Вы записали вопросы в LectureQ — теперь пора искать ответы. Сегодня мы чаще всего находим их в разговоре с ИИ. Но вот в чём дело: даже задав один и тот же вопрос, каждый уносит с собой разное. Это руководство идёт по логике приложения (вопрос → ответ → чему я научился) и показывает, как обратить эту разницу в свою пользу.
Навык, который развивает это руководство, одной строкой:
Я умею вместе с ИИ превращать свои вопросы в «проверенное знание».
Речь не о том, чтобы получить ответ, а о том, чтобы усомниться в нём и сделать его своим.
Один вопрос — один диалог. Если свалить несколько вопросов в один диалог, ответы перемешаются, и потом их не разобрать.
Вопрос, наспех записанный на лекции, обычно расплывчат. На расплывчатый вопрос приходит расплывчатый ответ. Не просите ответ сразу — сначала перепишите вопрос.
Ниже вопрос, который я наспех записал(а) на лекции. Он пока расплывчатый.
"{вопрос в точности так, как он записан в LectureQ}"
Перепиши его в виде 3 вопросов, на которые можно ответить.
К каждому добавь одну строку: что я смогу делать, когда узнаю ответ.
Пока не отвечай, покажи только переписанные вопросы.
▸ Когда появится вариант, который вам нравится, исправьте на него формулировку вопроса в LectureQ. Это вложение в себя будущего.
ИИ не знает, что вы уже знаете. Добавьте откуда вопрос / ваш текущий уровень / какой ответ вам нужен — и качество ответа заметно изменится. Всё это уже записано в приложении.
[Мой вопрос]
{переформулированный вопрос}
[Контекст]
- Откуда вопрос: {название лекции} / {заметки блока времени на этот момент}
- Что я знаю сейчас: {«Где я сейчас» из Состояния обучения}
- Куда я хочу прийти: {«Каким я хочу стать в конце» из Состояния обучения}
[Какой ответ мне нужен]
1) Главный ответ в 3–5 строках
2) Один абзац о том, почему это так
3) 1–2 места, где я, скорее всего, ошибаюсь
4) Один самый маленький пример или эксперимент, которым я могу проверить это сам(а)
Отдели то, в чём ты уверен, от предположений. Если чего-то не знаешь, так и скажи.
▸ Где взять контекст: на панели инструментов Вид → Состояние обучения и заметки блока времени, в котором стоит вопрос.
Правдоподобный ответ ещё не проверенный ответ. Переспросите хотя бы один раз.
В какой части твоего ответа проще всего ошибиться? - Предпосылки, которые должны быть верны, чтобы ответ был правильным - Противоположная точка зрения или исключения, где ответ не работает - Что мне посмотреть, чтобы проверить это по первоисточникам? (названия официальной документации, спецификаций, оригинальных текстов)
Версии, числа, названия API, годы — чем конкретнее такие сведения, тем незаметнее в них ошибка. Обязательно сверяйте их с первоисточником.
Хороший ответ всегда открывает что-то новое, чего вы не знаете. Это ваш следующий вопрос — в этом приложении уточняющий вопрос.
По нашему разговору сформулируй 3 вопроса о том, чего я ещё не знаю, но должен (должна) знать. Без объяснений, только вопросы. Коротко и конкретно.
▸ Вставьте эти вопросы в поле «Новый уточняющий вопрос» в карточке вопроса — они сохранятся в иерархии «исходный вопрос → уточняющий вопрос», а на Графе будет видно, куда разрасталось ваше понимание.
Если просто скопировать и вставить ответ ИИ, останется запись, но не знание. В поле Ответ пишите своими словами — и попросите оценить эти фразы.
Я запишу своими словами, как я это понял(а).
"{краткий пересказ, написанный мной}"
Укажи, где ошибки, что упущено и что преувеличено.
Вместо оценки покажи исправленные фразы.
▸ Отмечайте как Решён + Чему я научился (★) только то, что прошло все шаги. Список «Чему я научился» в Вид → Сводка ценен лишь тогда, когда в нём собрано только отфильтрованное таким образом.
Пять шагов выше, сформулированные как навыки. Выберите строку, которой вам сейчас больше всего не хватает, и начните тренировать её.
| Что нужно | Я умею… | Что полезно знать / ключевые слова |
|---|---|---|
| Уточнить вопрос | переписать расплывчатую заметку в 3 вопроса, на которые можно ответить | признаки хорошего вопроса, вопросы, на которые можно и нельзя ответить, постановка задачи (problem framing) |
| Дать контекст | спрашивать, указывая предысторию, свой уровень и нужную форму ответа | структура промпта, задание роли, контекста и формата вывода, проектирование контекста |
| Проверить ответ | переспрашивать о предпосылках, контрпримерах и первоисточниках, отделяя факты | галлюцинации (hallucination), доводы и источники, фальсификация (falsification), предвзятость подтверждения |
| Обнаружить незнание | извлекать из ответа новые вопросы и сохранять их как уточняющие | метапознание, пробел в знаниях (knowledge gap), дерево вопросов |
| Закрепить знание | пересказать своими словами, получить оценку и зафиксировать в «Чему я научился» | техника Фейнмана, практика припоминания (retrieval practice), интервальное повторение (spaced repetition) |
Если сохранить диалог с ИИ в Markdown, приложение превратит его в дерево вопросов (на панели инструментов меню лекций → Импорт из Markdown…).
# Строка, которая станет названием лекции ## Тема (первый вопрос здесь — исходный, следующие станут уточняющими) **Я** — здесь вопрос, который я задал(а) **ИИ** — здесь полученный ответ (можно в несколько строк, блоки кода тоже подходят)
После импорта у каждого вопроса будет заполнен ответ, и он будет отмечен решённым. Затем в Сводке оставьте ★ только у того, чему вы действительно научились, а остальное «Исключите» — и один разговор превратится в ваш список того, чему вы научились.
Не просите у ИИ ответов — используйте его как собеседника, на котором проверяете свои вопросы. Вопрос задаёте вы, сомневаетесь вы, и последнюю фразу тоже пишете вы. LectureQ — место, где этот путь остаётся записанным.