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。
「同一筆付款請求就算提交兩次，系統也只該記一次。」這句話你盯了兩分鐘。字都認識，可系統靠什麼認出這兩次是同一筆，你想不出來。那是晚上八點半，你在看一份防止重複扣款的說明。
你把問題貼給 AI，請它打個比方。它很快回了三句：
把它想成 HTTP 裡的 PUT 和 POST。PUT 重複傳送多次，結果通常一樣；POST 每發一次，可能新建一條記錄。
這段話短，前後又對得整齊。PUT 和 POST 你都見過，於是把它們當成兩個現成標籤，順手記成「一個重複沒事，一個重複就會多一條」。你以為原來的問題已經解釋完了。
十分鐘後，同事追問：「那使用者連按兩次付款，系統靠什麼判斷這是同一筆？」你答不出來，只好另開三個頁面查 PUT 和 POST。原來只差一個問題，現在多了兩個新詞，最初那筆付款為什麼不會記兩遍仍然懸著。
AI 的比方本身沒有錯。你當時會點頭，是因為兩個縮寫擺在熟練的對照句裡，看起來像答案；可對你來說，它們也是待解釋的材料。AI 只看到了你的問題，沒有看到你已經熟悉哪些經驗。
換個問法，先把你熟悉的參照物交給它。你做過配送，就讓它用同一張配送單被派兩次來講；你處理過票據，就讓它用同一張支票被交進櫃檯兩次來講。
- 先說你已經熟悉什麼，讓比方從你見過的動作出發。
- 再說要解釋哪個概念，讓 AI 只對映與這個問題有關的部分。
- 最後要求逐項對應，你可以檢查每一步有沒有對上。
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。
演示裡真正改變結果的，是提問中多出來的那一格。下面兩句可以整段抄走，只需替換括號裡的內容。
- 先指定你熟悉的參照物
我正在理解【同一筆付款請求提交兩次，系統也只記一次】。請用我熟悉的【同一張配送單被系統派了兩次】來打比方。
- 再要求 AI 把對應關係逐項說清
請把兩邊逐項對應起來：付款請求對應什麼，系統用來認出同一筆的編號對應什麼，第二次重複提交被忽略又對應什麼。每一項只解釋一句。
第一句裡的「我熟悉的【具體事物】」是關鍵。少了這半句，AI 會替你挑參照物；它挑中的東西可能準確，也可能需要你再學一遍。括號裡要填你親手做過、見過後果的事，只有聽過名字還不夠。
一個比方有沒有用，看你能不能檢查它的每一步，不能只看它聽起來順不順。配送單被派兩次時，單號一樣就該攔住第二次，騎手只跑一趟；這三個結果你都能憑經驗判斷，所以也能回頭檢查付款請求、請求編號和重複處理有沒有一一對應。
「請用生活中的事打比方」仍然把選擇交給了 AI。它可能選圖書館借書、機場安檢或銀行轉帳，其中任何一個都可能碰巧是你的空白。寫成「請用同一張配送單被派兩次來打比方」，它才知道該借哪一段經驗。
還有，類比只負責搬運結構，不保證每個細節都一樣。第二句要求逐項對應，可以看出哪些部分真的對上了。發現某一項只能靠想像補齊，就換一個更熟的參照物再問一次。
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。