20 篇博文 含有标签「实用教程」

想用 AI 和课件复习备考：先把老师围绕每张幻灯片讲过的东西找回来，再就你没跟上的那张图或那个公式提问，然后从阅读切换到被考——先作答，再看答案。读 AI 的讲解感觉像在学习；被考，才能告诉你到底学没学会。

拿课件来复习是件奇怪的事。它们是老师的提词卡，而不是那堂课本身。解释这些提词的那一半，在某个人的脑子里，已经不见了。

为一个论点搭最强反方（steelman），就是在回应之前，先把对立的观点用它最有力的形式重述一遍——比它自己的支持者说得还好。这是稻草人谬误的反面。如果你的立场在最强反方面前依然站得住，它就值得坚持；站不住，你也付出了最小的代价发现了这一点。

「思维模型实战」系列之一：一个关于经典方法、以及怎样把它们用在你自己材料上的短系列。

想在电脑上用 AI 读 Kindle 书，你需要一个无 DRM 的 .mobi 或 .azw3 文件，以及一个能把它转换成带章节的正经电子书的阅读器。在 MindMax 里打开它，第一次就会变成一本 EPUB 式的书，原文件原封不动；之后你可以带着引文向它提问，或者让 AI 一章一章地批注它。

先说那个前提，因为它决定了其余部分对你适不适用：从 Kindle 商店买的书带 DRM，打不开。 那把锁不归我们来解，这篇文章也不会讲怎么解。

事前验尸是一种规划练习：假设项目已经失败了——一年以后，结果很糟——然后列出原因。因为失败被当作事实而不是可能性，人们会说出原本藏在心里的风险。它大约要二十分钟，在决定最终拍板之前做效果最好。

这是「思维模型实战」系列的第一篇：每篇讲一个经典方法——它是干什么的、怎样手动来做、怎样用在你自己的材料上。

想把 ChatGPT 或 Claude 的回答变成一份像样的 Word 文档：用助手自带的复制按钮复制（它给你的是 Markdown），粘贴进一个能渲染 Markdown、也认得助手公式写法的编辑器，在那里改好，再导出为 .docx。直接粘贴进 Word，跳过的正是把格式符号变成格式的那一步。

试过的人都知道结果：标题前面一串井号，加粗的词两边是星号，表格变成一排排竖线，公式到达时是 \frac{a}{b}。

给 Obsidian 仓库用上 AI，最简单的办法是在另一个能原地读取它的应用里打开同一个文件夹。MindMax 直接打开你的仓库——不导入、不复制、不上传整个文件夹——能对你的笔记以及附件文件夹里的 PDF、EPUB 一起回答问题，引文点开就落在原页。Obsidian 继续在同一批文件上照常工作。

Obsidian 的大多数 AI 方案，是把笔记文字发给模型的插件。它们对笔记有帮助。但对一个典型仓库的另一半——你的笔记所讲的那两百份 PDF——几乎帮不上什么。

想用 AI 翻译一整本 EPUB 并保持一致：翻译任何内容之前先定好反复出现的术语表，一次运行里让每一章都对照同一份术语表翻译，让结果接受漏译和数字变化的检查，再和原文对照着读。把章节一段段贴进对话框，前两条一条都做不到。

句子质量早就不是机器翻译的难点了。难的是长度。

想把扫描版 PDF 识别成靠得住的文字：有意识地识别一次，逐页检查结果，而不是相信一个准确率数字；只重跑识别得差的那几页；原始扫描件保持不动，好让每一句引文都能对照它所出自的页面图片核对。

扫描版 PDF 就是一叠照片。在照片变成字符之前，什么都没法搜索它、引用它、翻译它——而一个照样回答关于它的问题的 AI，是在凭空作答。

想可靠地和多份 PDF 对话：问题里点明你要比较什么，要求每条说法都说明出自哪份文档并引用原文，再看看回答实际读了哪些文档。常见的失败不是某句话错了——而是有一份资料从没被看过，回答却依然听起来很完整。

一份 PDF 是容易的情况。值得问的问题通常横跨十份：这些论文里哪些用了这个方法，这几份报告在哪里有分歧，合同里说了什么是摘要漏掉的。

想用 AI 读论文又不被它带偏：在读任何东西之前，先问这篇论文的核心主张是什么、依据是什么；坚持每一点都要附逐字引文和页码；核对最要紧的两条引文；然后再自己认真读那几节。AI 负责找到入口；相信与否，还是你的事。

常见的做法——把 PDF 贴进对话框，让它总结一下——又快，又让人觉得很有成效。但它给你的是一段流畅的文字，不读论文就没法评估，而不读论文恰恰是你想省掉的事。