如何用 Claude 以 10 倍速度学习任何东西 — 整理版

2026-08-06

在我核对过的 140 帧里，唯一与 Claude 产品沾边的画面在 01:57（未逐帧看完全部 79 张 3 秒抽帧， 故不写“全片唯一”）：一屏代码 diff 空镜，可读出 main → claude/alignment-grid、src/components/AlignmentGrid.tsx、38 unmodified lines、 以及顶部的 …w session logs——分支名前缀和会话日志入口是 Claude Code 的特征。 但它仍是配“不要只保存一大段聊天记录”这句口播的素材空镜，不是产品演示，画面里没有任何对话内容。

⚠️ 文件名日期 260806 是我的下载日期，不是录制日期。 本片没有任何可定年的画面元素 （无终端、无版本号、无生成文档），录制日期无法确定——不要拿 08-06 当时间轴用。

⚠️ 转录里的 「Cloud」= Claude、「V2 AGI」= WaytoAGI、「素查表」= 速查表、 「费慢」= 费曼，均为 whisper 音译错字，已用画面硬字幕校正。

一句话结论

这是一份**「6 条学习类提示词模板」的口播清单**，不是教程。可带走的东西只有两样：那 6 段提示词， 和结尾那个四字框架； 「10 倍速度」是标题话术，全片没有任何量化依据——口播只在开头说了一句“Claude 能不能让你快 10 倍”(00:03)／“答案是能”(00:04) 就再没提过，没有对照、没有案例、没有数据。（该说法作为常驻标题字幕全片可见，但那是包装不是论证。）

作者自己在结尾把这 6 条收敛成四个字：路径、测试、压缩、反馈（03:43）。这四个字比 6 条方法本身更有价值。

速取：6 条提示词（全部替换掉【】即可用）

每条的出处、画面原文和使用注意见后文对应章节。 （另一个值得带走的是结尾那个四字框架，见「收尾」一节——它不是提示词，但决定你怎么串这 6 条。）

① 学习阶梯
请把【主题】拆成 5 个学习等级，从完全新手到能独立做项目。
每一层告诉我：1) 应该掌握什么 2) 常见错误是什么 3) 达到什么标准才能进入下一层

② 找出最重要的 20%
我想用 20 个小时学习【主题】。请找出最重要的 20% 内容，
并设计成 10 次学习计划，每次 2 小时。每次都要有：练习、资源、复盘问题。

③ AI 考官（关键约束：一次只问一个）
我刚学完【主题】。请你一次只问我一个问题，从简单到困难。
每次我回答后给我打分，指出我哪里对、哪里错、哪里理解不完整，
然后只重新解释我没掌握的部分。

④ 一页速查表
把我们刚才聊的【主题】压缩成一页速查表，包含：一句话定义 / 最重要的概念 /
几个真实例子 / 常见错误 / 使用前检查清单 / 5 个快速自测问题。

⑤ 资源筛选（⚠️ 产出必须逐个核实存在性）
请帮我筛选：学习【主题】最值得看的 5 个资源。
每个资源说明：适合谁、难度如何、该怎么用、不要浪费时间看哪里。
最后用这 5 个资源，设计一个 7 天学习路径。

⑥ 费曼循环
先用 12 岁孩子能听懂的话解释【概念】。然后我用自己的话讲回去，你指出：
哪里讲对了、哪里漏了、哪里混淆了、哪里只是用了一个很高级但我自己也没真懂的词。
然后让我重讲。

全片结构

方法 ① 先让 AI 帮你搭学习阶梯（00:13）

痛点：「大多数人学不进去不是因为不努力，而是一上来就跳错了层级」(00:15)

画面提示词卡完整文字（00:33 见完整 5 行；00:36、00:39 补抽确认画面已切回实拍，故 00:33 即最终态）：

请把 Python 拆成 5 个学习等级 完全新手 👉 独立做项目 应该掌握什么？ 常见错误是什么？ 学到什么样才能进入下一层？

可复制模板：

请把【主题】拆成 5 个学习等级，从完全新手到能独立做项目。
每一层告诉我：
1. 应该掌握什么
2. 常见错误是什么
3. 达到什么标准才能进入下一层

📌 画面与口播有出入：画面卡写「学到什么样才能进入下一层」，口播是「达到什么标准才能进入下一层」。 模板取口播版——「标准」比「什么样」更能逼出可判定的验收条件。

作者给的理由：产出的不是散乱答案，而是一张地图——知道自己在哪、下一步学什么、什么时候算过关。

方法 ② 让 AI 找出最重要的 20%（00:41）

画面提示词卡完整文字（01:11 最终态；01:12 画面已切到方法③的编号卡）：

总共 20 个小时学习 请找出最重要的 20% 内容 设计 10 次学习计划 每次 2 小时（练习 · 资源 · 复盘） “学一个很大的东西” 👉 “只需要完成这 2 小时”

可复制模板：

我想用 20 个小时学习【主题】。
请找出最重要的 20% 内容，并设计成 10 次学习计划，每次 2 小时。
每次都要有：练习、资源、复盘问题。

作者点出的真正价值（01:06）：「它会把我要学一个很大的东西，变成我今天只需要完成这两小时」 ——降低启动门槛，而不是筛内容本身。

方法 ③ 让 AI 一直考你，直到你答不上来（01:11）

痛点：只输入不输出（01:14「很多人学习最大的问题」）。 「这时候你才会发现」(01:21)「原来自己不是懂了，只是看懂了别人怎么讲」(01:22–01:23)

画面提示词卡完整文字（01:39 见全部三项；01:43、01:46、01:49 补抽确认已切回实拍，故 01:39 即最终态）：

一次只问我一个问题（简单 → 困难） 回答后给我打分（✅ or ❌） 重新解释没掌握的知识 💬 “一次只问一个问题”

可复制模板：

我刚学完【主题】。
请你一次只问我一个问题，从简单到困难。
每次我回答后给我打分，指出我哪里对、哪里错、哪里理解不完整，
然后只重新解释我没掌握的部分。

作者反复强调的关键约束：一次只问一个问题。理由见 01:39 「因为真正的学习反馈，不是一次性给你十道题和答案，而是在你回答之后立刻找到知识缺口」； 比喻见 01:45 「这就像健身时有人帮你纠正动作，错一次改一次，比你自己盲练十次都有效」。

方法 ④ 让 AI 给你做一页速查表（01:49）

前提：「人的大脑不擅长记长篇大论，但很擅长记结构」(01:52)

画面提示词卡完整文字（02:07 最终态；02:08 补抽确认无新增。中心标语 1 条 + 清单 6 项）：

中心标语：压缩成一页 清单 6 项：一句话定义 · 最重要的概念 · 几个真实例子 · 常见错误 · 使用前检查清单 · 5 个快速自测问题

可复制模板：

把我们刚才聊的【主题】压缩成一页速查表，包含：
1. 这个主题的一句话定义
2. 最重要的概念
3. 几个真实例子
4. 常见错误
5. 使用前检查清单
6. 5 个快速自测问题

使用场景：考试前、面试前、开会前、做项目之前。 目的不是重学，而是 「在五分钟内把脑子里的结构重新点亮」(02:15)。

方法 ⑤ 让 AI 帮你从噪音里找信号（02:17）

痛点：「现在学习最大的陷阱，不是资源太少，而是资源太多」(02:20) 痛点画面（02:28）：书 / 课程 / 视频 / 博客 / 社群 / 博主 六个词铺满屏 → 一个「迷糊」表情 金句：「很多人最后不是在学习，是在收藏」(02:29)

画面提示词卡完整文字（02:48 最终态）：

筛选最值得看的 5 个资源 适合谁 · 难度如何 · 怎么用 · 不要浪费时间 → 7 天学习路径 → 砍掉大量无效选择

可复制模板：

请帮我筛选：学习【主题】最值得看的 5 个资源。
每个资源说明：适合谁、难度如何、该怎么用、不要浪费时间看哪里。
最后用这 5 个资源，设计一个 7 天学习路径。

作者的结论：「学习不是资源越多越好，而是你真的能用起来的资源越少越好」(02:48)

🚨 6 条里翻车代价最直接的一条，而视频完全没提醒：让模型推荐具体的书名、课程、博主、链接， 正是幻觉的高发区。这 5 个资源必须逐个核实存在性，否则你会按一份不存在的书单去学。

（另有两条也各有风险，但性质不同：①对新兴主题会给出过期的学习路线，③的评分是自评闭环—— 详见「需要打折的」。三条并列，⑤只是错得最快、最容易被当真。）

方法 ⑥ 用费曼学习法逼自己讲明白（02:52）

前提：「如果你不能用简单的话讲清楚一件事，你大概率还没有真正理解它」(02:55)

画面提示词卡完整文字（03:12 最终态）：

用孩子能听懂的解释 用自己的话讲回去 哪里讲对了 / 哪里漏了 / 哪里混淆了 / 高级但没懂的词 → 重新讲一次（循环）

可复制模板：

先用 12 岁孩子能听懂的话解释【概念】。
然后我用自己的话讲回去，你指出：
哪里讲对了、哪里漏了、哪里混淆了、
哪里只是用了一个很高级但我自己也没真懂的词。
然后让我重讲。

📌 画面卡简化成「孩子」，口播原文是「12 岁孩子」——模板取口播版，年龄给死了输出更稳定。

作者认为的价值：「因为它会立刻暴露假的理解」(03:14)。

收尾：六法其实是一套系统（03:21）

结尾动画把六条串成一张图（03:27 起逐项浮现，03:46 达最终态；03:25 时画面还是空的）：

四字收敛：路径 · 测试 · 压缩 · 反馈(03:43) 「这才是 AI 辅助学习真正该有的样子」(03:46)

结尾互动：「所以你现在最想用 AI 学会哪一个技能」(03:49) → 「这里是 WaytoAGI，我们下周继续」(03:52) （03:52 的硬字幕写作 《Way to AGI》，可据此确认转录里的「V2 AGI」是音译错字。）

分析与判断

值得拿走的

1. 四字框架比六条方法更有复用价值。六条按作者自己的四字收敛归位：

   环节	方法	说明
   路径	⑤ → ① → ②	⑤筛资源（学前）、①排层级、②切成 10 次 2 小时
   测试 + 反馈	③、⑥	两条是同一件事的两种形式：③由 AI 出题，⑥由你先讲
   压缩	④	一页速查表

   六条方法实际只覆盖 3 类动作——③和⑥功能重叠（都是“逼你输出、即时纠偏”）， 差别只在谁先开口。作者把“测试”和“反馈”拆成两个字，是修辞需要，不是两个环节。

2. 方法③的「一次只问一个问题」是全片最有操作价值的一句（我的判断，理由如下）： 六条里其余的话换个说法也能想到，只有这一条是在对抗模型的默认行为—— 不写这个约束，模型就会一次甩给你十道题加答案，主动回忆的效果直接归零。 约束型提示词的价值来自它挡住了什么，这条挡住的东西最具体。

3. 方法②的真实作用被作者自己说破了：不是筛内容，是降低启动门槛（把“学一个大东西”变成“今天两小时”）。

需要打折的

1. 「10 倍」无任何依据。口播里只在 00:03 出现一次（标题字幕则全片常驻）， 之后再没回来解释，没有对照、没有案例、没有数据。
2. 来源未标注：方法② 与 Josh Kaufman《The First 20 Hours》（20 小时快速入门）＋帕累托法则（最重要的 20%） 高度重合，方法⑥ 就是费曼技巧，方法③ 是主动回忆（active recall）的简化版。 这三条都不是 AI 时代的新东西，视频把它们讲成了“用 Claude 的方法”。 真正 AI 特有的只有“让模型充当那个即时反馈者”这一层。 （视频没提这些出处，我也无法确认作者是有意拼装还是各自独立想到——说的是内容重合，不是抄袭指认。）
3. 方法③的评分闭环有结构性问题：让同一个模型出题、评分、再解释，等于让它按自己的知识边界给你打分。 模型不知道你的实际基线，打分普遍偏宽松。要缓解只能自己加约束（如“按 5 分制严格打分，低于 4 分不许过”），视频没提。
4. 方法⑤ 的幻觉风险未提示（见上文 🚨）。
5. 方法① 对新兴主题会失效：让模型给某个具体框架/工具排学习阶梯时，它的知识可能已经过期几个版本。 本片举的例子是 Python 这种极稳定的主题，规避了这个问题。

与本地工作流的结合

• 最值得固化成 Claude Code skill / slash command 的是 ④（速查表）和 ③（考官）： ④ 输出格式完全固定（6 个小节），③ 是多轮交互且有个必须每次重申的约束（一次只问一个）， 这两点正是写进 skill 最划算的地方。 ①⑤ 也能做成命令（格式同样明确），但它们每个主题只用一次，收益低于维护成本； ②⑥ 强依赖当次对话上下文，不适合。

  上一版这里写的是「唯二适合固化」——不成立，①⑤ 的格式一样明确，真正的区别是调用频次，已改。

• 方法 ④ 的产出结构（定义/概念/例子/坑/检查清单/自测题）和本目录既有的 _整理版.md 结构高度重合， 可以直接拿来当学习笔记的模板检查项。

适合谁看

• 适合转发给刚开始用 AI 学习、还停留在“把它当搜索框”阶段的人，3 分钟能建立完整心智模型。

• 对已在系统用 AI 辅助工作的人，收益集中在两点：③的“一次只问一个问题”这个约束， 和结尾的四字框架。其余四条属于换个说法的常识，可以跳过。

  上一版这里写的是「6 条里没有任何超出常识的内容」——和我自己上面说 ③ 是最有操作价值的一句 直接打架。全称否定下得太快了，已改成指出具体是哪两点有增量。

覆盖率声明

采样：select 按时间抽帧，3 秒间隔 79 帧（带 pts 索引，method=select-by-time）， 另用 ffmpeg -ss <t> -frames:v 1 精确补抽 61 帧用于核对。全部 (mm:ss) 锚点均有来源： 画面查 index.json 或补抽帧，口播用整串匹配定位（_scan/quote_c1.py，非 grep -F）。

「每一屏是否都进过视野」：

1. 逐帧差分切镜头的常规扫描法在本片不可用。 全片叠了做旧噪点/扫描线滤镜，相邻 0.5 秒的 平均灰度差中位数就有 13（降噪到 16×14 后仍有 4.7），任何阈值都会把整片切成几百段噪声—— 阈值 12 时切出 319 段、其中 315 段短于 3 秒，全是同一屏的动画中间态。这条路走不通，不是我没做。
2. 第一版改用「平均亮度 < 45」找黑底卡片：18 段 / 133 秒，报出 2 段未采样（81.5–83.5s、 114.5–115.5s）。补抽后发现这两段是误报——都是暗调实拍空镜（人物捂脸、红色分子结构动画）， 不是卡片。说明平均亮度会把暗实拍误判成卡片。
3. 第二版改用「暗像素占比 > 50%」（更贴合黑底网格卡的直方图特征）：18 段 / 148.5 秒， 报出 1 段未采样（232.0–233.0s）。补抽确认为片尾星球空镜，仅含频道名硬字幕，无新信息。
4. 🚨 两版结果段数相同但时长差 15.5 秒，边界并不一致——第一版会漏掉白气泡占比高的卡片 （如 00:33 那张，平均亮度被白气泡拉高到阈值以上）。所以覆盖率是按两法并集声明的， 单用任何一法都不足以下这个结论。

逐一点名核对：

• 6 张编号卡（①–⑥）：00:15 / 00:42 / 01:12 / 01:51 / 02:18 / 02:53，逐一点名确认过。 其中 ②③⑤⑥ 是 -ss 精确补抽，①④ 是 3 秒抽帧恰好命中（f_006 / f_038）—— 两种来源可靠性不同，不合并写成“全部 -ss 确认”。
• 6 张提示词卡的最终态（动画完成、文字全部浮现）：①00:33 ②01:11 ③01:39 ④02:07 ⑤02:48 ⑥03:12， 每张都另抽了其后续时刻确认画面确已切走，排除「只抓到动画未完成态」。 🚨 这一步抓到了两处真错：方法⑤我原先按 3 秒抽帧的 02:45 记录，补抽 02:48 才发现还会再浮现 一行「砍掉大量无效选择」；方法⑥原先按 03:11 记录，补抽 03:12 才发现还有一行「重新讲一次」—— 恰好是费曼循环的闭环那一步，漏了就把循环写成了单向流程。 不抽后续时刻就会把中间态当最终态写进文档，而且漏掉的往往正是最后浮现的那个结论。
• 结尾系统图最终态 03:46（03:45 时「压缩/反馈」两字还在浮现中）。

「进过视野的是否都写进来了」：这是另一件事，扫描证明不了。本篇 6 段提示词卡的文字为逐字誊抄， 未做压缩改写；非卡片画面共约 86 秒（234.8 − 148.5，即实拍空镜 + 片头片尾）， 只作情绪铺垫，除 01:57 那屏代码 diff 外未逐一记录，这部分明确不保证穷尽。

上一版这里写的是「约 100 秒」——没算，是估的。实际按卡片段时长反推是 86 秒，已改。

口播时间戳的口径：文中的 (mm:ss) 是该引文命中的字幕条起始时间，不是那句话被说出的精确时刻。 本片 whisper 断句细（多数字幕条 1–3 秒），偏差小；但跨两条的引文（如 01:22–01:23、01:39）标的是起始条， 已用区间写法标出。定位用整串匹配（_scan/quote_c1.py），不用 grep -F——后者对跨条引文会静默漏报。