大多數人打開 Codex 學新工具時，第一句話就很容易把自己送進坑裡：「請解釋這個工具。」

Codex 很聽話。它給出 3000 字。架構、設計模式、核心概念、最佳實務，一次倒滿。讀完好像懂了，回到終端機，手還是放在鍵盤上發呆。

問題通常不是 Codex。問題是使用者把 Codex 當老師，卻忘了真正需要的不是一堂講座，而是一個可以開始動手的入口。

這跟 gu-log 在 SP-205 的學習外包警告 講過的警告接在一起：AI 可以很快把任務關掉，但不會自動把理解裝進腦袋。這篇不再重講那個大警告，而是把範圍縮到一件事：用 Codex 學新工具時，怎麼把「解釋這個工具」改成五步可驗收的學習流程。

錯的心智模型 「解釋這個工具」→ 3000 字講座
有用的心智模型 「幫我找入口」→ 下一個動作
  1. 1. 最小問題

    先問「我需要懂到哪裡才不會卡住？」

    入口點
  2. 2. 粗糙地圖

    只列最先要懂的 3 個概念，其他先延後。

    注意力邊界
  3. 3. 最小練習

    做一個小到不怕失敗、真到有回饋的例子。

    牽引力
  4. 4. 講回來

    用自己的話回答 5 個實務問題。

    理解檢查
  5. 5. 留麵包屑

    記下學會什麼、還不確定什麼、下次從哪裡接。

    可恢復記憶
Clawd 歪樓一下：

這篇最值得偷的不是 提示詞 本身，而是心智模型：不要把 AI 當「萬能老師」，要把它當「幫忙降低第一步摩擦的學習教練」。

老師模式會傾向把知識講完整；教練模式會逼人先做一個小動作。前者讓人覺得聰明，後者讓人真的往前走。差很多。(⌐■_■)

第一個坑：願望不是問題

「想學某個工具」聽起來很正常，但它其實不是問題，只是一個願望。

願望丟給 Codex，Codex 會很努力地端出一桌滿漢全席。文件入口、架構概念、最佳實務、常見錯誤、進階用法，全部上桌。初學者坐在那邊，筷子拿起來又放下：這一桌到底要從哪一道開始吃？

比較好的第一句不是「請解釋這個工具」，而是把戰場縮小：

我想學習【工具/專案/主題】。

目標不是一次學透，而是先完成入門。

我現在知道一點點，但不知道從哪裡開始。

請幫我判斷最適合的切入點。

這段提示詞的重點不是格式，而是姿態。它先承認「不知道從哪裡開始」，再要求 Codex 找入口。學一個資料工具時，入口可能小到只剩一個例子：跑起來、看到結果、知道它真的會動。不是專案，不是架構大圖，不是部署到天邊。

這時 Codex 最該交付的是四個東西：一個該先看的檔案、三個先理解的概念、一條可以立刻執行的命令，還有現在可以先忽略的東西。最後那個最容易被低估，卻常常是救命繩。

來源作者自述，卡了一週的東西，15 分鐘後先跑通第一個例子。這不是奇蹟，只是終於沒有把「學完全部」當成入場券。

Clawd 想補充：

「現在可以忽略什麼」其實是整套方法裡最有價值的一句。

新工具最可怕的不是資訊不夠，是資訊太多。文件、範例、設定、部署、測試、最佳實務一起衝過來，初學者的大腦會直接被淹死。會學的人不是什麼都看，而是知道現在先不要看什麼。

第二步不是地圖，是防迷路

有入口之後，很多人又會急著問完整架構。這一步很像剛走進陌生車站，就要求站務員講完整鐵路史。聽起來很認真，其實只是換一種方式拖延上車。

這裡要的地圖要粗糙，粗糙到只夠往前走一步就好：

基於這個切入點，請給我一個入門地圖。

我需要知道：
1. 這個工具解決什麼問題（一句話）
2. 最先需要理解的 3 個概念
3. 入門級文件或範例在哪裡
4. 現在可以暫時忽略什麼
5. 你的判斷依據是什麼

注意這張地圖故意不追求完整。完整架構、所有功能、最佳實務和進階用法，現在都先不要。目標不是覆蓋率，是牽引力。

很多人卡住，是因為還沒寫第一行 code，就逼自己把核心概念、邊界案例、設定選項、測試策略、部署模式一次讀完。讀到最後不是變強，是累垮。像還沒學會騎腳踏車，就先研究空氣力學和環法賽規則，然後在車庫裡感到人生很難。

學習不是覆蓋面。學習是牽引力。先往前走一步，後面才有東西可以接。

Clawd 吐槽時間：

粗糙地圖的精神很反直覺：它不是為了讓人「看懂全貌」，而是為了讓人不要被全貌嚇死。

初學者最需要的常常不是更多知識，而是一個可承受的視野範圍。地圖太細，反而變成另一份文件山。那就只是把迷路從森林搬到地圖裡而已。

第三步：先讓工具發出一點聲音

地圖畫完，下一步也不是「做一個東西」。那太大了。

下一步是讓工具發出一點聲音。像第一次碰鋼琴，不需要先彈蕭邦；先按下一個鍵，確認聲音真的從這台機器裡出來。

可以請 Codex 設計一個最小練習：

基於入門地圖，請設計一個最小練習。

要求：
- 盡量小（小到不會害怕失敗）
- 有明確結果（能看到成功或失敗）
- 易回退（失敗後容易重來）
- 每步有解釋（告訴我為什麼這樣做）
- 附帶檢查問題（讓我確認自己理解了）

資料工具的最小練習可以小到只處理一個 10 行 CSV，輸出一個數字。不是儀表板，不是資料管線，不是認證設定。就是 CSV 進去，數字出來。這個練習教會人怎麼載入資料、跑基本操作、檢查輸出、看到哪裡會壞。

前端框架也一樣：一個頁面、一行字、點一下變顏色。不是完整 app，不是 routing，不是狀態管理。來源作者的例子裡，10 分鐘後畫面真的變色，下一步才有方向。失敗也很便宜，重來一次不用先跟自己開檢討會。

Clawd OS：

這其實很像 gu-log 一直在講的 agentic engineering：不要問「幫我完成整個大專案」，先把任務切到可以驗收、可以回退、可以學到一個局部規則。

差別只是這裡的產出不是 PR，而是自己的腦袋終於有第一個可運作範例。人類也需要 CI，不然很容易把「照著貼過」誤認成「真的懂了」。(｡◕‿◕｡)

第四步：最尷尬的一關

最小練習跑通後，危險才剛開始。

因為畫面成功、測試通過、終端機沒有紅字，會讓人產生一種非常甜的幻覺：好像懂了。這時最需要做的事，偏偏最尷尬：不看文件，用自己的話講回來。

可以直接叫 Codex 當檢查員：

根據剛才的探索過程，請問我 5 個貼近實際使用的問題。

我回答後，請指出理解偏差並用簡單語言解釋。

問題不用像考研究所。越貼近日常使用越好：剛剛跑的 code 入口在哪裡？為什麼用這個方法，而不是另一個？如果改某個參數，會發生什麼事？

答得出來，才比較像真的懂。答不出來，只是剛剛複製貼上很順。

這個坑很容易踩。來源作者學第七個工具時，以為自己懂了，跳過講回來；一週後真的要用，全部忘光，只好重學。學第八個工具時，改成逼自己回答 Codex 的五個問題，結果只答對兩個。剩下三個才是「以為懂、其實沒懂」的地方。

「Codex 懂」和「人真的懂」是兩件事。 Codex 能跑 code、解釋 code，但它不知道使用者腦袋裡是不是只留下「剛才好像成功了」的幻覺。

第五步：替下次的人類留線索

最後一步最不性感，但最會複利：寫下剛學的東西。

不是完整指南，不是正式文件，只是下次回來時不用重開機的人類記憶。紀錄可以很短，短到像交接便條：

1. 當前學習目標
2. 已理解內容
3. 三個最重要概念
4. 完成的最小練習
5. 卡住或誤解的地方
6. 下次學習的接續點

也可以直接叫 Codex 幫忙整理：

請幫我總結這次學習過程。

包括：
- 我學會了什麼
- 我還不確定什麼
- 下次應該從哪裡繼續

不記錄的學習，很容易變成昂貴的娛樂。三個月後再回來，只記得「好像玩過這個」，但不知道上次卡在哪裡、哪個例子跑通、下一步該接哪裡。

Clawd 真心話：

這段對 agent 使用者特別刺耳，因為人類和 agent 都會犯同一個錯：把「這輪 context window 裡懂」誤認成「長期記得」。

沒有麵包屑，下一次就是從零開始。對人是浪費下午，對 agent 是浪費 token。差別只是人類會嘆氣，agent 會很有禮貌地再浪費一次。(╯°□°)⁠╯

為什麼大家不做？

這套框架不複雜：定義最小問題、畫粗糙地圖、跑最小例子、講回來、留麵包屑。

真正難的不是步驟，而是它要求人承認自己不知道。

很多人寧願讀完整份文件，也不願承認自己卡在第一頁。寧願叫 Codex 講一大段，也不願要求一個小練習。寧願跳過講回來，也不願發現自己只是照著做。

這套方法最狠的結論是：Codex 修不好人的自尊心。

如果不願意說「不知道從哪裡開始」，Codex 只會給出更多不需要的資訊。如果不願意跑一個小例子，Codex 會給出一個完成不了的複雜教程。如果不願意測試理解，Codex 會讓人繼續騙自己。

結語

傳統學習的直覺是：吸收資訊，直到理解。

Codex 輔助學習比較像：找到入口，走一步，檢查理解，留下接續點，重複。不是把腦袋外包給模型，而是讓模型把第一步變小，小到人願意真的踩下去。

Codex 不會自動讓人更聰明。它只是讓人更快找到從哪裡開始。真正要開始的人，還是自己。

開頭那個 3000 字講座很誘人，因為它讓人坐著就有「正在學習」的感覺。但學習通常不是坐著聽完一堂漂亮的課，而是站起來跑一個醜醜的小例子，講回來，留下線索，然後承認哪裡還不懂。

一句話懶人包：別讓 Codex 上課，讓它幫忙找入口；然後用最小練習、講回來、麵包屑，確認真的懂的是人，不是它。