CHAPTER 2 · EP 3

啃硬材料:从条款到源码

第 2 章 · 第 3 讲 · 17:21

时长 17:21音色 云健 · 男声章节 2

同步字幕

章节导航(点击跳转)

0:00开场1:12
1:12顺了不等于懂了1:28
2:40四步拆读法1:40
4:20开工前先排路1:40
6:01先问五个概念2:26
8:27你的转述先丢了什么1:54
10:22三句话模板1:36
11:58每条判断都要有出处4:10
16:08可带走的判断清单1:11
解读全文

ep03 · 啃硬材料:从条款到源码

  • 模块:M2 学会学习
  • 课节:4 节(让 AI 帮我拆开一段看不懂的条款 / 让 AI 先告诉我必须懂哪五个概念 / 让 AI 只根据我贴出的原文回答 / 让 AI 给每条判断标出原文位置)
  • 来源:xueai.miyang.cn(小山学堂 · 洛小山《学 AI 产品,从入门到精通》)
  • 配套音频:pm03-m2-播客.mp3

这一集解决什么问题

产品经理的工作,有很大一部分其实是「读材料」。合同、供应商条款、平台政策、竞品分析报告、技术方案、会议纪要、历史需求文档。这些材料有三个共同特征:

  1. 读不懂:术语密集,句子很长,条件套条件。
  2. 必须据此做决定:不读就不能签字、不能报价、不能排期。
  3. 错读的代价极高:一处限定条件读漏,就会变成一个错误的承诺、一份错误的工作量估算,或者一条错误的需求。

AI 出现之后,第一个特征被缓解了——它能把任何材料说得顺。但恰恰是这种「顺」,制造了新的风险:解释得顺,不等于你读懂了。本集围绕这个核心矛盾展开,给出一套可检查、可复用的工作法。


能力地图:四个动作及其适用边界

本集覆盖四项能力,它们不是并列的,而是按材料的「难度阶梯」排列的:

能力适用材料核心动作验收标准
分层拆解单一段落、单个条款地图 → 定位卡点 → 补前置 → 回到原文能用一句无术语的话复述
前置概念排序长报告、手册、白皮书先给结构,再限五个概念答得上的划掉,答不上的才补
原文锚定规则、政策、计价条款贴原文 + 逐句比对转述结论能引用决定它的原句
出处标注任何要进笔记的判断编号 → 拆判断 → 配位置与摘录每条判断都能打开原文

四者的关系:分层拆解解决「这一句读不懂」,前置概念排序解决「这一份从哪读起」,原文锚定解决「我的理解少了什么」,出处标注解决「AI 说的这句到底有没有依据」。做产品决策时,通常是从上往下走一遍;做笔记归档时,只走最后一条。


场景一:为什么「翻译术语」帮不上忙

原始条款

服务期届满前 30 日,乙方未以书面形式提出终止,本协议自动续展 12 个月;续展后提前终止,已收服务费不予退还。

常见的错误用法:把这段话贴给 AI,说「帮我翻译成人话」。AI 把「届满」换成「到期」,把「续展」换成「延长」。句子确实顺了。用户点了同意。

十一个月后发生的事:用户在客服聊天里说下个月不续,客服回复「收到」。系统仍然扣了下一年的费用。客服的理由是——聊天发生在到期前 20 天,晚于 30 天期限;且合同约定的是书面形式。

教训:术语被翻译了,条件没有被翻译。真正决定结果的是两个条件——时间点(30 日前)和形式要求(书面)。它们恰恰最容易被顺手带走。

四步拆解法的完整走法

  1. 先要地图:把原句切成三块——什么时候通知、通知要用什么形式、没做到会发生什么。
  2. 定位卡点:圈出具体是哪一处没懂,而不是笼统地说「这段看不明白」。
  3. 补前置:只补这一层定义(本例只需补「到期前 30 日」和「书面形式」),不展开整棵概念树。
  4. 回到原文:把解释逐项贴回原句,一项一项对。

四步走完,应得到这句无术语的白话:

想停止下一年的服务,要在当前服务到期至少 30 天前,按合同认可的书面方式通知;晚了,或只在客服聊天里说,都可能触发再续一年。续费后提前退出,也不退钱。

验收标准只有一条:解释得顺不算读懂,对得回原文才算。


场景二:40 页手册,你只需要三个答案

任务:确认几点存包、本组几点出发、15 公里处几点关门。时间是周五晚上,比赛还有一天半。

错误路线(页码顺序):从第一页往下读。读到第 8 页时已停下来查了 6 次词,存包时间仍未找到,15 公里关门表在第 27 页。45 分钟耗尽。

致命细节:翻到第 27 页才看到——第 15 公里关门时间为本分区枪声后 2 小时 10 分,迟到出发所耗时间计入关门时限。而该用户在 C 区,鸣枪后 8 分钟才越过起点,实际可用时间比表上少 8 分钟,配速表作废。

根因:把页码顺序当成了重要性顺序。手册的编排任务是「把所有规则收齐」,重要信息天然分散在日程、路线图、关门表和名词解释里。页码顺序是收纳顺序,不是理解顺序。

正确的开工顺序

  1. 先看目录,知道答案散在哪几节(存包看日程,出发看分区,关门看路线表)。
  2. 再看摘要和关键结论,先抓会改变行动的规则。
  3. 接着看图表,把时间、公里点和分区放回同一张地图。
  4. 最后进正文,只细读与你有关的段落和五个前置概念。

可直接复制的提示词


我准备读一份【材料名称】。请先根据目录、摘要、结论和图表,
告诉我它在回答哪三个问题,以及每个问题该去看哪一节。
然后回答:读这份材料需要先懂哪五个概念?按依赖排序。
先不要解释,逐个出题考我。答得上的概念直接划掉,
答不上的再用生活例子补。每次只补一个,等我用自己的话说对以后再继续。

两个关键半句

  • 「按依赖排序」:决定先后。净计时和枪声时间都不清楚时,先弄懂两种计时从哪一刻开始,再谈第 15 公里的关门表。否则 AI 会按它想到的顺序解释五个词,后一个解释里又塞回前一个生词。
  • 「先不要解释,逐个出题考我」:先检查已有基础。能说出净计时从越过起点感应带开始,这一项就划掉;说不清枪声时间如何影响关门时限,才把时间花在这一项上。

五个只是便于开工的数量:材料很窄时可能只有三个,跨多章节时可先列五个,补完再请 AI 检查有没有下一层缺口。


场景三:你的转述,先丢了最贵的那半句

事实链:陶艺体验课 698 元,周六下午 3 点开课,周一晚报名。周三上午 11:10 主管通知加班,此时距开课 75 小时 50 分。

用户备忘录:提前 72 小时申请,就能全额退款。

原文:距活动开始满 72 小时,且材料包尚未寄出,可申请全额退款;材料包已寄出时,扣除 168 元材料费后退还余款。退款时间以申请提交时间为准。

结果:材料包周二下午已寄出,退款到账 530 元,少的正好是 168 元材料费。

AI 错了吗?没有。 它算对了 75 小时 50 分,也准确回答了用户写下来的问题。问题出在更早的一步——用户把长句压短时,保留了数字和结果,删掉了连接两个条件的「且」,也删掉了「材料包尚未寄出」。原文要求两个条件同时成立,转述只剩时间条件。

关键洞察:AI 看不到你脑中那次删改。它给出了一个针对错误问题的正确回答。

三句话模板(按顺序发送)

  1. 先限定回答范围:下面是材料原文。请只根据这段原文回答,先列出会改变结论的条件、例外和时间口径;原文没有写明的内容,请直接说无法判断。原文:______
  2. 再核对我的转述:我把它理解成:______。请逐句比较我的转述和原文,列出我删掉、合并或改弱的限定条件,并说明每一处会怎样改变结论。
  3. 最后引用决定结论的字:请回答我的具体问题:______。回答后引用决定结论的原句,再用一句话说明这句里的「且」「或」「除外」「以哪天计算」怎样影响答案。

第二句最关键。少了「逐句比较我的转述和原文」,AI 会重新概括一遍原文——读起来更顺,却不会专门指出你已经删掉了什么。只问「这段是什么意思」,它直接生成解释;要求逐句比较,两份文字才会同时摆在桌面上,消失的条件才会被点出来。

完整答案应该长这样:申请时间超过 72 小时,只满足了第一个条件;材料包已经寄出,所以会扣除 168 元材料费,预计退回 530 元。一个没看过规则的人也能顺着这句话算出金额。


场景四:每条判断都要能指回原文

任务:13 页差旅费用规定,出差前让 AI 归纳住宿、打车和报销凭证。

AI 输出四条,其中一条:「晚上 10 点以后从办公地点回酒店可以打车,无须再附发票。」

为什么你会信:另三条——每晚 500 元住宿上限、22:00 时间门槛、不得重复领取交通补贴——都能在文件里找到。错误被夹在三个准确事实中间,语气、编号、数字都很像原文。

代价:当晚 11:20 由酒店代叫车,支付 386 元,只有支付截图。一周后报销被退回,原文只有「网约车费用凭平台行程单及发票据实报销」。那句「无须发票」前后两页都没有。代叫车开不出公司抬头,386 元自担。

为什么会混进一句假的:只问「帮我总结这份文件」,任务的终点是产出一段好读的话。AI 会合并相邻段落,也可能顺着常见做法补齐一个听起来合理的条件。读者看到完整句子,看不到它取材的边界。

四步核对法

  1. 先给原文逐行编号,让后面的每个位置都能直接回看。
  2. 把总结拆成单独的判断,一句只放一个可检查的意思。
  3. 给每个判断配位置和原句,位置负责找到,摘录负责核对。
  4. 明确标出没有出处的内容,不要让 AI 用相近段落代替证据。

可直接复制的提示词


请只依据我贴出的材料回答,不要补充材料之外的常识或推测。
先给原文连续编号,保留标题、表格说明和例外条件。
每写一个判断,句末标出对应的「第 X 至 Y 行」,紧接着逐字摘录支持这个判断的原句。
解释摘录中的哪几个字直接支持了判断;如果判断包含两个意思,拆成两句分别找证据。
找不到直接支持的原文时,写「未找到对应原文」,并列出你检查过的关键词。
不要用意思相近的段落代替。
输出顺序固定为:判断 → 原文位置 → 逐字摘录 → 这句为什么能支持判断。

两个最关键的设计

  • 「紧接着逐字摘录」:只有行号,AI 仍可能给出看起来接近的位置。把那几行原句同时摆出来,当场就能看到「凭发票」有没有被改成「无须发票」。
  • 「包含两个意思就拆成两句」:原总结同时说了「22:00 后可以打车」和「无须发票」。前半句有原文,后半句没有。拆开以后,准确的半句不会替错误的半句作担保。

核对完以后,哪些可以留下

位置能打开,且摘录完整包含判断所需的条件,这句话才进入笔记。原文写着「可以」,总结就不能写成「一律可以」;原文带着「须说明与出差任务的关系」,总结也要把这个限制一起带走。没有对应原文的句子,先从笔记里拿掉——它可能碰巧是对的,也可能只是常见做法。等你找到另一份来源,再作为另一条有出处的判断加回来。


约束说明(务必读完)

  1. 本内容是阅读方法,不是法律或财务意见。真实合同里什么算书面通知,还要继续查定义条款、通知地址和争议解决约定。
  2. 演示材料均为教学编写。陶艺课退款规则、差旅费用规定、马拉松手册均为课程示意,不对应任何真实活动、商家或单位的制度。
  3. 「逐句比对」不能替代专业审核。涉及金额、责任、期限的决策,AI 的输出只能作为复核线索,最终仍需人工对照原文。
  4. 五个概念是启发式数量,不是最优解。材料复杂度差异很大,宁可先列三个补完再追加,也不要为了凑数列出无关概念。
  5. 未找到对应原文 ≠ 该判断为假。它只是「当前这份材料不支持」。标成待核实,换来源再查。
  6. AI 会给出「针对错误问题的正确回答」。只要你的输入被自己简化过,输出再精确也无意义——问题出在输入端。

审查清单(每次读完硬材料,逐条打勾)

  • 我贴给 AI 的是原文,不是我的转述?
  • 我要求它「逐句比较转述与原文」,而不是「解释一下」?
  • 每条结论都能引用决定它的原句?
  • 原句里的「且」「或」「除外」「以哪天计算」都还在场?
  • 长材料开工前,先给了目录、摘要、结论、图表?
  • 前置概念限定为五个并按依赖排序?
  • 每个判断都配了原文位置 + 逐字摘录?
  • 找不到出处的句子,标成了「未找到对应原文」而不是猜测?
  • 包含两个意思的判断,已经拆成两句分别找证据?
  • 最终复述时,能不用术语把结论说完整?

实践提示

提示1 · 把「翻译术语」改成「切三块」

下次遇到读不懂的条款,不要说「帮我翻译成人话」,改成:先说这一段在整份文件里管什么,再把它切成「什么时候、什么形式、做不到会怎样」三块。术语翻译只解决词汇,切块解决结构——而决定结果的永远是结构里的条件。

提示2 · 长材料开工前,先只发目录不发正文

拿到 40 页报告,第一句话应该是「这是目录、摘要、结论和图表,先告诉我它在回答哪三个问题」。正文等入口和缺口都清楚以后再发。这一步能省下的不是时间,是「读了 45 分钟才发现读错地方」的返工。

提示3 · 输入侧优先于提示词优化

698 元退成 530 元的那次事故,AI 每一步都算对了。真正错的是用户自己删掉的那半句。所以优化提示词之前,先检查一遍:你贴进去的东西,跟原文一样长吗? 输入被简化过,再好的提示词也救不回来。

提示4 · 让 AI 交证据,而不是交结论

把任务终点从「产出一段好读的话」改成「每写一个判断都交出原文位置和逐字摘录」。这一句话的改变,能把「读起来连贯的总结」变成「可逐条复核的证据链」。夹在三个准确事实中间的那句假话,会在这一步现形。

提示5 · 建立你自己的「待核实」分区

笔记里单独留一块,放所有「未找到对应原文」的判断。它们不是废话,是待办。等找到另一份来源,带着出处加回来。这样你的笔记会同时拥有「已证实的」和「待证实的」两层,而不是一层看起来都对的内容。


常见问题

Q:材料没有摘要或结论怎么办?

让 AI 从目录、各章开头、表格和末尾小结中代为提取,不必为了凑顺序去寻找不存在的栏目。

Q:五个概念里我全会,是不是浪费了?

正好相反——全划掉说明这份材料你可以直接读正文,五分钟的自测省掉了整段的补习时间。这正是「先考后讲」的价值。

Q:AI 说「未找到对应原文」,但我记得看到过?

让它列出检查过的关键词,再用你记得的词重新检索一次。也可能是你记的是别一份材料。

Q:这套方法对代码有用吗?

有用,而且更必要。源码里的边界条件、空值处理和异常分支,正是最容易被「总结」抹掉的部分。把函数逐行编号,再要求每条结论给出行号和原句,逻辑一致。这也是本集副标题「从条款到源码」的含义。


一句话总结

AI 让你读得更快,但真正让你读得准的,是你自己坚持回到原文的那一步。判断能回到原文,才有资格留下。


来源:xueai.miyang.cn(小山学堂 · 洛小山《学 AI 产品,从入门到精通》)

本页文字与音频为基于小山学堂原课程的二次演绎版本,仅供学习交流使用。