我是怎么用AI从零搭起一个领域的认知框架的
这份困惑，正是今天要聊的起点。
一、最初的门槛：不是“读不懂”，是“不知道从哪里开始读”
坦白讲，一开始就是找一堆书和文件，心想“这回总能啃下来了吧”。结果随便翻开一本专业书，第一页就卡住；再点开一份政策文件，满眼都是“节点边际电价”“阻塞盈余”“金融输电权”……每个词单独查都看懂了定义，可一句话连在一起，就是理解不了。而且量还大啊——不是一本两本，而是一摞；不是一份两份，而是整个文件夹。
这种“孤立式”的名词解释，看了也等于没看——因为你不知道自己学到的这个名词到底是挂在哪条逻辑链上的，它和别的概念是什么关系，在整个体系里处在哪个位置。
这就是零基础自学的真实门槛：没有地图，就永远在迷路。专业书默认你已经有了基础框架，不会停下来解释“为什么电能可以像白菜一样买卖”“竞争在这里具体指什么”。所以后来做了个决定：与其硬啃，不如先让AI帮着搭一个“认知脚手架”。
二、先告诉AI：你是谁，想学什么，现在什么水平
很多人用AI的第一步就是直接问“请解释一下XXX”。但AI不知道你的背景，给出来的答案要么太浅（你觉得没干货），要么太深（你依然看不懂）。
换个做法：先写一小段“用户画像”，贴在每次对话的开头。比如：
“我是一个电力政策爱好者，没有行业实务经验。零基础，连从哪份文件开始学都不知道。我不想看孤立的名词解释，因为看不懂它们在整个体系里的位置。我的目标是：能够系统理解新型电力系统的政策逻辑。请先帮我搭建一个循序渐进的认知框架，告诉我先看什么、后看什么，为什么是这个顺序，输出的文章需要适合我这种基础的读者。”
AI看到这段话，至少能明确三件事：起点（完全零基础，不知道从哪里开始）、痛点（讨厌孤立的名词解释，需要知道“位置感”）、目标（系统认知，不是应试）、输出需求（深度分析，不是摘要）。关键词就是：零基础、需要顺序、需要位置感、需要定制。这几点说清楚，AI给的框架就不会跑偏到天上去。
三、从“分模块轮学”到“自由游走”
最初设计的学习规划是：理论、政策、新闻、法律，各学一周，轮着来。主要原因在于当时AI的输出长度有限——一次对话里还没分析完一个模块的框架，长度就用完了，拆成小块更合适。理论一周、政策一周、新闻一周、法律一周，每一块都是相对独立的“单元”，AI能在有限的篇幅里把一件事讲清楚。
但后来AI的输出长度突破了。现在可以一次和AI讨论一整份政策文件，推演完整的逻辑链条，甚至跨模块串联——比如把“现货市场”和“售电公司洗牌”放在一起分析。所以最初那种“分模块轮学”就不太必要了，跟着自己想学的方向游走，反而更自由。
理论、新闻、法律这类内容，大概知道怎么学——理论有经典教材，新闻有固定信源，法律有案例汇编。但政策不一样。几百份文件、上千页的条文，从哪儿开始？先看哪份？看完怎么串起来？这个挑战最大。所以花在“画地图”上的功夫最多——不是学的内容多，而是先要搞清楚整个知识体系的骨架。
喜欢先让AI帮忙搭建整个体系的认知框架，而不是每周定一个主题。这个框架不是一次成型的，会反复修改、增删节点、调整顺序，直到这张“地图”符合自己的认知习惯。然后按地图上的顺序，一站一站输出文章。写一段时间后，认知增长了，再回头修改原来的框架——地图是会迭代的。
这就是“定制学习”——不是AI给出一套标准方案，而是告诉AI“我想怎么学”，然后让它帮忙搭出符合认知习惯的框架。框架不对，后面所有输出都是散的。所以即使这个过程很费时间，也觉得值得。
四、输出节奏：周末集中“挂七篇”
很多人以为每天写一篇。不是的。习惯是周末集中输出，一次挂七篇。
周一到周五，碎片时间轻松回顾周末写的文章，翻一翻、想一想，不给自己压力。周末一天在游乐场等娃的时候集中写作、修改、发布。这种节奏适合上班族——平时没有大块时间，但周末可以沉下来。发出去的七篇不一定每篇都完美，但至少保证了持续产出、持续迭代。
如果想用AI自学，不必强求日更。找到自己的节奏更重要：一周一篇、三天一篇、周末五篇，都行。关键是固定下来，让身体和脑子都进入那个“学习—输出”的循环。
五、一个拉回现实的插曲：最初那些“草稿”
公众号草稿箱里还挂着最早的那几篇“草稿”。当时觉得写得还行，现在回头看，满眼都是“名词堆砌、逻辑跳跃、核心判断模糊”。那些文章里，把“节点边际电价”写成“节点边际成本”，把“辅助服务”和“容量补偿”混在一起说，甚至分不清“配电网”和“微电网”的区别——以为只是规模大小不同。
但那又怎样呢？如果不是那些粗糙的草稿，可能现在还在啃专业书的第3页。AI帮我把专业书的“结论”还原成了“推理过程”——不再被迫接受定义，而是跟着一步步推：为什么同一时间不同地点的电价会不同？因为输电阻塞。阻塞怎么影响价格？用一张简单的地图推演出来。等把AI推演的逻辑链条走通几遍，再回头翻专业书，之前卡住的地方，忽然就顺了。
所以，如果也有过那种“写过的草稿现在看不下去”的感觉，别删。它们是你在爬坡路上最真实的脚印。每一篇粗糙的草稿，都是下一篇文章的垫脚石。
六、把“看新闻”的时间换成“看AI输出”
很多人觉得自学没时间。算过一笔账：每天刷朋友圈、看短视频、浏览新闻，至少1小时。这1小时可以用来轻松回顾已经写过的内容，或者和AI随便聊聊框架微调。周末再集中输出。
一周投入一个周末，一个月就能把一个陌生领域的骨架搭起来。具体节奏是：
· 周一到周五：不写新文章。碎片时间翻开周末刚发的那七篇，重新读一遍，看看哪里逻辑可以更顺、哪里例子可以更贴切。不给自己压力，纯粹是“温故”。有时候会发现写的时候没想透的点，顺手记下来，下周末再和AI讨论修正。
· 周末：集中输出，一次挂七篇。这些文章不是临时想出来的，而是按之前搭好的认知框架，一站一站写出来的。有时写着写着，会发现框架有漏洞，就顺手记下来，下个阶段再改。
关键点是：AI输出的是“框架+分析”，不是“答案”。需要保持思考，追问“为什么这样推演？”“有没有反例？”而思考的最佳时机，恰恰是写完之后的“冷却期”——隔几天再看，自己就能挑出毛病，然后回头修改框架。这个过程很轻松，不赶进度。
七、输出本身，就是最好的学习
每写完一篇分析，都顺手发到公众号。不是为了涨粉，而是为了“倒逼自己把逻辑讲清楚”。试试就知道：当你觉得自己“懂了”，但一动笔写给别人看，就会发现这里逻辑跳了、那里证据不足。AI可以帮忙润色文字，但逻辑链条必须自己拉通。
八、一个声明：依然不是专家
写了几十篇分析后，仍然没有文章内容相关工作经验。没报过价、没做过交易、没见过偏差考核单。所以每篇文章开头都会声明：纯学习爱好者，无实务经验，欢迎专家指正。
这不是自谦，是事实。AI帮了加速认知，但替代不了实践。定位很清晰：做一个“翻译官”，把干涩的政策条文和理论翻译成逻辑清晰的推演。至于实操，那是另一座山。
如果想用AI自学一个新领域，建议就四条：
1. 先告诉AI你的基础和需求，别让它盲猜。尤其要说清楚“你不知道从哪里开始”。
2. 先画地图，再按图索骥。让AI帮你搭整个知识体系的认知框架，反复修改直到满意，再按框架顺序输出文章。认知增长后，回头迭代框架。
3. 找到自己的输出节奏，固定下来。周末集中输出、每周一篇、每天一篇都行，关键是持续。
4. 输出，哪怕只有一个人看，输出会倒逼你把逻辑补全。别怕草稿难看，它们是你爬坡的脚印。
还有一条：不要从孤立的名词解释开始。先让AI给你一张“地图”，再按地图上的顺序，一站一站走。
九、接下来：第一轮拆解结束，下一程还没想好
写到这儿回头看，作为零基础，整个能源政策的第一轮系统拆解已经基本走完了——从电网物理架构，到现货、辅助、绿证、容量价值，再到宪法层、中长期市场，再到售电、虚拟电厂……一张大图慢慢拼齐。
但接下来该拆什么，还没有想好。大概率不会继续“大而全”地扫政策，而是转向小模块分区拆解。比如，以“不同市场主体要面对的电费”为切口，把电费单上的每一行拆透——为什么会有偏差考核费？辅助服务分摊怎么算？容量电费谁在付？绿证的钱流去哪了？大致10-20篇的样子。但只是举例，方向还没定。
