用途与结果
最快了解这个项目
为什么需要它
课程可能讲清技术却没说明工作里为什么需要，需求文档可能写了业务流程却没解释背后的方法，网上资料又有日期和可靠性差异。这个项目让AI把这些材料放回同一个实际问题：解释概念、比较做法、给出例子并核对依据，帮助人形成能够运用的理解。
举个实际例子
“这份需求文档里的流程为什么这样设计？结合课程的方法给我讲清楚，容易过时的地方再查当前资料。”AI先说明业务目标和角色，用课程补原理与工程方法，再核对当前事实；可以直接交流，需要系统展开的技术主题则准备当次完整讲义。我不必先审核整套专业路线。
最后我会得到什么
得到一份可修改的阶段大纲，以及当前真正需要的讲解或完整讲义。现实问题、来源、原理、例子、取舍和未知一起说明；可以追问、反驳、回忆复述或换场景练习。重要纠正会直接说明影响，没有自然反馈时不擅自生成下一篇。
证据足够时
资料核验、既有单元反查、反例和自审完成后，完整讲义可作为当前最终版交付；人可以接受、反驳、追问或停下。
遇到冲突时
发现来源冲突、讲解不清、现实反例或会改变理解的重要错误时，先重查并主动说明修正与影响，不把问题归咎于人。
暂时无法判断时
缺少权威来源、必要权限或真实验证条件时，完整讲义明确保留未知和所缺证据；没有反馈时停在当前单元，不生成下一份。
从哪里开始
在现有 AI 学习对话里提出概念、项目需求文档、课程疑问或现实决策问题；可要求大纲、讲义、查证或暂停。
需要准备什么
- 真正想理解或决定的问题
- 想结合的 PRD、课程或资料（如有）
- 新的前提、反例或继续决定（如有）
这套方法怎样工作
- 1AI分清问题并取证
判断是在弄清概念、比较做法还是核对变化中的事实，再从项目需求、课程和当前权威资料取必要证据。
- 2形成可调整路线
持续学习先交完整大纲；正式技术单元精备讲义，当前项目问题也可直接聊天讲解。
- 3追问和修正
人可复述、质疑或举反例；AI 重查会改变结论的依据，重要改口在对话里说明。
- 4由人决定继续
必要时做最小验证；下一单元、换方向或暂停按人的反馈，不用沉默当同意。
这套方法可以直接这样用
下面每一项都是可以直接提出的真实学习需求；点进去再看这项方法的完整边界。
项目指标与相关入口查看规模、覆盖范围和关联能力
当前项目指标
- 方法模块
- 6
- 协作步骤
- 6
- 单元
- 1 次 1 个
方法画布 · 6 步
你提出问题，AI先去查清楚；边聊边改，必要时验证；你随时可以停。
这是一张可直接照着使用的说明，不是学习进度表。每一步都说明谁来做，也保留暂停、反驳和改方向的空间。
- 你提出真正的问题
说困惑、给材料、举反例或直接指出原答案不贴合。
- AI把材料接成学习路线
结合需求文档、系统课程和当前一手资料，先准备可修改的阶段大纲；检查来源时间与适用范围，再精备下一篇。
- AI把复杂内容讲明白
正式技术单元在核验资料、旧单元和反例后交付完整讲义；当前项目问题也可充分备课后直接在聊天里讲。
- 一起继续交流
追问、反驳和补充现实经验都可以改变下一步。
- AI补查、修正或验证
不维护第一次回答；只在文字不够时做最小实测。
- 你决定继续还是停
没有反馈就保持原地，不催促、不评分、不自动推进。
你
决定与反馈- 决定真正要解决什么以及是否值得继续
- 提供现实经验、反对意见和个人取舍
- 保留拒绝、跳过、换方向、暂停和最终决定权
AI
研究与协助- 承担资料搜索、专业判断、解释、反例和验证工作
- 已经存在的事实先查材料，不让人重复回答
- 新证据出现时主动说明重要修正和影响，不假设人会重读材料
刻意没有
有意不建设- 学习提醒、每日任务、打卡、连续天数和进度百分比
- 掌握评分、排行榜、人格标签和未经请求的连续追问
- 账号、数据库、后台监控、定时同步和自动生成完整课程
可选练习
问题不计分，也不会形成掌握记录
只选当前真正有帮助的一题即可；跳过、暂停或换方向都不需要解释。
- 1
AI给出一个很肯定的结论时，你会先检查哪类来源？
- 2
什么新证据会让你改变当前判断？
- 3
如果关键条件改变，原来的结论还成立吗？为什么？
- 4
两份资料互相冲突时，AI应该怎样回答，最终由谁决定？
- 5
这一步能靠解释确认，还是必须亲自验证？
- 6
当你不同意AI的建议时，它应该怎样处理？
AI协助
- 把模糊困惑整理成当前真正值得回答的问题，并说明所需深度
- 寻找该问题的一手或权威来源，保留日期、版本、权限、适用范围和冲突
- 把专业内容先讲成人能理解的现实问题，再保留必要术语与技术细节
- 在资料核验、既有单元反查、反例检查和自审后，把首次完整讲义作为当前最终版交付
- 让追问、反例和现实经验进入判断，并在需要时重新搜索和明确改口
- 后来发现会改变理解的重要修正时，在对话中主动告知原内容、新结论、原因和影响
- 提供少量不计分的问题帮助思考和迁移，不维护掌握率或学习画像
- 只有解释不足以证明时才做风险相称的最小验证，并严格限制外推
- 只保存恢复当前讨论所需的最小断点，让人可以随时暂停和继续
刻意不做
- 不公开具体学习主题、个人进度、原始反馈、私人材料或当前下一步
- 不根据沉默推断理解、认可或掌握，也不自动推进更多内容
- 不把搜索结果、引用数量、流畅回答或模型置信度当成事实证明
- 不把未核验、未反查旧单元或未做反例自审的草稿冒充首次最终版
- 不把重要修正只静默写回文件并假设人会重新阅读
- 不要求人先审核完整专业路线；AI必须先完成研究并解释判断理由
- 不为展示制造额外功能、假界面、预计效果或未经观察的结果
- 不建设学习监督、提醒、打卡、评分、账号、数据库或后台同步
- 不声称这套方法已经被科学证明对所有人和所有内容普遍有效
产品思想与设计核心
从真实问题开始
AI根据目标和已有材料先提出完整、可修改的阶段大纲与主题安排；具体讲义随临近教学和真实反馈逐篇准备，不要求用户先替AI规划专业世界，也不一次生成全部讲义。
先判断该信谁，再开始搜索
找到负责这个事实的一手来源，检查日期、版本、权限和适用范围；搜索相关不等于可信。
先讲现实意思，再补术语
人话不能删掉会改变结论的条件；专业细节在需要时完整保留。
已了解的背景按需复用，教学反馈留在当前问题
我不必反复介绍已经确认的背景；需要时从个人理解库取相关内容，具体的教学反馈仍由学习项目处理。出现有依据的新信息或更正才回写并核对，讲解中的假设和推演不记作我的亲身经历。
反例会触发复查
用户的现实经验值得认真对待，但不会自动取代证据；AI重新核对并说明判断是否改变。
改口必须可解释
AI说明原依据、新证据、哪条前提变化，以及这会怎样改变实际选择。
问题帮助思考，不给人贴标签
少量问题可跳过、不计分，不形成掌握率、排名或个人学习画像。
只有值得时才验证
文字已经能回答就不做实验；只有结果会改变判断时，才设计最小、可重复、风险相称的验证。
AI承担专业工作，人保留方向权
AI负责搜索、比较、解释和技术判断；人决定方向、授权、取舍、暂停和最终结论。
先把完整讲义做成最终版，再进入交流
资料核验、既有单元反查、反例检查和自审完成后才交付；对话用于复述、反馈、反驳和答疑，不用即兴长聊替代成品。
重要修正必须主动告诉人
后来发现会改变理解的错误时，在对话中说明原内容、新结论、原因和影响；不能只改文件并假设人会重读。
一次只推进一个单元
当前材料没有自然反馈就停在原地，不推断理解、不预生成后续内容，也不把沉默当作继续授权。
资料从哪里来，各自负责什么
这套学习方法使用三类互补材料。它们回答的问题不同，不能只把所有内容交给AI做一次摘要。
官方文档、当前产品说明、一手研究及其他可核验资料；按问题检查日期、版本和适用范围。
用来查清容易变化或会影响结论的事实，比较分歧。当前官网只能说明当前公开介绍，不能倒填过去的业务事实。
具体业务目标、参与角色、流程、约束和当时的设计说明。公开页说明资料类型与作用，不展示业务正文或具体项目细节。
用来理解“这项工作为什么要这样做”，把课程中的方法放进真实场景。先读可靠还原，确有问题且文档答不了时再定向看最少必要源码；材料存在不代表学习者参与过项目。
课程中的技术原理、工程方法、题目和案例，按当前学习目标选择有关部分。
提供连续的知识基础和实践例子。新增材料由AI增量审读，结合业务资料、当前事实和真实反馈决定改大纲、换例子或保持不变，不整套照搬或后台监控。
具体课程、材料清单、个人主题与进度不在公开页展开。资料是学习依据；有资料、完成讲义与本人真正理解是不同结果。
这套方法怎样形成
先把事情讲明白，再补术语和边界
形成先讲现实意思，再补术语、反例、边界和可选问题的通用解释顺序。
阶段依据
- 2026-08-26 · 先把事情讲明白，再补术语和边界
人话解释原则
从单向讲解，变成会重查、会停、会修正
明确AI先完成专业研究，人的异议可以触发重查；没有反馈不推进，必须实证的结论才进入最小验证。
阶段依据
- 2026-08-28 · 从单向讲解，变成会重查、会停、会修正
来源、交流与验证边界
从具体学习任务，抽成可复用的协作方法
把真实协作经验提炼为与主题和进度无关的通用方法：AI负责搜索、解释和必要验证，人保留方向与最终决定，不建设监督系统。
阶段依据
- 2026-08-30 · 从具体学习任务，抽成可复用的协作方法
通用学习方法
方法状态与证据边界
已经明确的做法
- 先判断事实归谁负责，再检查一手来源、版本、日期、权限和适用范围；相关不等于可信
- 反驳和现实经验会触发补查；答案可以变化，但原依据、新证据和变化理由必须说清
- 文字足够就不造实验；只有结果会改变判断时，才做一个回答当前问题、风险相称的小验证
- 每个单元在资料核验、旧单元反查、反例和自审后，先交付一份可独立阅读的完整可读 Markdown成品，再用对话复述、反馈和修正
- 人决定问题、方向、节奏、是否继续和最终取舍；沉默、提问和讨论中的建议都不算确认
- 一次只推进一个单元，不记录公开主题或个人进度，也不打卡、评分、提醒或后台推进
- 本轮方法来源为已核对的 PRIVATE_MANAGED_SOURCE main e44fb5dc5f2918eab42364e55fe3bc4a8759abac；来源工作树干净且与远端一致。公开网络资料、项目需求文档和系统课程材料的用途，以及完整可修改大纲、逐篇精备与反馈更新已纳入；不公开具体材料清单、业务正文或个人状态。e73219217d980ac429421055f74fb03de9a1357e保留为先前方法基线。
- 共同本人背景、经历和通用偏好按个人理解库 DOMAIN_CONTRACT.md 读取；学习项目保留本场景表达、教学反馈和原件定位。当前交流出现有依据的新本人信息或更正时，通过父库入口回写并回读；模拟背景、讲解推演和教师判断不变成本人原话，不另建共同档案或后台同步。
- AI可以搜索一手资料、比较来源、生成讲解、在交流中继续查证，并按问题选择文字、表格、图或最小验证。
- 每个单元先完成资料核验、既有单元反查、反例检查和自审，再把完整可读的 Markdown 讲义作为当前最终版交付；一次只推进一个单元，没有自然反馈就保持原地。
- 后来若发现会改变理解的重要错误，AI必须在对话中主动说明修正与影响；静默改文件不能替代通知，也不能假设人会重读。
- 问题只用于暴露假设、边界和迁移，不计分、不排名、不强制回答，也不形成掌握档案。
- 人决定方向、节奏、授权与最终取舍；AI承担专业研究，不把技术路线审核责任甩回给人。
- 当前 PRIVATE source 选择可由宿主验证的 gpt-6-astra / max，重要变更使用全新无历史上下文的独立审查，按实际风险和净收益安排；纯排版或错字不机械委派，不固定数量或轮数。能力不可用时明确说明，不静默换代。网页本身不调用模型。
- 项目没有应用服务、学习数据库、提醒任务、后台同步或自动更新链；AI只在当前交流中承担研究、解释和必要验证。
- 私有项目当前只有版本化文档，没有应用代码、运行服务或自动化测试；页面的 PASS（方法合同已定义）只表示方法合同已经定义，不证明学习效果。
- 公开内容完整解释通用方法与边界，不记录学习主题、材料清单、个人进度或原始反馈。
不能据此推断
- 公开页不证明任何个人已经掌握内容，也不展示学习效果或私人状态。
- 来源可核对能降低错误风险，但有引用或来自权威机构都不能自动证明结论适用于当前问题。
- 学习科学研究支持若干设计原则，不构成整套产品对所有人普遍有效的因果证明。
- 模拟情形或小范围观察只能证明精确条件下的现象；没有真实证据时保持设计或未知。
- 公开网页本身不是在线辅导服务，不接收输入、不调用模型，也不保存任何学习数据。
来源与公开边界
方法材料位于 PRIVATE（私有）来源，因此本页不提供仓库跳转。公开页只还原可复用的协作方法、产品取舍、科学依据、失败处理和实现边界；不复制具体学习主题、个人进度、原始反馈或私人材料。
当前关键技术事实
- 权威搜索
- 先判断事实归谁负责，再检查一手来源、版本、日期、权限和适用范围；相关不等于可信
- 反例重查
- 反驳和现实经验会触发补查；答案可以变化，但原依据、新证据和变化理由必须说清
- 最小验证
- 文字足够就不造实验；只有结果会改变判断时，才做一个回答当前问题、风险相称的小验证
- 完整成品
- 每个单元在资料核验、旧单元反查、反例和自审后，先交付一份可独立阅读的完整可读 Markdown成品，再用对话复述、反馈和修正
- 谁做主
- 人决定问题、方向、节奏、是否继续和最终取舍；沉默、提问和讨论中的建议都不算确认
- 注意力边界
- 一次只推进一个单元，不记录公开主题或个人进度，也不打卡、评分、提醒或后台推进
完整执行流程
- 1说清真正的问题
区分是在问概念、事实、选择、现实例外还是需要实际证明，先判断什么新信息会改变答案。
- 2结合三类材料准备路线
项目需求文档提供真实业务语境，课程提供原理、方法与案例，当前一手资料核对会变化的事实。AI先形成完整可修改的阶段大纲，再选择下一篇要精备的材料。
- 3只取必要证据
让当前问题看到足够但不过量的材料；无关、过期和冲突内容不因数量多就进入上下文。共用背景按个人理解库现行合同读取，教学反馈和专业判断仍由本项目负责；有依据的新信息才在当前流程回写父库并回读，不复制第二份现行本人档案。
- 4先讲人话再补术语
先说明现实意思、理由和影响，再用专业词固定可继续交流的准确锚点。
- 5把首次完整讲义做成最终版
先核验资料、反查既有单元、找反例并自审，再交付一份可以离开聊天独立阅读的完整材料。
- 6接受追问和反例
人的经验与异议进入证据链；AI不维护原答案，必要时重新搜索。
- 7主动说明重要修正
明确原来依据什么、新发现什么、为什么修改、影响哪些理解；不能只改文件并假设人会重读。
- 8必要时做最小验证
只验证一个明确问题，记录输入、条件、结果、失败和不能外推的范围。
- 9由人决定下一步
一次只推进一个单元；继续、换方向、跳过、暂停或结束都由人决定，没有自然反馈就不自动行动。
这套方法里的关键说法
需要核对专业含义时，可以在这里查看它在 AI 协作学习 方法中的具体用法。
- Source of truth（权威事实源）
- 对当前精确事实真正负责的系统、正式资料或有权决定的人；不是搜索排名最高的网页。
- source grounding（来源落地）
- 让一条主张能回到具体来源、时间、版本和适用范围接受核对。
- lateral reading（横向阅读）
- 离开当前页面，查看发布者背景和独立来源，而不是只在一个页面内部找可信线索。
- retrieval practice（提取练习）
- 先尝试从记忆中说明，再查看反馈；这里的问题低风险、不计分。
- self-explanation（自我解释）
- 用自己的话说明理由、关系和条件；AI写得清楚不等于人已经完成自我解释。
- formative feedback（形成性反馈）
- 基于当前真实理解，说明哪里需要修、为什么以及下一步怎样做，不给人格标签。
- cognitive load（认知负荷）
- 工作记忆同时处理的信息有限；小注意力是按当前问题筛掉无关负担，不是删掉必要事实。
- transfer（迁移）
- 把同一原则用于表面不同的新情境；复述原文不等于能迁移。
- human agency（人类能动性）
- 人拥有目标、节奏、取舍、拒绝和最终决定权；AI提供专业协助而不接管。
方法由什么组成
下面把协作方法拆成可以单独检查的部分；这不是监督系统，也不代表个人学习进度。
把模糊请求还原成当前可回答、可查证或可验证的问题。
先说明目标、所需深度和会改变结论的新信息，再把它放进完整可修改的大纲；不一次生成整套讲义。
为不同事实选择有资格回答的来源。
记录来源类型、责任方、版本、日期、权限、适用范围、冲突和退出条件。
把核验后的资料变成可独立阅读的首次最终版。
先反查既有单元、补反例并完成自审，再按结论、背景、心智模型、例子、取舍、术语和边界交付完整材料。
让追问、反例、现实经验和识别异常改变后续判断。
重查来源或重写讲法时显式说明变化；重要修正还要在对话里主动告知影响，不能只静默覆盖文件。
帮助主动提取、自我解释、比较和迁移。
少量、可跳过、无需复述原文；不计时、不排名、不保存掌握率。
在解释无法提供足够证据时，观察或验证一个精确问题。
只使用当前问题需要的最少材料与步骤，记录真实观察、失败和适用边界；示例可以设计，结果不能编。
让AI维护目标所需能力、依赖、深度、停止标准和一个下一单元。
先保有完整、可修改的阶段大纲和主题目标安排；临近教学时精备下一篇。反馈、原件或新资料改变前提时说明影响并调整后续顺序，不把大纲当永久冻结课程，也不公开个人断点。
让下次从正确位置恢复，又不建立全量个人画像。
只保存已确认结论、未知、当前问题和必要来源；没有后台监督或自动同步。
参考与依据
能证明：已发布方法条款明确网络资料、项目需求文档、课程内容各自作用；先有完整可修改大纲，再逐篇精备、通过真实反馈调整。来源身份为e44fb5dc5f2918eab42364e55fe3bc4a8759abac，本轮未读取个人进度或课程正文。
不能证明：来源条款和大纲方法不证明某个个人已经掌握内容，也不证明所有讲义已生成或学习效果已验收。
能证明：PRIVATE_MANAGED_SOURCE 的精确提交 e73219217d980ac429421055f74fb03de9a1357e 定义了本页使用的搜索、讲解、交流、问题、验证和人类决定边界。
不能证明：提交身份只固定来源代，不证明私人内容适合公开，也不证明个人掌握或学习效果。
能证明：公开机制可以回到信息素养、学习科学和AI治理来源接受核对。
不能证明：权威标签、引用或研究平均效应不自动适用于每个人和每个情境。
能证明：反例和不理解可以触发补查、教材修正或保持原地，而不是自动继续。
不能证明：发生交流不等于已经理解，也不公开原始反馈。
能证明：未来选中的精确问题可以用可重复材料、实际观察和失败记录检验。
不能证明：没有执行的设计不算验证，小范围结果也不等于真实普遍效果。
能证明：页面完整说明这套通用协作方法、产品取舍和公开边界。
不能证明：它不证明任何人的学习进度、掌握程度或私人状态。
直接怎么用
直接说：我想把这件事弄明白提出问题：从真实困惑开始，不要求先写课程目标或审核专业路线。
先给我完整讲义再聊要求完整讲义：先完成资料核验、既有单元反查、反例与自审，再交付当前最终版。
先查当前权威来源，再回答要求查证：让结论绑定来源、时间和适用范围，而不是依赖模型记忆。
这和我的情况不一样，请重新核对提出反例：让现实经验进入判断并触发重查或场景区分。
今天先停，下次从这里继续暂停：只保存最小断点，不生成新任务、不监督、不催促。
快照怎样更新
本页代表最后一次明确核对并发布的项目状态，不承诺后台实时同步。再次更新时会重新读取该项目当前事实、边界和验证结果；无法确认的内容继续明确标成网页快照边界，不用旧记录猜成当前状态。