 分 3 步说明过程
③ 给一句记忆口诀 ④ 标出 1 个常见误解。
避免复杂公式;不确定的地方请明说。
🎯 让"通俗化"更稳的 5 个技巧
- 指定受众水平:写"讲给完全不懂的室友听",比"讲通俗点"更可控
- 强制类比:加一句"用一个日常事物做类比",AI 会主动降维
- 分步骤 + 限长度:要求"分 3 步、每步不超 3 行",结构更清晰
- 要口诀/一句话总结:帮记忆,考试前能秒回忆
- 多轮追问:看不懂就追问"换一个更生活的例子""这步为什么这样"
💡 提示词不是一次写死。先给框架,再逐轮打磨,直到你真听懂——这个过程本身就在训练你的理解力。
+通俗化讲解的核心方法(费曼 toolbox)
🔁 费曼技巧
假装讲给 8 岁小孩/外行朋友听,卡住的地方就是你没真懂的地方
🪣 类比降维
把抽象概念映射到已知事物:梯度下降=蒙眼下山找最低点
📖 故事化
编一个场景/人物,让概念在情节里自然出现
🔢 极简版
一句话说清"它是什么、解决什么问题",再展开
🎵 口诀版
编押韵/缩略词,负责长期记忆(如 OSI 七层口诀)
🖼️ 图示描述
用文字描述一幅图(坐标轴/流程图),帮大脑成像
🎓 通关心法:能讲清楚 = 真懂了。用 AI 产出通俗版,再自己复述一遍,效果最佳。
A案例拆解:机器学习「梯度下降」类比版
📝 使用的提示词
你是一位擅长用生活类比讲难点的机器学习助教。我是非计算机专业大二学生,正在学机器学习导论。请用通俗语言解释「梯度下降」:
① 用 1 个生活类比(蒙眼下山)② 分 3 步说明过程 ③ 给一句记忆口诀 ④ 标出 1 个常见误解。避免复杂公式;不确定请明说。
🤖 AI 通俗化输出(示例)
【类比】想象你被蒙着眼丢在山里,目标是走到山谷最低点(损失最小)。你脚下的坡度告诉你往哪边走会变低——这就是"梯度"。
【三步】
1. 站在当前点,感受脚下最陡的下坡方向(算梯度)。
2. 朝那个方向迈一小步(学习率决定步子多大)。
3. 重复 1–2,直到脚下基本平了(收敛到最低点)。
【口诀】"顺着坡走,小步慢挪,走到谷底就停手。"
【易错】梯度=0 不一定是全局最低,可能是小水坑(局部最优)。
🔎 拆解:角色设定(助教)+ 受众(非计算机)+ 四要素结构(类比/分步/口诀/易错)让输出既通俗又完整。你可以照着这个骨架改知识点。
B案例拆解:经济学「机会成本」故事版
📝 使用的提示词
你是一位经济学助教。请用「故事 + 一句话定义」的方式,向高中生解释「机会成本」,要求举一个校园生活里的例子,并指出它和「花钱成本」的区别。
🤖 AI 通俗化输出(示例)
【故事】周五晚你只有 3 小时。去打球就不能去听讲座。你"放弃的那场讲座"带来的收获,就是打球的机会成本。
【定义】机会成本 = 为了做一件事,而放弃的「次优选择」的价值。它不一定是钱,而是你本可以得到的别的东西。
【区别】花钱成本看"花了多少",机会成本看"放弃了什么"——后者常被人忽略。
🔎 拆解:用"校园场景"锚定受众经验,再用"定义 vs 区别"防止概念混淆。换任何学科都能套这个"场景+定义+辨析"三板斧。
💡怎么"验证 AI 输出效果"(对应步骤 3)
- 自我测试:合上 AI 输出,你能用自己的话讲一遍吗?能 = 有效
- 交叉验证:拿去问同学/对照教材,看是否一致
- 追问压力测试:针对输出里不懂的点继续追问,看 AI 是否自洽
- 错误捕捉:发现一处事实错/幻觉,就记进「优化清单台」
下一步:打开「实操工作台」,挑一个你正卡住的真实专业课知识点,亲手跑一遍。
⚙️数据安全与备份
所有数据仅存在你本地浏览器(localStorage,前缀 wb_aiplain_),不上传任何服务器,可离线使用。