我想給自己用 AI 學習這件事定一個簡單的標準：結束對話之後，能不能留下一個不需要它也能完成的小結果。
可以是一道重新做對的題，一段能解釋清楚的程式碼，也可以是幾句用自己的話寫出的筆記。如果最後只剩下一大段聊天記錄，我很難判斷自己到底學到了多少。
把自己的嘗試一起放進問題裡
“這個怎麼做”當然可以問，但學習時我更願意把已經想到的部分也寫出來。這樣，討論就能從具體的卡點開始。
比如一道題，我可以先列出已知條件、自己的第一步，以及從哪一步開始不確定。讀程式碼時，也可以先說我認為這個函式做了什麼，再請 AI 檢查理解。
我已經走到這一步了。先幫我找出哪裡出了問題，給一個提示，讓我再試一次。
這句話沒有什麼神奇的技巧。我只是想給自己留一點繼續思考的空間，而不是一上來就把完整過程拿走。
讓解釋對應到一個具體例子
有些解釋聽起來很順，但我一換題目就不知道怎麼用了。這時候，與其要求“再詳細一點”，我更想追問一個能看得見的例子。
- 這個條件不滿足時，會發生什麼？
- 能不能把數字換得更小，讓我手算一遍？
- 這段程式碼讀到這個輸入時，每一步的值是什麼？
- 我的這個例子，為什麼不適合用剛才的方法？
我希望自己能夠指出：哪一個條件決定了這一步，哪一個變化會讓結論不再適用。至少比只記住一個方法名稱更具體。
把聽懂的感覺變成一次檢查
看過解釋之後，我會給自己安排一個很小的驗證任務。學程式碼就用簡單輸入走一遍過程；學概念就試著自己造一個例子，再造一個不符合條件的例子。
涉及具體事實時，還要找到可以核對的資料。比如使用某個軟體功能，就檢查對應的官方說明；引用一個數字，就確認它來自哪裡。AI 給出的解釋可以幫助我縮小問題，但不該自動變成引用依據。
如果檢驗結果和解釋對不上，我想先把不一致的地方記下來。帶著這個具體差異繼續問，比一句“你確定嗎”更容易推進。
關掉答案，自己再做一遍
這是我最想保留的一步。把答案先放到一邊，重新寫出推導，或者重新敲出最小的一段程式碼。遇到停頓時，再看自己到底漏掉了哪一部分。
不必每次都從頭重做一大堆東西。能獨立完成一個關鍵步驟，解釋一個選擇，或者在條件變化後改對答案，就已經比“看完了”更有資訊。
筆記只留下真正卡住的那一點
我不想把整段回答原封不動地存下來。更有用的記錄可能只有三行：原來怎麼想，為什麼走不通，下次遇到類似問題先檢查什麼。
AI 可以參與很多步驟。我希望最後留下的那一點理解，能夠由我自己講出來，也能夠在下一次用得上。