大部分人用 AI 學東西，就是打開 ChatGPT 說「解釋給我聽」——但這樣學，AI 像一個每天都換、還完全不記得你的代課老師。有個叫 /teach 的做法把它變成「記得你學到哪、卡在哪」的專屬家教。這篇整理它的做法，還有它背後那套值得每個想學東西、或帶人學習的人都知道的教學設計。
先講這是誰
這支影片來自 YouTuber Kacper（頻道 AI Made Simple）的實測。他用的是一個免費技能叫 /teach，由知名教學者 Matt Pocock 用他 10 年的教學經驗打造。它把 AI 變成一個能教你任何東西的個人家教。Kacper 說這可能是他今年裝過最有用的東西——但真正讓它有效的，不是技術，是它的設計。
1. 核心差別：讓 AI「記得你」
一般人用 AI 學東西的問題在於：那是一次性的、無狀態的。你換一個對話視窗，它就從零開始，不知道你懂什麼、卡在哪——像每天換一個代課老師，每次都要重新自我介紹。
/teach 不一樣，它是有狀態的：它記得你學到哪、卡在哪、問過什麼，還會依你的提問刻意挑下一課。它會幫你建一整個「學習檔案」——你的問題紀錄、一課一課相扣的課程計畫、會長大的名詞表、一份「你為什麼要學這個」的使命宣言，甚至記下你的設備跟程度。下次想接續，直接從離開的地方繼續。
2. 它背後的教學哲學：知識 → 技能 → 智慧
這是它跟其他 AI 教學工具最不一樣的地方。Matt Pocock 把學習拆成三層，一層一層往上帶：
- 知識：只從高可信、篩選過的來源抓資料，不隨便亂餵。
- 技能：靠動手實作，不是靠讀——它每一課都逼你做一個動作。
- 智慧：把你推向社群，跟真的走過這條路的人學。
第三層特別戳我。它會直接把你導去相關社群（例如某個主題的 Reddit），因為——「你可以把研究外包給 AI，但你永遠無法外包你的理解。」
3. 為什麼學得又快又不累
三個很關鍵的設計，讓它不像一般工具那樣「倒一堆」或「太淺」：
第一，難度剛剛好：每一課都對準你的程度，不會簡單到無聊、也不會難到想放棄，剛好在「有點挑戰但還想做」的甜蜜點——教育學把這叫「近側發展區」。第二，逼你動手：每課都有一個馬上要做的動作，不是只讀。第三，做完自我檢查：做完動作再回答「你做了什麼、為什麼」，形成一個很順的學習迴圈。這三個加起來，就是它比「直接問 AI」有效太多的原因。
4. 最反常識的一點：它想讓你「不再需要它」
當它覺得你學得夠好了，會把你交給社群、然後自己退場。它不是要你一直黏著 AI，是要把你練到不需要它。用 Kacper 的話說：「它是家教，不是作弊碼——它讓學習更有趣，但不會幫你把學習這件事做掉。」這也是我覺得最健康的 AI 使用觀：好的工具，是把你變強，不是讓你變得離不開它。
對想學東西、或帶人學習的你
我自己是做教育訓練的，看這支影片一直點頭。因為它背後那兩個框架，我可以直接用在課程設計上：「知識→技能→智慧」三層提醒我，別只顧著把資訊倒給學員（那只是第一層），要設計動手環節（第二層）、還要把他們接到能持續交流的地方（第三層）；「近側發展區」則解了我帶第一線同仁最常見的兩個坑——一次講太多讓人當機、或講太淺讓人放空。難度要剛剛好，人才學得進去。
而它「有狀態、記得你」的概念，其實跟我一直在做的事同一個方向：我把 NotebookLM 當第二大腦，讓 AI 記住我的脈絡、我的資料，需要時再叫它拿出來。學習也一樣——讓 AI 記得你的進度，比每次重新開始有效太多。
用之前提醒一下
/teach 這個技能本身是給 Claude Code 用的、偏技術一點。但你不一定要裝那個技能——更重要的是把背後的原則用起來：讓 AI 記得你的進度、逼自己動手、控制難度剛剛好、最後回到人群裡。就算你只是用一般的 AI 對話，也能刻意這樣要求它。
小結
AI 時代，「會不會學」比「知不知道」更重要——因為知識隨手可得，但理解只能自己長。與其把 AI 當一個每次都失憶的問答機，不如讓它當一個記得你、陪你一課一課走的家教。挑一件你一直想學卻沒開始的事，今天就讓 AI 幫你排第一課，然後——動手做那個動作。你最想學的那件事是什麼？
▶ 完整實測影片
本文整理改寫自 AI Made Simple（Kacper Rutkiewicz）介紹 Matt Pocock 的 /teach 技能的影片《I Tried /teach and 10x'd My Ability To Learn》，結合我自己做教育訓練的經驗。原片：youtu.be/lw6Ld1ZgpV8
留言
張貼留言