我之前问 AI：怎么知道自己不知道哪些东西？
它回了很长一篇，讲认知边界、知识地图、苏格拉底式学习。看完都懂，但如果只停在这里，这次对话很快也会变成一条躺在历史记录里的收藏。
我把里面真正能动手试的部分重新整理了一遍。下次再遇到类似的问题，可以从下面三个场景开始。
场景一：刚接触一个领域，不知道该学什么
拿投资举例。
如果只问“怎么学习投资”，AI 很可能给出一份从基础到进阶的课程表。内容看起来不少，读完还是不知道哪些地方是自己的盲区。
可以先告诉它自己目前知道什么：
我对投资的理解只有买股票、看公司和判断价格涨跌。先不要给我学习计划。请画出这个领域的知识地图，说明各部分之间的关系，并指出以我目前的理解，最容易漏掉哪些部分。
这时 AI 可能会补上宏观经济、财务报表、商业模式、风险管理、投资心理等分支。不要急着让它把所有分支都讲一遍，先挑最陌生的那个继续问。
假设最陌生的是投资心理，可以接着说：
我没系统学过投资心理。请列出入门时绕不开的概念，每个概念配一个生活中的例子。最后给我五个自测问题，先不要公布答案。
这样做完，至少能得到一条明确的下一步，而不是一张看起来很完整、实际上无从下手的清单。
场景二：对一件事已经有了判断
假设我的观点是：“只要足够努力，做产品就能成功。”
直接问 AI “这个观点对吗”，它通常会顺着话补充几句，然后给出一个四平八稳的结论。换一种问法：
我的观点是：只要足够努力，做产品就能成功。
我的理由是：努力可以提高产品质量，也能让我持续迭代。
请不要赞同我。先找出这段推理里没有证实的前提，再列出会影响结果、但我没有提到的变量。最后用最强的反方观点来反驳我。
AI 可能会提到市场需求、获客渠道、时机、资金和竞争。它列出的东西也不一定都对，关键是从中选一个会改变决策的变量，继续追问。
比如：
如果“市场需求”是这里最重要的变量，我可以在投入开发前做哪些低成本验证？请给出具体动作，以及每个动作可能产生什么结果。不要把注册公司、组建团队或开发完整产品算作验证。
到这一步，讨论已经从“努力有没有用”落到了“开发前先验证什么”。这才是能影响行动的答案。
场景三：刚学完一个概念，想知道自己是不是真懂了
比如刚看完一段关于通货膨胀的解释，我觉得自己明白了，可以直接把理解写出来：
我的理解是：通货膨胀就是商品价格上涨。
先不要纠正，也不要重新解释概念。请像老师一样一次问我一个问题，根据我的回答继续追问。问题里要包含反例和条件变化，直到能判断我具体卡在哪里。
重点是“一次问一个”。如果让 AI 一口气列十道题，很容易又变成看题目、看答案，最后产生一种自己都会的错觉。
答完以后，再要求它做两件事：指出哪一句回答暴露了理解错误；重新出一道不同场景的问题，检查自己是不是只记住了刚才的答案。
一套可以直接照着走的步骤
下次想用 AI 帮自己梳理一个问题，可以按这个顺序来：
- 先写自己的理解。哪怕只有三句话，也不要一上来就让 AI 讲解。
- 让 AI 找未验证的前提、遗漏的变量和反例。
- 从它列出的内容里，只选一个最陌生或最影响决策的点继续查。
- 关掉答案，用自己的话复述，或者做一道换了条件的问题。
- 涉及数据、案例和专业结论时，再去查原始资料。AI 给出的来源要自己打开确认。
如果不想每次重新组织语言，可以保存下面这段：
这是我目前对这个问题的理解：
【写下自己的理解】
先不要给结论。请指出我没有验证的前提、遗漏的重要变量，以及一个能推翻我当前判断的反例。然后选出最值得继续研究的一点，通过提问检查我是否真正理解。一次只问一个问题。
这套问法不会自动让人变聪明，但能避免 AI 从头到尾替自己说。下一次打开对话框时，先别问“答案是什么”，把自己现有的答案写进去，让它挑错。