開會聽到新專案名詞一頭霧水？用這 3 個提問快速搞懂 (搭配 ChatGPT )！

最近我都在思考一個問題…

怎麼用 ChatGPT ，幫我們快速理解一個主題的新概念？

「幹嘛想這個問題？」你問。

因為我發現當自己探索一個新主題的時候，常常卡在「基礎觀念」。

例如…

1. 近期我想要深入學習 AI 領域中的 Vibe Coding (俗稱的 “用嘴寫程式”，也就是你用自然語言告訴 AI 需求，並讓 AI 自動幫你寫程式) 時，常常看到一個新詞：MCP (Model Context Protocol)。
2. 如果不了解這個新詞，就很難理解 Vibe Coding 的諸多原理（像是為什麼大型語言模型需要「載入上下文」才能順利完成多步驟的指令執行、或是為什麼有時候同樣的指令第一次成功、第二次卻失敗）。
3. 這些現象背後的原因，其實常常都跟「模型怎麼理解上下文」有關。而 MCP 就是設計來規範這些上下文結構的協議。

如果你是在科技業工作的人，我相信會更有感。因為可能常常碰到閱讀白皮書看到一堆名詞看不懂、跟上司簡報新概念時講不清楚…的窘境。

那該怎麼辦呢？

剛好最近我在讀中國 YouCore 的共同創辦人王世民與繆志聰，在《學習力》一書中分享的一套「概念學習法」，發現了解法。

這個解法很聰明，是用 3 個提問幫助自己快速理解一個新概念。

分別是：

• 提問 1：這個知識的來龍去脈是什麼？
• 提問 2：這個知識和其他知識有什麼關聯？
• 提問 3：這個知識有哪 3 個能用和不能用的場景？

透過有邏輯地提問，就能夠讓自己一步步找答案 (踏實地理解新主題的基礎概念，例如前面提到的 MCP 就是一個案例)。

甚至呀…我發現可以把問題當作指令，請 AI 幫助搜尋與研究新概念。

有意思對吧？

下面讓我依據跟你介紹這 3 個提問，並分享我是如何使用 AI 工具 （例如 ChatGPT） 來幫我調查研究這個新概念。

我們繼續看下去吧。

提問 1：這個知識的來龍去脈是什麼？

學習新概念時，先問問自己「這個知識從哪裡來」。

舉個例子，假設我們現在想要學習「心智圖」這個概念。

我們可以問自己：

• 是誰發明了心智圖？
• 為什麼要發明心智圖？
• 心智圖發明後，又衍生出哪些新的應用？

了解這些背景/脈絡，能幫助我們更深入理解這個概念的本質。