作者： danny
小夥伴問我，為什麼我好像什麼事情或領域都知道？除了一些以前的經驗或正在做的事情，其實很多時候，我都是現學現賣，今天就跟大家聊聊我是怎麼使用AI 工具和Notebooklm來完成普通人的自我學習之路。
首先我要說的是，這篇文是針對：系統性和結構化學習和了解一個細分領域/事物/概念，並且構建自己的知識體系和圖譜，如果你只需要稍微了解其中的一些概念，知道這個xx是個啥？那直接問市面上主流的AI可能都差不多。
使用AI學習，了解一個新事物目前來說有幾個瓶頸和限制：
第一是幻覺，AI（大機率）會給你一些胡編亂造的數據和事情，尤其是在細分領域，因為語料和學習資料不足；
第二是沒有這麼多細節，因為版權等問題AI不會自己去通讀整篇文章或整本書，訓練資料一般都是別人的review、評論，尤其是細分領域這類的資訊就特別少；
第三無法精準描述問題，假設你之前沒有接觸過這個課題，你估計就沒辦法很好的描述你想了解的問題，也不知道這些事情的前因後果，更談不上系統性和結構化的收集資料和形成體系化的學習框架。
理論部分
我的方式其實也很簡單：利用學術界的「引文（quote/reference/impact factor）網絡」提純訊息，再用AI 舉證和發散的思維來一場左右腦的「左右互搏」來結構化了解一個新事物。
省流版工作流程：
找到有價值的論文- 放入Notebooklm - 用AI工俱生成提示詞- 在Notebooklm裡問答學習- 補充有價值的論文放入Notebooklm - 在Notebooklm學習- 如此反复
複雜版工作流程：
第一步：順藤摸瓜(耗時：0.25 小時)
不要去搜尋“什麼是XX，這個的原理是什麼”，而是直接尋找該領域的“定海神針”。
呼叫AI（Gemini / Perplexity）： 直接提問：「在[某細分領域] 中，哪三位是公認的泰山北斗？他們奠定該領域基礎的1-3 篇高引經典文獻是什麼？」（例如在LLM 領域，鎖定Attention Is All You Need 等文獻）。代表了“今生”
下載一階文獻： 提取這1-3 篇核心文章的Reference（參考文獻），把它們引用過的所有核心文獻全部下載。代表了「前世」。
提煉高頻的二階文獻： 在一階文獻的參考文獻中進行交叉比對，篩選出被引用次數排名前10、出現頻率最高的Top 5 文章。
核心邏輯： 順著大師的目光去看世界，是成本最低的捷徑。不要小看這一步，你下載的可是這個領域數十年來最核心的思想演進圖。
第二步：建構結構化的知識庫(耗時：0.25 小時)
將第一步篩選出的所有經典文獻，一次全部上傳至Google NotebookLM。
一般來說，只要是經典的文章，用這兩個就夠了： https://scholar.google.com/或https://arxiv.org/
為什麼是NotebookLM？ 因為它絕不產生幻覺（Hallucination）。它只基於你投餵的資料回答問題。
透過嚴苛的文獻篩選，你人為切斷了網路上的垃圾訊息，為這個領域建立了一個純粹的、高度聚焦的知識庫。
第三步：不同AI之間的左右互搏(耗時：1-3.5 小時)
這是整個工作流程的核心。你讓不同特質的AI 在你的知識庫裡做交叉質詢，形成結構化的知識路徑、邏輯推演，最終形成自己的見解。
以主動問提代被動學。主動提問（興趣）促進大腦的思考。
尋找錨點： 問Claude、Deepseek、 Gemini 或Perplexity，問題：“關於xx領域，目前學界/業界的核心爭議問題和底層理論框架是什麼？”
閉環叩問： 拿著這些核心爭議，回到NotebookLM 提問：“基於我上傳的文獻，大師們是如何解答這些核心爭議的？請給出具體的文獻來源和推演邏輯。”
降維檢視： 將NotebookLM 產生的嚴謹回答複製出來，丟回給具備強邏輯分析能力的Gemini 或Claude。下達指令：“請以批判性思維審視這些觀點，指出其中的邏輯漏洞、時代限製或盲區。基於此，我應該繼續追問哪3 個更深層次的問題？”
認知螺旋上升： 拿著AI 挑出的漏洞和新問題，再次回到NotebookLM 尋求解答。
實操
我用「LLM（large language models）到底是個啥」來舉個例子吧😂
第一步：順藤摸瓜(耗時：0.25 小時)
我同時問了Gemini和Claude -嘿您才這麼著，居然給的答案
gemni
然後你猛然記得國中的老師說過，科學理論一定是承上啟下，有個前世、今生和後來。所以你讓AI幫你研究這幾篇核心文章都參考過哪些論文（一般都在「文獻綜述」裡），以及後世有哪一些文章引用了核心文章，你就讓AI幫你篩選出來。
第二步：建構結構化的知識庫
因為一些原LLM特性和AI權限的原因，我們需要自己手動下載（或者你可以讓你的龍蝦🦞代勞）
一般來說， https://scholar.google.com/和https://arxiv.org/就完全夠了
你就下載之後放到notebooklm （目前一個庫支援300篇左右）
第三步：不同AI之間的左右互搏
你可以先在Notebooklm問一點比較簡單、直覺的問題，然後將你的理解與其他的AI討論和探討，然後之後再把結論發給notebooklm，讓它去反駁、論證、補充和糾正。
Notebooklm的回答與註解：
就這樣反覆幾次，直到自己能夠梳理出自己的心智圖。
然後你要硬核一點的話，你再讓Notebooklm給你來份測驗題來測試一下。
至此，你對這個領域就有一定的了解了（至少知道了前世、今生和後來，當別人問起來的時候，你能多說5分鐘～）
後記
把你的「知識庫」保存起來（並即時更新，可以讓龍蝦來），單獨開一個folder - 比如我就把「合約交易」相關的理論文章單獨成冊，當需要分析事情的事情，只需要調出這個folder，再描述數據和案例，就能基本「無幻覺」的分析。
不是目前的AI模型不能完成深層的思考與分析，而是你沒有用對工具而已。 （LLM裡有個很重要的參數就是約束條件和輸入條件）
運用AI是一種能力，但如何讓AI讓人類變得更強大是另一種能力。運用AI是一種能力，但如何讓AI讓人類變得更強大是另一種能力。
