6个用AI学习的使用方法
让我们诚实点，我们学习的方式已经发生了巨大变化。
今天，你不再需要：
- 阅读300页的书来掌握其核心思想，
- 观看2小时的播客只是为了学几个策略，
- 或依赖老师来解释每一个复杂的概念。
然而，99%的人仍然不会真正用AI更快地学习。
他们问一个问题，得到一个快速答案，一时感觉很聪明，第二天就全忘了。
兄弟，那不是学习，那只是更快的消费。
真正的学习发生在你收集正确的输入、强迫你的大脑思考、并将信息转化为你可以实际使用的东西时。
最棒的部分？AI不会取代那个过程。如果你用对方式，它会让这个过程快得惊人。
在过去几个月里，我一直在使用 AI通过一套简单的工作流来更快学习。
在这篇文章中，我将分享我个人用来用AI学习任何事物的6个实用工作流。
让我们开始吧。
1、Perplexity + NotebookLM
使用Perplexity快速找到最佳资源 + 使用NotebookLM按你的方式学习
这是我找到的获得任何新主题清晰度的最快方式。
每当我想学习一个新主题时，我不再从Google开始。
我打开Perplexity并输入非常具体的内容，如：
给我推荐学习系统设计的最佳高级资源
或
理解强化学习的顶级研究论文、博客和视频
你看，Perplexity在几秒钟内就给了我一份可靠的资源列表。博客、视频、研究论文、文档，一切都在一个地方。
最棒的部分？就在Perplexity里面的"Answer"标签旁边，我们可以看到基于我写的提示的所有链接的"Links"标签。
现在这是大多数人错过的真正动作。
我不是一个接一个地阅读每个资源，而是把最好的5到10个链接拖入NotebookLM，创建一个新笔记本。
一旦所有内容都在里面，我开始问：
像我是初学者一样解释这个主题
- 给我一步一步的学习路径
- 用简单的语言总结关键概念
- 创建一个测验来测试我的理解
- 把它变成一个3分钟的音频解释
你看，我不只是阅读随机内容，我正是以我喜欢的方式用最适合我的资源学习。
这节省了数小时，让学习感觉有条理而不是混乱。
2、Youtube + 结构化输出
使用YouTube作为学习引擎 + 将视频转化为结构化输出。
让我残酷地诚实。
有时最好的解释在YouTube上，但观看5-10个视频既耗时又混乱。
所以我改用这种方法。
步骤1：去YouTube并搜索一个主题，如：
- 系统设计的解释
- Transformer如何工作
- 销售心理学从基础到高级
步骤2：挑选5-7个热门视频：
我通常选择受欢迎的、观看量高的、时长较长的、解释清晰的视频。
步骤3：复制YouTube视频链接。
步骤4：将它们添加到NotebookLM，并要求它：
- 合并所有视频的关键思想
- 像我是初学者一样解释主题
- 突出我应该记住的最重要的概念
- 创建笔记或短播客以便我稍后复习
- 生成测验来测试我的理解
这将分散的视频转化为结构化的学习模块。
而不是被动观看，我通过简单的工作流主动学习。
3、Deep Research + 内容压缩
使用"深度研究"进行深度研究 + 将所有内容压缩到一个地方。
当我想深入理解一个主题，而不仅仅是基础时，我使用Perplexity、ChatGPT或Gemini中的"深度研究"功能。
我写详细的提示，如：
给我一个关于向量数据库的深入、数据支持的解释。涵盖它们如何工作、在哪里使用、优点、缺点和未来趋势。使用简单的语言。
这给了我一个强大的研究级分解。
然后我复制该输出并将其与几篇相关文章和文档一起添加到NotebookLM中。
现在我要求NotebookLM：
- 把它变成初学者到高级的学习路线图
- 简化复杂的部分
- 创建类比以便我更快理解
- 制作快速复习表
所以不是只读一次长篇研究输出然后继续，我把它转化为我可以实际学习和重访的东西。
4、学习模式
使用"引导学习"或"学习模式"像学生一样学习。
让我诚实点：有时你不需要摘要，而是需要真正能向你解释一些复杂主题的老师。
这就是Gemini中的"引导学习"或ChatGPT内部的"学习和学习"类型功能可以提供帮助的地方。
例如，如果我想学习：
- 系统设计
- 认知偏见
- 产品营销
- 强化学习
我不是向LLM问一个大而详细的问题，而是使用Gemini中的"引导学习"功能或ChatGPT内部的"学习和学习"。
然后我输入类似这样的内容：
我想从基础到高级深入学习这个主题。一步一步教我，并在过程中测试我。
接下来发生的事情很强大。
AI开始：
- 提问
- 用小 chunks 解释概念
- 给出例子
- 建议接下来学什么
你看，AI不只是给出答案；相反，它分层教我。
它解释、测试、给出例子，然后在你刚刚学到的东西之上构建。
这与正常提示的感觉非常不同。它感觉就像有人真正在引导你通过主题。
而且因为你正在互动、回答和思考，你记住的东西要多得多。
5、视觉学习
把所有东西都变成视觉，让你的大脑记住它。
我们都知道纯文本很容易忘记，但视觉实际上会粘住。
所以每当我学习或研究某事时，我尝试将其转化为视觉。
方法如下：
- 步骤1：使用上述任何方法研究主题
- 步骤2：获取最终结构化输出
- 步骤3：将其粘贴到视觉AI工作区
然后我要求NotebookLM、ChatGPT或Gemini生成信息图、概念图、流程图、思维导图、分步框架等。
一旦我以视觉方式看到信息，联系就变得明显。我理解得更快，记住得更久。
这对于AI概念、商业模式和技术系统等主题特别强大。
6、强制检索，让知识真正留存
这是大多数人跳过的一部分，这正是他们忘记一切的原因。
学习某事之后，我总是使用NotebookLM做以下其中之一：
- 要求AI从我的笔记生成测验
- 创建1分钟解释
- 用我自己的话写一个简短摘要
- 或创建闪卡、练习题、小测试等。
因为我知道学习不是在消费时发生的。它是在回忆时发生的。
这一步单独就能像疯了一样提高记忆。你不再感觉你学到了什么，而是开始真正知道它。
7、更快学习的真正秘密
如果你仔细观察，所有这些工作流都遵循相同的核心模式。这就是大多数人做错的地方。
更快学习不是关于使用更多工具、观看更多视频或阅读更多线程。它是关于构建一个简单的系统，控制信息如何进入你的大脑以及如何留在那里。
这正是我在上述工作流中分享的。
- 首先，收集最好的输入，这样你就不会淹没在信息中。
- 然后把所有东西组织在一个地方。
- 将这些输入转化为结构化格式。
- 以你喜欢的格式和解释理解它们。
- 与内容互动。
- 强迫你的大脑回忆它学到的东西。
你看，AI不会神奇地让你更聪明。它通过支持这些简单的工作流让学习更快。
最好的部分是你不再淹没在大量信息中，而是开始建立真正的理解。
一旦这种转变发生，学习任何事物就不再感觉压倒性，而是开始感觉系统化、清晰，而且更容易做到。
8、结束语
现在，你不需要一次性使用所有这些工作流，因为那是感觉压倒性的最简单方式。
相反，挑选一个感觉简单的工作流，使用一周。一旦它开始感觉自然，慢慢添加另一层。
因为目标不是使用更多AI工具。目标是构建一个小的、可重复的系统，帮助你持续学习。
大多数人只是问一个问题，得到一个答案，然后继续。什么都不留存。
原文链接: How to Learn Anything Faster With AI (6 Practical Workflows I Use Every Day)
汇智网翻译整理，转载请标明出处