AI 導師、ChatGPT 學習法的一組實戰句型：多數人只用它代勞，這篇教你把它變成隨叫隨到的家教，非工程師也能靠它把一個難懂的概念真的學會。
你有沒有發現，身邊的人丟給 ChatGPT 的幾乎都是「幫我寫」「幫我做」「幫我整理」。東西是拿到了，但過兩天再碰到同一類問題，還是得再問一次。這就是把 AI 只當代勞工具的代價：事情做完了，你卻沒有變強。有個叫 Matt Webb 的產品設計師走了另一條路，他把 ChatGPT 當成家教，結果學會了一個以前怎麼樣都學不會的東西。這篇就把他的做法拆成五個你可以直接照抄的提問句型。
為什麼多數人用 ChatGPT，用得又快又淺？
多數人用 ChatGPT 用得淺，是因為只把它當代勞工具：丟一個任務、拿一份成品、關掉視窗。速度很快，但知識沒有留在自己身上，下次遇到同一題還是得重問。真正把 AI 用出複利的人，會多做一個動作，讓它在交出成品的同時，也順便把你教會。差別不在工具本身，在你開口要的是什麼。
Matt Webb 最近在做一款叫 Galactic Compass 的手機 App，卡在一個叫「四元數」的數學概念上，那是處理 3D 空間旋轉會用到的東西。他說自己讀過書、也問過當數學家的朋友，都沒真的學會。這一次他換了個做法，不是叫 ChatGPT 直接把程式碼寫好貼給他，而是請它教。
他的原話是：「我讓它來教我。有了一個有耐心、能互動的家教，我終於做到了讀書和問數學家朋友都沒做到的事，把四元數學到剛好夠用，把 App 做出來。」更值得記住的是他後面那句：把一堆思考外包給 AI，學習並不會因此停下，反而被推著學得更多。這個角度，跟大家搶著讓 AI 代勞的方向剛好相反。
讀書和問朋友都沒學會的東西，換成請 AI 當家教，反而通了。
「把 AI 當導師」跟「叫 AI 代勞」到底差在哪？
差別在你要的是成品，還是能力。代勞式提問要的是一份可以直接交出去的東西，AI 給完你就結束了；導師式提問要的是下次不用問也做得出來，AI 給你的是理解和方法。同一個需求，換一種問法，一個讓你這次交差，一個讓你以後都省事。下面這張對照表可以直接貼在螢幕旁邊，開口前先對照一下你正在問哪一種。
| 你想處理的事 | 代勞式提問（外包結果） | 導師式提問（內化能力） |
|---|---|---|
| 一封英文商務信 | 幫我寫一封跟客戶說要延期的英文信 | 我先寫一版，你當我的商務英文老師，指出哪裡不道地、為什麼，讓我下次自己寫得出來 |
| 讀懂一份財報 | 幫我摘要這份財報的重點 | 帶我一欄一欄看，每個科目先問我覺得代表什麼，再糾正我的理解 |
| 上手一個新工具 | 幫我用這個工具做出這個結果 | 先教我它背後的邏輯，我自己操作，卡住的地方再問你 |
導師式問法不是比較慢。前期多花十分鐘，換的是後面無數次不用重問。這也是AI 素養真正的分水嶺：真正會用的人，懂得用 AI 把自己養大，而不是停在把它當成下指令的工具。
沒有工程背景，也能用 ChatGPT 學會很難的東西嗎？
可以，而且門檻比你想的低。Matt Webb 學會四元數，靠的不是先把自己變成數學家，而是把 ChatGPT 當成一個有無限耐心、隨時能追問的家教。它最適合非工程師的地方，正是傳統教材做不到的三件事：能被你隨時打斷、會依你的程度調整深淺、同一個概念可以換十種說法講到你懂為止。這對每天要跨領域補課的上班族特別有用。
一本書寫好就固定了，你看不懂它也不會換句話說；問人則要挑對時間、還怕自己問得太基礎。ChatGPT 沒有這些顧慮，你可以理直氣壯地說「這句我沒懂，請你用生活例子再講一次」，問到第八次它也不會不耐煩。
不確定自己該從哪個概念補起，可以先用智谷提出的個人 AI 技能診斷這個框架自問：以工作任務為單位，盤點哪些事你現在只能靠別人或靠 AI 代勞、哪些是你想真正學會的。想學會的那幾項，就是最適合交給 AI 導師的起點。與其像員工上完 AI 課回去卻什麼都沒改變那樣停在原地，不如挑一件真的想懂的事開始練。
把 AI 當導師，具體該怎麼開口問？
關鍵在指令裡要講清楚三件事：要它扮演什麼角色、你現在的程度、以及你要的是理解不是答案。把這三件講明白，ChatGPT 就會從一個有問必答的百科，切換成一個會帶你的家教。以下五個句型全部可以複製貼上，把中括號裡的主題換成你要學的東西就能用，建議收藏成自己的提問模板。
招式 1：先幫它設定角色和你的程度
先框住它是誰、對誰講、講多深，它才不會一開口就丟一堆術語砸你。
可以這樣貼：「請你當我的[主題]家教。我完全是新手，請用連國中生都聽得懂的比喻解釋，一次只講最核心的一個概念，講完先停下來確認我懂了，再帶我進下一個。」
招式 2：要它反過來考你，別直接給答案
被動聽講記不住，被問住才會真的動腦。這招把 AI 從講者變成出題的人。
可以這樣貼：「接下來請用問問題的方式教我，不要直接告訴我答案。每次只問我一個問題，根據我的回答判斷我哪裡沒懂，再決定下一題要問什麼。」
招式 3：同一個概念，要它給三種深度
一次拿到由淺到深的三層，你能自己抓到卡在哪一層。
可以這樣貼：「請用三個層次解釋[概念]：第一層給完全外行的比喻，第二層講它實際怎麼運作，第三層給我一個可以自己動手驗證的小例子。」
招式 4：把你的理解講回去，請它揪錯
這是整套裡最值錢的一招，專門戳破「我好像懂了」的錯覺。
可以這樣貼：「我試著用自己的話說一次[概念]：（貼上你的理解）。請你直接指出我哪裡說錯、哪裡漏了、哪裡是新手常見的誤解，不用客氣。」
招式 5：把新知識接到你已經會的東西上
用舊知識當梯子，新概念會爬得比較快。
可以這樣貼：「我本來就懂[你熟悉的領域]。請用[熟悉領域]裡的概念來類比解釋[新概念]，讓我用已經會的東西架接還不會的東西。」
這五招的共同點，是每一句都在要求「教我」而不是「替我做」。想要更進階的指令組合，可以延伸參考20 套必學的 ChatGPT 指令，把導師式問法變成你固定的工作習慣。
學完之後，怎麼確認自己是真的懂，不是錯覺？
最簡單的檢驗，是把 AI 剛教你的東西用自己的話講回去給它聽，請它揪錯（也就是上面的招式 4）。人在被講解的當下很容易產生「我好像懂了」的錯覺，可是一旦要自己重述，破綻就會跑出來。這其實是費曼學習法的 AI 版：能把一件事教會別人，才代表你真的懂，而 ChatGPT 剛好是那個不會嫌你煩、可以一直聽你講的對象。
能用自己的話講回去、還被它揪出破綻，才代表你真的懂了。
把這件事變成習慣，比學會任何單一概念都重要。每次用 AI 學完一段，就多花三分鐘用招式 4 重述一次，錯的地方當場補起來。長期下來，你累積下來的是真正的技能提升：問過就忘的對話會蒸發，親手長出來的能力不會，這正是個人化學習的核心。
當你會用 AI 導師把自己一個一個技能養起來，下一個層次的問題就會浮現：整個團隊、甚至整條營運流程，能不能也交給一群 AI 一起分工？把工作任務盤點成一張能力地圖，是智谷 AI 能力卡牌在做的事；而學會親手配出一支 AI 團隊，就得換一種練法。對主管來說，這裡還有一個能跟老闆講的算盤：教團隊把 AI 當導師自學，換來的是可累積、不會折舊的組織能力，比一次性的工具課划算得多。想少走冤枉路，可以來一梯分身乏術？教你策劃 AI 營運團隊，用你自己公司的真實情境動手做一次；也可以先從企業 AI 應用力培訓了解團隊該補的第一塊拼圖。個人把 AI 當導師是入門，讓組織把 AI 當同事，才是真正拉開差距的地方。
FAQ
把公司的機密資料丟給 ChatGPT 學東西，安全嗎？
導師式學習其實比代勞更安全，因為你問的多半是「這個概念怎麼運作」，不太需要貼公司真實資料。真的要用到內部案例時，先把公司名、客戶名、具體數字換成代稱再貼。如果公司 IT 政策嚴格，可挑選有企業版或關閉訓練資料選項的方案，或改用公開的假設情境來練同一套提問法，效果幾乎一樣。
免費版 ChatGPT 就夠當導師嗎，還是一定要付費？
免費版就足以練會這五個句型，句型本身跟版本無關。差別在於付費版通常記憶更長、回答更穩，適合長時間、多輪的深度追問。建議先用免費版把導師式提問練順，感覺到它確實幫你學得更快、也開始遇到對話長度不夠用時，再考慮升級，不用一開始就花錢。
這套提問法只能用在 ChatGPT 嗎？Gemini、Claude 可以嗎？
可以，這五個句型的核心是「要它教我、不是替我做」，跟哪一家模型無關，Gemini、Claude 一樣適用。不同模型的語氣和強項略有差異，例如有的解釋更口語、有的更嚴謹，但把角色、程度、要理解不要答案這三件事講清楚的原則不變。挑一個你順手的持續用，比一直換模型更能累積學習節奏。
AI 會不會亂編、把錯的知識教給我？
會，這也是為什麼招式 4 的「揪錯」和「自己動手驗證」不能省。AI 在冷門或高度專業的領域確實可能一本正經地講錯。保護自己的做法有三個：要它附上可以查證的來源、把它的說法拿去對照一個權威資料、以及自己動手做一次看結果對不對。把 AI 當導師，不代表全盤照收，而是多了一個隨時能追問的對象。
一次導師式學習大概要花多久才有感？
比你想的短。多數人只要一次專注的三十分鐘到一小時，針對一個具體、卡很久的概念，用上面的句型一路追問，就能明顯感覺到跟自己 Google 半天不一樣。重點不是時間長，是題目要夠具體、你要願意回答它的反問。別急著排一個宏大的學習計畫，今天就挑一件卡住你的小事，開一個對話練一次。
關於智谷
智谷網絡（Kvalley Network）自 1996 年創立，專注企業 AI 轉型與中高階主管培訓，累計服務 3,000+ 家企業、75,000+ 小時訓練執行時數、年度訓練 30,000+ 人次。
智谷的核心服務包含：
- 智谷企業 AI 診斷（企業版五階段評估）
- AI 能力卡牌工作坊（個人／團隊實作盤點）
- 主管培訓與領導力發展
執行長： 林峻民（Jimmy Lin）
想了解更多企業如何走進 AI 時代，請見 kvalley.biz
研究來源
- Matt Webb 2026〈Galactic Compass 2: now with new augmented reality mode〉interconnected.org（作者第一手敘述如何把 ChatGPT 當家教學會四元數）
- Simon Willison’s Weblog 2026 對 Matt Webb 上文的摘錄與評註
- 費曼學習法（Feynman Technique）：以「能否用自己的話教會別人」檢驗理解程度的學習方法