Ai Augmented Feynman Technique

---
name: ai-augmented-feynman-technique
description: 当需要检验和深化对某个复杂概念的理解时
---

# ai-augmented-feynman-technique

## When to Use

当需要检验和深化对某个复杂概念的理解时description

## Core Logic

# 执行步骤

1.  **选择概念并尝试初步解释**
    *   **输入**：待检验的复杂概念或知识点。
    *   **操作**：在不借助外部资料的情况下，尝试用自己的话，像教给一个完全不懂的人一样，写下或说出对该概念的解释。
    *   **判断标准**：是否完成了初步的、自发的解释。
    *   **IF** 完全无法动笔/开口，**THEN** 返回学习资料重新理解基础，再进入本步骤。
    *   **ELSE** 完成初步解释，**THEN** 进入步骤2。

2.  **识别解释中的模糊点与缺口**
    *   **输入**：步骤1中完成的初步解释。
    *   **操作**：仔细审查自己的解释，标记出：
        a. 使用专业术语而未加解释的地方。
        b. 逻辑跳跃、因果关系不清晰的地方。
        c. 自己感到不确定或模糊的陈述。
    *   **判断标准**：是否准确找出了解释中的薄弱环节。
    *   **IF** 无法自行识别问题，**THEN** 将解释读给AI听，并提示：“请指出我这段解释中不清晰、有跳跃或可能错误的地方。”
    *   **ELSE** 已识别出问题点，**THEN** 进入步骤3。

3.  **利用AI进行针对性澄清与简化**
    *   **输入**：步骤2中识别出的具体问题点列表。
    *   **操作**：针对每个问题点，向AI提问以寻求更优解释。提示示例：“如何用最简单的比喻向小学生解释[专业术语]？”或“[复杂过程]的核心因果链条是什么？请分三步说清楚。”
    *   **判断标准**：是否获得了更清晰、更本质、更简化的解释。
    *   **IF** AI的回答仍然复杂，**THEN** 追加提示：“请用更生活化的例子再解释一遍”或“去掉所有术语，只用基础词汇。”
    *   **ELSE** 获得满意解释，**THEN** 进入步骤4。

4.  **重构并复述解释**
    *   **输入**：步骤1的原始解释、步骤2的问题清单、步骤3获得的优化解释。
    *   **操作**：整合所有信息，重新组织语言，形成一个全新的、更简单清晰的解释。再次尝试向AI或他人复述。
    *   **判断标准**：新的解释是否流畅、无术语堆砌、逻辑自洽，且能被“新手”理解。
    *   **IF** 复述时再次卡壳或发现新问题，**THEN** 返回步骤2，针对新卡点进行循环。
    *   **ELSE** 能流畅、自信地完成简化版解释，**THEN** 流程结束，概念已内化。

# 输出格式要求

向用户呈现一个结构化的概念理解报告：
1.  **初始理解**：用户最初对概念的解释（暴露问题）。
2.  **关键缺口**：识别出的模糊点、术语和逻辑跳跃。
3.  **优化解释**：经过AI辅助澄清和简化后的核心解释。
4.  **核心比喻/模型**：用于锚定记忆的最简模型或类比。

## Metadata

| 属性 | 值 |
|------|-----|
| 领域 | 学习与认知 |
| 类型 | procedural (procedural) |
| 置信度 | 90% |
| 前置条件 | 对某个概念有初步了解, 可访问的AI工具 |
| 来源 | 如何用 AI 比任何人快 10 倍地学习任何事物：概述与元技能 |