带 AI 精读一个大型开源仓库

今晚下单，还是等到后天。一台 4800 元的电脑躺在购物车里，你想等下个月工资到账再还这笔钱。信用卡账单日是每月 5 日，还款日 25 日，今天是 5 月 4 日。你问 AI：「今晚买和后天买，免息时间差多少？」

AI 很快回了一整段。账单周期、入账时间、账单日、还款日都解释了，还顺手列了五个自测问题。

免息期由账单周期和还款日共同决定。账单日前入账的消费进入本期账单，账单日后入账的消费通常进入下一期账单。你可以依次想：账单日是哪天？消费何时入账？会进哪期账单？对应的还款日是哪天？两种情况相差多少天？实际结果还要以银行的入账规则为准。

你从第一句读到最后一句，每个词都认识。它连问题都替你列好了，你觉得信息已经很全，便把回答收藏起来，下单前没有再算一次。

第二天中午，同事看见订单，问：「如果这笔消费 5 月 4 日入账和 5 月 6 日入账，最晚还款日期差多少？」你看着两个日期，脱口而出：「只差两天。」实际上一笔进入 5 月账单，另一笔进入 6 月账单，按这个简化例子，最晚还款日分别是 5 月 25 日和 6 月 25 日。你原本留给下个月工资的余地，可能就这样少了一个账单周期。

你当时会判断自己听懂了，是因为那段回答把条件、结论和五个问题一起摆在眼前。眼睛一直能找到下一句，脑子没有独自做过「这笔消费会进哪期账单」这一步。内容很全，只说明屏幕上什么都有。

继续让 AI 换一种说法，它仍会从头讲一遍。账单日、入账和还款日会再次出现，你也会再次觉得熟悉。真正需要检查的是：拿走整段解释以后，你能不能自己推出下一步。

让 AI 暂停讲解，改成一次只问一个问题，过程会变成三步：

1. 先问一个能继续推理的问题，例如「银行在哪一天把这笔消费算进账单」。
2. 等你交出答案再往下问，答得上来的部分不重复讲。
3. 在答不出的地方停住，只给这一问所需的提示，再让你回答一次。

每次只问一个问题，会把「我好像懂了」换成一个能回答或答不出的结果。可它连续问下去时，究竟会在哪一问停住？下面让两种对话从同一个问题同时开始。

右边前两个问题都答上了，说明账单日和还款期已经能被你取出来。到了「账单日前一天和后一天相差多少」这一步，你需要把日期放进两个账单周期里，刚才那句「只差两天」就在这里暴露了。

左边也讲过同一件事，你当时可以顺着句子读完。右边先收走了解释，让你自己算一次。答不出来的位置变得可见，AI 才知道下一句该补账单周期，前两块可以省掉。

这段模板守住四个动作：

1. 先暂停完整讲解，让下一步以问题出现。
2. 一次只显示一个问题，你不会提前看到后面的路。
3. 用你的回答选择下一步，会的地方直接通过，答错的地方停下。
4. 提示以后再答一次，结论留到你确实需要时再给。

「根据我的回答再决定下一步」让对话跟着你的理解走。只写「一次只问一个」时，AI 仍可能按预先列好的题目机械往下问，答错了也不处理。

一次一问会慢。只查一个日期、一个定义，直接要答案更省时间。遇到要自己判断、计算或解释的材料时，这种问法才值得用，因为你需要知道推理断在哪一步。

这是一个教学经验，页面没有把它写成实验结论。答不答得上来还能怎么检查理解，见 讲得清那一关；顺畅为什么容易让人高估掌握程度，见 让 AI 帮我检查：我是真的懂了吗。