Comment un citoyen ordinaire peut-il comprendre systématiquement un domaine vertical en 4 heures

null

Par danny

Mon ami m’a demandé pourquoi ai-je l’impression de tout savoir ou tout savoir dans mon domaine ? En plus de certaines expériences passées ou de ce que je fais, en fait, à de nombreuses reprises, j’apprends et vends, et aujourd’hui je vais vous parler de la façon dont j’utilise les outils d’IA et Notebooklm pour compléter le parcours d’auto-apprentissage des gens ordinaires.

Tout d’abord, je veux dire que cet article vise : l’apprentissage systématique et structuré ainsi que la compréhension d’une subdivision/chose/concept, et la construction de votre propre système de connaissances et de graphe, si vous n’avez besoin de comprendre qu’un peu certains de ces concepts, savez-vous ce que c’est ? Ensuite, demandez directement à l’IA grand public sur le marché, cela peut être similaire.

Utiliser l’IA pour apprendre quelque chose de nouveau comporte actuellement plusieurs goulots d’étranglement et limites :

La première est l’hallucination, l’IA (avec une forte probabilité) vous fournira des données et autres éléments fabriqués, surtout dans les domaines subdivisés, car le corpus et les supports d’apprentissage sont insuffisants ;

la seconde est qu’il n’y a pas tant de détails ; à cause de droits d’auteur et d’autres problèmes, l’IA ne lit pas l’article entier ni le livre en entier, et les supports de formation sont généralement des critiques et commentaires d’autres personnes, surtout dans les domaines subdivisés.

Troisièmement, vous ne pouvez pas décrire précisément le problème, en supposant que vous n’ayez jamais été exposé à ce sujet auparavant, vous ne pouvez probablement pas bien décrire le problème que vous souhaitez comprendre, et vous ne connaissez pas la cause et l’effet de ces choses, encore moins collecter des informations de manière systématique et structurée et former un cadre d’apprentissage systématique.

Partie théorique

Ma méthode est en fait très simple : utiliser le « réseau de citations/références/facteurs d’impact » du monde académique pour purifier l’information, puis utiliser les preuves IA et la pensée divergente pour structurer une nouvelle chose.

Flux de travail pour économiser le flux :

Trouvez des articles précieux - Mettez-les dans Notebooklm - Générez des prompts avec des outils d’IA - Apprentissage des questions-réponses dans Notebooklm - Complétez des articles précieux dans Notebooklm - Apprendre dans Notebooklm - Et ainsi de suite

Flux de travail complexes :

Étape 1 : Suivre les indices (Durée : 0,25 heure)

Ne cherchez pas « qu’est-ce que XX et quel est le principe », mais cherchez directement « l’aiguille du Dieu Dinghai » dans ce domaine.

Appelez l’IA (Gémeaux / Perplexité) : Demandez directement : « Lesquels sont reconnus comme Taishan Beidou dans [un certain segment] ? » Quels sont les 1 à 3 classiques les plus cités dont ils ont posé les bases dans ce domaine ? (Par exemple, dans le domaine des LLM, la littérature sur les serrures comme Attention Is All You Need). Il représente « cette vie »

Téléchargez la littérature de premier ordre : extrayez les références de ces 1 à 3 articles principaux et téléchargez tous les documents clés qu’ils ont cités. Représente la « vie passée ».

Affiner la littérature de second ordre à haute fréquence : Comparez les références de la littérature de premier ordre pour filtrer les 10 articles les plus cités et les plus fréquents du top 5. Cela représente « plus tard »

Logique fondamentale : Suivre le regard du maître pour voir le monde est le raccourci le moins coûteux. Ne sous-estimez pas cette étape, ce que vous téléchargez est la carte idéologique la plus centrale de l’évolution dans ce domaine depuis des décennies.

Étape 2 : Construire une base de connaissances structurée (temps : 0,25 heure)

Téléchargez tous les documents classiques sélectionnés lors de la première étape sur Google NotebookLM en même temps.

De manière générale, tant qu’il s’agit d’un article classique, ces deux éléments suffisent :

Pourquoi NotebookLM ? Parce qu’il n’hallucine jamais. Il ne répond qu’aux questions basées sur les informations que vous donnez.

Grâce à un tri rigoureux de la littérature, vous coupez artificiellement le spam sur Internet, établissant ainsi une base de connaissances pure et très ciblée pour ce domaine.

Étape 3 : Interaction gauche-droite entre différentes IA (Durée : 1-3,5 heures)

C’est au cœur de tout le flux de travail. Vous laissez l’IA avec différentes caractéristiques remettre en question dans votre base de connaissances, formant un chemin structuré, une déduction logique, et enfin vos propres opinions.

Remplacez l’apprentissage passif par le questionnement actif. Le questionnement actif (intérêt) favorise la pensée cérébrale.

Trouver des ancres : demandez à Claude, Deepseek, Gemini ou Perplexity et demandez : « Quels sont les enjeux controversés fondamentaux et les cadres théoriques sous-jacents dans le milieu universitaire/industriel en ce moment concernant le domaine xx ? » ”

Question en boucle fermée : Avec ces controverses fondamentales, retournez sur NotebookLM et demandez : « D’après les documents que j’ai téléchargés, comment les maîtres répondent-ils à ces controverses fondamentales ? » Merci de fournir des sources littéraires spécifiques et des logiques de déduction. ”

Revue de la réduction dimensionnelle : copiez les réponses rigoureuses générées par NotebookLM et renvoyez-les à Gemini ou Claude avec de solides capacités d’analyse logique. Directive : « Veuillez examiner ces idées avec réflexion critique, en soulignant les failles logiques, les limites ou les angles morts. » Sur cette base, quelles sont les 3 questions plus profondes que je devrais continuer à poser ? ”

Spirale cognitive : Prenez les vulnérabilités et les nouvelles questions identifiées par l’IA, et retournez sur NotebookLM pour obtenir des réponses.

Pratique

Laissez-moi vous donner un exemple de ce que sont les LLM (grands modèles de langage) 😂

Étape 1 : Suivre les indices (Durée : 0,25 heure)

J’ai demandé à Gemini et Claude en même temps – hé, tu as fait ça, et tu as donné la réponse

Gemini

Claude

Puis vous vous souvenez soudain que l’enseignant du collège a dit que les théories scientifiques doivent être liées au passé, au présent et à la suite. Vous demandez donc à l’IA de vous aider à étudier quels articles ont été référencés dans ces articles principaux (généralement dans la « revue de littérature »), et quels articles ont cité des articles clés dans les générations suivantes, et vous pouvez demander à l’IA de vous aider à les filtrer.

Étape 2 : Construire une base de connaissances structurée

À cause de certaines fonctionnalités originales du LLM et des permissions d’IA, nous devons le télécharger manuellement (ou vous pouvez laisser votre homard le faire pour vous)

En général,

Vous pouvez le télécharger et le mettre dans notebooklm (actuellement une bibliothèque supporte environ 300 articles)

Étape 3 : Combat gauche-droite entre différentes IA

Vous pouvez poser une question simple et intuitive dans Notebooklm, puis discuter et discuter de votre compréhension avec d’autres IA, et ensuite envoyer la conclusion à notebooklm pour qu’elle la réfute, argumente, complète et corrige.

Réponses et notes de Notebooklm :

Répétez cela plusieurs fois jusqu’à ce que vous puissiez remettre en ordre votre carte mentale.

Ensuite, si tu veux être hardcore, tu peux demander à Notebooklm de te donner une question de test à tester.

À ce stade, tu as une certaine compréhension de ce domaine (au moins tu connais la vie passée, cette vie et l’avenir, quand d’autres te demandent, tu peux parler encore 5 minutes~)

Post-scriptum

Sauvegardez votre « base de connaissances » (et mettez-la à jour en temps réel, vous pouvez laisser le homard venir), ouvrez un dossier séparé – par exemple, je sépare les articles théoriques liés au « trading de contrats », quand vous devez analyser des choses, il suffit d’ouvrir ce dossier, puis de décrire les données et les cas, vous pouvez en gros analyser « sans hallucinations ».

Ce n’est pas que les modèles d’IA actuels ne peuvent pas mener à bien une réflexion et une analyse approfondies, c’est juste que vous n’utilisez pas les bons outils. (Un paramètre très important en LLM est constitué des contraintes et des conditions d’entrée)

Utiliser l’IA est une capacité, mais comment rendre l’IA plus forte des humains en est une autre. Utiliser l’IA est une capacité, mais comment rendre l’IA plus forte des humains en est une autre.