讓 AI 用我熟悉的東西打比方
它不知道你熟悉什麼，只能從公共題庫裡抽一個來源領域。在提問裡空出這一格，填你已經會的東西，比方才接得住。
AI 挑了一個聽起來通俗的牌局類比，Alice 卻不熟悉打牌，最後把「沉沒成本」理解成了「花得越多越要繼續」。
Alice 買了一門線上課程。聽了三堂後，她發現課程內容和宣傳不符，卻捨不得已經付掉的 899 元。朋友提醒她，這筆錢可能是「沉沒成本」。她第一次聽見這個概念，便請 AI 打個比方。
AI 回答：「像牌局裡已經押進底池的籌碼，接下來只看繼續下注值不值得。」句子很順，可 Alice 從不打牌。她不知道底池是什麼，也不知道什麼時候該跟注，只能照字面猜。
第二天，她反而得出錯誤結論：既然已經花了 899 元，就更應該繼續投入時間。一個陌生概念套上另一個陌生經驗，解釋看似完成，理解卻偏得更遠。
問題不只在比方準不準。AI 不知道 Alice 熟悉網購退貨、煮飯還是專案排程，只能替她抽一個常見的參照物。常見不等於你熟悉，聽得順也不等於能驗證。
換個問法，先把你熟悉的經驗交給它。Alice 經常整理冰箱，就可以要求 AI 用已經壞掉的食材來講：買菜的錢已經回不來，今晚吃什麼只該看食材還能不能吃，以及重新煮飯要花多少時間。
- 指定已知來源領域：寫出你親手經歷過、能判斷後果的一件事，別只說「用生活例子」。
- 列出對應關係：要求 AI 說明來源領域裡的每個動作，分別對應目標概念裡的什麼。
- 標明類比邊界：追問哪些細節不能照搬，以免把局部相似誤當成處處相同。
類比能接住你，前提是借來的那個東西已經在你腦子裡。下面把同一個概念換三種參照物，看看哪一種能讓你自己驗證。
示範裡真正改變結果的，是你把來源領域的選擇權拿了回來，同時要求 AI 交代對應與邊界。下面兩句可以整段抄走，只需替換括號裡的內容。
- 先指定你真正熟悉的來源領域
我正在理解【沉沒成本】。請用我每週都會做的【清理冰箱裡已經壞掉的食材】來打比方，只解釋「過去投入為什麼不該左右當前選擇」。
- 再要求逐項對應並標出邊界
請逐項說明：已經付掉的錢、失效的課程和今天是否繼續投入時間，分別對應買菜錢、壞食材和今晚吃什麼。最後單列「類比邊界」，說明哪些細節不能照搬。
「熟悉」要能落到經驗上。用過理財軟體，不代表你理解投資虧損；每週清理冰箱，則意味著你看過食材變質，也做過丟棄與重買的決定。
一個比方有沒有用，看你能不能檢查它的每一步。買菜錢已經花掉，對應課程費已經付掉；壞食材繼續吃也不會恢復價值，對應失效課程繼續聽也不會自動變好；今晚是否另外再煮一頓，只看現在的收益和代價。
「用生活中的事打比方」仍然把選擇交給了 AI。「用煮飯解釋」雖然更具體，卻沒有告訴它你熟悉煮飯的哪一步。寫成「用我每週清理壞食材的經歷」，來源領域才具體到可檢查。
冰箱類比也有邊界：課程也許還能退款、轉讓或挑選部分章節，壞食材通常沒有這些選項。類比只搬運當前要理解的結構，不負責涵蓋所有細節。要求 AI 主動指出說不通的地方，能避免你把「該停止繼續投入」誤解成「立刻放棄一切」。
這是使用經驗。把參照物放進完整提問的哪個位置，見 讓 AI 按我的情況講清楚。