面对产品文档、接口说明或一篇很长的技术文章，很多人习惯从头读到尾，最后只记得几个概念。更有效的学习路径是：先写下要解决的问题，再从资料中找证据，最后通过小实操检验自己是否真的理解。AI 可以帮你定位段落、解释术语和整理笔记，但不要把它的摘要当作结论。
阅读前先写三个问题
例如：这个能力解决什么业务问题？它依赖哪些输入和前提？我怎样用最小样例验证它？问题越具体，越不容易被资料的细枝末节带偏。把问题放在笔记首页，并为每个问题预留“证据位置”和“待验证动作”。
| 笔记字段 | 写什么 | 避免什么 |
|---|---|---|
| 问题 | 要做出的具体判断 | 泛泛摘抄标题 |
| 证据 | 原文段落、版本和条件 | 只保留 AI 总结 |
| 解释 | 用自己的话说明机制 | 复制术语不理解 |
| 验证 | 最小操作、预期与实际结果 | 未动手就下结论 |
让 AI 帮你缩小阅读范围
可以把资料目录和问题交给 AI，请它列出最可能相关的章节、前置概念和容易混淆的术语。随后自己回到原文确认。遇到长章节时，请 AI 输出“每条结论对应哪一段”，而不是只给一段漂亮总结；这样笔记仍能追溯。
把知识变成一次最小验证
验证不必是完整项目：运行一个示例、修改一个参数、复现一个错误，都是有效动作。记录预期、实际结果和差异原因。若你正在接手已有项目，可结合 Codex 接手陌生项目的阅读与验证流程，先建立环境和证据，再扩大改动范围。
每周回收可复用的笔记
把已经验证过的结论、代码片段和反例链接到自己的知识库；未验证的内容单独标记。下一次遇到相近问题，先搜索这些笔记，再决定要不要重读资料。
