在 LectureQ 里记下问题之后，接下来就该找答案了。 如今，这些答案大多来自和 AI 的对话。问题在于：问同样的问题，每个人的收获却不一样。 这份指南按照 LectureQ 的流程（问题 → 答案 → 学到的内容），整理了拉开这种差距的方法。
这份指南想培养的能力，一句话概括：
能和 AI 一起，把自己的疑问变成‘经过验证的知识’。
— 不是拿到答案的能力，而是质疑拿到的答案、并把它变成自己东西的能力。
一个问题，一段对话。把好几个问题塞进同一段对话，答案会混在一起，之后也没法整理。
听课时匆忙记下的问题，大多是模糊的。模糊的问题，只能换来模糊的答案。 先别急着求答案，先把问题重写一遍。
下面是我听课时匆忙记下的问题，现在还很模糊。
"{原样照抄你在 LectureQ 里写下的问题}"
请把这个问题改写成 3 个"能回答的问题"。
每个问题后面再用一句话说明：知道答案后，我能做到什么。
现在先不要回答，只给我改写后的问题。
▸ 得到满意的版本后，把 LectureQ 里的问题改成这一版。这是对未来自己的投资。
AI 不知道你已经懂到哪一步。问题从哪里来／你现在的水平／你想要的答案形式 — 只要附上这三点，答案的质量就会明显不同。这三点都已经写在应用里了。
[我的问题]
{梳理后的问题}
[背景]
- 从哪里来：{课程名称} / {那个时间点的时间块备注}
- 我现在的水平：{学习状态里的"我现在的状态"}
- 我想达到的状态：{学习状态里的"学完后我想达到的状态"}
[想要的答案]
1) 核心答案 3～5 行
2) 为什么是这样，用一段话说明依据
3) 我可能理解错的地方 1～2 处
4) 一个我可以亲手验证的最小例子或实验
请区分标出确定的内容和推测的内容。不知道的就直接说不知道。
▸ 背景素材：工具栏 显示 → 学习状态，以及问题所在的时间块备注。
听起来有道理的答案，不等于通过了验证的答案。至少要反问一次。
刚才的答案里，最容易出错的是哪一部分？ - 这个答案要成立，必须为真的前提 - 相反的观点，或这个答案不适用的例外情况 - 如果我想用一手资料亲自核实，应该看什么？（官方文档、规范、原文的名称）
版本、数字、API 名称、年份这类越具体，错了越不容易察觉的信息，一定要回到原文核实。
好的答案总会带来新的“不知道”。那就是下一个问题，也就是这个应用里的追问。
根据目前的对话，请用 3 个问题列出我还不知道、但应该知道的东西。 不要解释，只列问题。简短、具体。
▸ 把列出的问题原样粘贴到问题详情的‘新的追问’栏里，就会以“原问题 → 追问”的层级保存下来， 在关系图里还能看到自己的理解是怎样一步步延伸的。
把 AI 的答案复制粘贴过来，留下的是记录，而不是知识。 在答案栏里用自己的话写，再把这段话拿去打分。
我把自己理解的内容用自己的话写一下。
"{我亲手写的总结}"
请指出错误的地方、遗漏的地方和夸大的地方。
不用打分数，直接给我改写后的句子。
▸ 只有走完这一步的问题，才标记为已解决 + 学到的内容（★）。 显示 → 摘要里的‘学到的内容’列表，只有收录这样筛选过的内容才有价值。
把上面的 5 个步骤换成能力的语言，就是下面这张表。先从自己现在最欠缺的那一行开始练。
| 要掌握什么 | 能做到…… | 了解……／相关关键词 |
|---|---|---|
| 梳理问题 | 能把模糊的笔记改写成 3 个能回答的问题 | 好问题的条件、能回答与不能回答的问题、问题界定（problem framing） |
| 提供背景 | 提问时能附上背景、自己的水平和想要的答案形式 | 提示词结构化、指定角色／背景／输出格式、上下文设计 |
| 验证答案 | 能反问答案的前提、反例和一手来源，分辨出事实 | 幻觉（hallucination）、依据与出处、证伪（falsification）、确认偏误 |
| 找出不懂的地方 | 能从答案中提取新问题，并作为追问保存下来 | 元认知、知识缺口（knowledge gap）、问题树 |
| 把知识巩固下来 | 能用自己的话重写、请 AI 打分，并确认为‘学到的内容’ | 费曼学习法、提取练习（retrieval practice）、间隔重复（spaced repetition） |
把和 AI 的对话保存成 Markdown，应用就能把它变成一棵问题树 （工具栏 课程菜单 → 从 Markdown 导入…）。
# 这一行会成为课程标题 ## 主题（这里的第一个问题是原问题，后面接着的问题会成为追问） **我** — 这里写我提出的问题 **AI** — 这里写得到的回答（可以多行，也可以包含代码块）
导入后，每个问题都会填好答案，并标记为已解决。 接着在摘要画面里，只给真正学到的内容标上★，其余的点‘排除’， 一整段对话就整理成了你自己的“学到的内容”列表。
别向 AI 讨答案，把它当作检验自己问题的对手。 问题由我提出，质疑由我来做，最后一句话也由我来写。记录下这个过程的地方，就是 LectureQ。