写在前面
这篇文章可以视作前面的文章 让ChatGPT成为你的大脑外挂——把思维模式用到实处 的续篇。同样都是根据刘澜老师《学习力30讲》的方法论制作的提示词，主要讲如何借助大模型实践“模式化学习”。
回顾一下，前一篇文章主要讲了：
应用提示词帮我们实践“参考答案思维模式”：刘澜老师告诉我们对任何事情都要“看情况”，不要轻易全盘接受，要区分使用场景。 通过“反过来想”找到更多“参考答案”：通过寻找命题的对立面和互补命题以及将命题因果倒置，看看它是否依然成立。如果我们不能全方位理解它，我们就不能声称自己真正掌握了它。 使用“四问学习法”（听、想、变、用）去吸收知识：通过这套方法，帮助我们思考知识背后的更底层的“模式”，以及如何结合自身应用。
然而，以上本质上是一套思考工具，使用大模型辅助无非提升了答案质量。我们并不能确保找到背后的“模式”——于是很可能依然陷入“碎片化学习”当中。
我们要提倡的是“模式化学习”——通过找到事物背后的联系，客观规律，实现“举一反三”、“一通百通”。对于缺乏自主学习时间的打工人，这种能力在职场上尤为重要。
这篇文章讨论的就是如何借助大模型实践“模式化学习”，直达知识本质。
什么是模式？
模式的定义
模式（Pattern）是指在数据、概念、行为或事件中普遍存在的重复性结构或有意义的相似性。模式反映了事物的本质属性和内在逻辑，使得复杂的信息得以简化和理解。在学习和认知的背景下，模式化学习指通过掌握事物的深层结构和普遍原则，来建立知识之间的系统性联系，从而提高思维的效率和深度。
模式不一定是很官方和学术的概念或者大而空洞的理论，它也可能是一套运作系统，一条规律，一套隐含的假设。
模式的特点：
普遍性与重复性：模式描述了在不同实例或情境中可重复出现的特征。 深层结构：模式识别逾越了表面的观察，触及事物运作的基本原理。 系统性连接：模式能够将孤立的知识点串联起来，形成一个有逻辑的整体。 简化复杂性：通过识别模式，可以将复杂的数据和概念简化，使之更易于理解和应用。
模式 = 学术概念或者思维模型吗？
模式不必然是某个已存在的学术概念或思维模型，但它们经常与这些概念和模型密切相关。模式可以是新发现的或已存在的普遍规律、结构或行为特征，这些可能未被明确命名为学术概念，但通过观察和分析被识别和定义。
因此，虽然模式可能与现有的学术概念和思维模型相联系，它们也可以是全新的发现，或者是从实际经验中抽象出的普遍规律。重要的是通过严谨的方法识别和验证这些模式，确保它们的有效性和适用性。在此过程中，既要开放思维以接纳新的可能性，也需要批判性思维以筛选和确认这些模式的科学性和实用性。
换句话说，模式的范畴比现存已经被定义的学术概念和思维模型要广得多——从我们的生活体验来看的确如此——因此，我会优先让ChatGPT寻找现存的概念和思维模型去解释和说明，如果找不到，再让它用自己话表述。
模式的要求
好的模式应该具备以下特性：
1. 解释性
模式的发现旨在提供对事物或现象深层次的理解。
2. 普遍性
模式的一个关键特点是其普遍性，即同一模式可在多个不同但相关的情境中观察到。
3. 预测性
挖掘模式的一个主要目的是提高我们的预测能力。
4. 迁移性
模式的迁移性是其非常重要的一个特性，指的是一个领域中发现的模式可以迁移到其他领域。
5. 操作性
模式提供了可操作的见解，这些见解可以用于指导实践中的决策和行动。
什么是碎片？
定义
碎片（Fragment）指的是事物的个别部分、具体细节或孤立的信息点，通常缺乏与更广泛或更深层次的结构、原则或模式的直接联系。碎片化的知识或数据往往表现为独立且未系统化的，它们提供了有限的上下文或背景，使得理解事物的全貌或核心逻辑变得困难。
碎片知识不一定是 某个知识点，观点，它可以是一件事情，比如老板给你安排一个任务——这是碎片，任务背后的整个工作系统、工作流程——这是它对应的模式。
碎片的特点
孤立性：碎片化的信息通常是孤立存在的，没有明显的连接到更广泛的概念或系统中。 表面性：碎片往往关注于表层现象而非深层次的原理或因果关系。 局限性：由于缺乏系统的联系，碎片化的知识难以支持复杂决策或深入理解。 短暂性：碎片化的信息可能在没有适当上下文的情况下快速变得过时或失去相关性。
碎片的应用和挑战
尽管碎片化的信息有其局限性，但它们在某些情况下也有实用价值：
快速获取：在需要快速响应或决策时，碎片化的信息可以提供即时的、尽管是有限的帮助。 特定情境适用性：在某些具体任务或短期项目中，特定的信息碎片可能正是所需的全部。 灵活性：碎片化的信息可以灵活用于不同的情境，尽管这种用途可能不具备持久的价值或深度。
碎片与模式的对比
与“模式”相对，碎片不提供普遍适用的解决方案或深入的洞见，但它们在特定情境下可以作为有用的参考点。理想的学习和知识管理应该是模式与碎片的结合，即利用碎片来补充和实现模式的具体应用，同时通过理解模式来提升碎片的价值和意义。
模式化学习和碎片化学习
模式化学习，学习的是模式知识，正如前面所说，就是关于事物的深层结构的知识。而碎片化学习，学习的是碎片知识，是反映了事物的表面特征的知识。碎片知识是孤立的、表层的知识，没有抓住事物的本质，也不成体系。
马斯克说过：知识就像一棵树，这一点至关重要。在你着手于树叶，也就是知识点之前，你需要理解基本的原则，也就是树干和大的枝丫，否则树叶无可依附。
结合马斯克的说法，把知识体系比喻成一棵树，模式就是这棵树上的枝干，碎片就是枝干上的树叶或者果实。
我们日常生活中的“学习”大部分都是碎片化的。不管是刷抖音，公众号，微博，你认为你get到了知识点，可是也仅仅是一个知识点——你没有找出这个知识点依附的“枝干”，你就没有办法把它迁移到其它地方使用。更不能说，你通过学习了一堆碎片就认为自己掌握了某个领域——这也是现代人学习的主要弊病。
模式化学习有3个重要方向：
通过碎片知识找到背后的模式，通俗的说法是：知道这事背后是怎么运作的，了解它的底层逻辑，找到它的规律…… 通过模式去找识别和分析碎片，通俗的说法是：去找更多案例，事例，数据或者知识点支撑和丰富这个模式；能够判断这个规律是否适用于这个事情上…… 找到模式与模式、模式与碎片、碎片与碎片之间的联系：模式之间会有竞争，我们要找到更通用的或者适合你的；碎片和碎片可能存在时间，内涵，空间等方面的关系。 模式学习的最大问题：学习模式就是为了手中掌握更多的工具，而不是只有一把锤子。然而我要先知道模式，才能把它从碎片中识别出来。模式那么多我学不过来，我怎么实践？我也记不住？刘澜老师的做法，是精选模式，用极少数模式去套大多数的场景——我的思路，是借助大模型，用它的海量数据和分析能力帮我们实践模式化学习！
构建提示词
首先要厘清“模式”和“模式学习”的概念
刘澜老师课程中没有对“模式”有清晰的定义。可能我看到了就知道这是不是模式，可是我没有办法把“什么是模式”准确定义出来。
如何让ChatGPT清晰且准确地掌握这个概念？
第一步，我把课程中搜集到的关于“模式”的说法输入给ChatGPT，让它从这些碎片信息中，提炼和总结出来模式的定义：
反馈如下（前面的定义来源于此）：
然后我想知道：模式 = 现存的概念和思维模型吗？我隐隐中感觉不是的， 不然“识别模式”就太局限了——还有很多是没有被总结和研究的。可是我没有办法把“非概念和思维模型”的模式给总结出来。ChatGPT对这个问题的看法是：
它说的很好，模式可能是某个规律，结构或者行为特征，他们还没被明确命名，但是可以通过观察分析和定义，未来可能被发展为理论知识。
我会要求它在识别模式的时候，先从现存的学术领域或者思维模型中寻找能够解释的，找不到了再尝试自己总结。
关于碎片的定义，方法同上，不展示。
使用LangGPT结构搭建提示词
构建提示词之前，我使用了GPTs"最强任务分析师"帮助我分析任务，对话链接 https://chat.openai.com/share/35bff0f7-6ac9-45d7-afe4-caaaa7beab5d，其中很多内容直接引用到LangGPT内。
提示词构建思路
其它部分没什么好讲，主要针对 workflow（工作流）部分作说明：
第一步是让用户先思考，然后进行评价——这个点在学习方法论中叫“事前建构”，要求学习者带着自己的思考去学习，这样效果更好 第二步，就是直接输出 5个 潜在的模式，要求它先从现存的理论知识中寻找模式，找不到再自己总结和提炼。 第三步，分析模式中的相似点和不同点，这个是刘澜老师的建议，目的是为了 在模式中进行再提炼，找到更加普遍的规律。 第四步，告诉我如何检验这些模式，如何推广使用。这就是具体落到实处。 第五步，告诉我如何寻找对应的碎片知识，并且举例说明。 提示词部分如下，太长了只展示首尾部分：
可以使用GPTs体验：https://chat.openai.com/g/g-l5fapy3kX-mo-shi-pattern-xue-xi-zhuan-jia
实践展示
使用GPTs 的完整对话链接https://chat.openai.com/share/323edd33-aa29-4cf6-bbdf-ffc847a5bdbb
效果展示1
我的问题来自于万维钢老师的一篇日课，提到这么一个方法：
希斯兄弟介绍了一个特别好的旁观技术，叫“ 10/10/10法则 ”。这个方法要求你从三个时间尺度去考虑一个问题：10分钟之后，你会对这个决定作何感想？10个月之后，你会作何感想？10年之后，你又会作何感想？
这个思维方式其实特别好，包括有时候我自己也会使用，可是背后的原理或者逻辑是什么呢？换句话说，为什么这个法则能够生效？
于是我问“模式学习专家”：
1. 首先，它按照约定的第一步，输出5种潜在的模式
我们能够看到，它的分析非常有启发，甚至是我学过的心理学理论！
2. 第二步，分析模式的相似点和不同点。
两个重要发现1. 注重长期视角；2. 这个方法有不同的切入角度。
3. 告诉我如何验证和推广使用
我们拿到模式自然会想：我怎么知道这个模式是对的，是work的？以及我可以如何应用起来？——如果自己思考恐怕要想爆头，不如交给ChatGPT。
我认为它的答案都很不错，具有很强的可操作性。
4. 通过模式寻找碎片
注意：这是上一版本，新版本已经调整了分类。这一步的目的就是告诉你，这个模式的碎片知识存在这些分类，你可以这些维度去搜集整理。
效果展示2
前面那个还偏理论一点，起码看上去像那么回事，容易找到理论支撑。我找到了一段关于职场关系的偏“鸡汤”的内容，这种内容经常在公众号或者短视频中刷到：
想和领导搞好关系，你首先就得明白一点：良性的人际关系只有一种，叫做独立自主、强强联合。你专业、你能干、你有前途，领导是会和你拉近关系的。你巴结、你取悦，但你绩效不好，领导会毫不犹豫地——抛弃你。所以，把活儿干好，是一切的前提。这一条，你先拿稳，有了这个基本认识，你和领导的关系就不会有大的偏离。
分析结果如下：
显然，它找不到理论支撑，所以它自己尝试去分析总结。
通过对比得出结论：优先提升个人能力和绩效作为发展和维护关系的基础。
这里为我们下一步验证和应用提供了指导。
最后，是通过“人事理物”四个角度划分碎片知识，提示我们从这些方面入手学习。
写在最后
我希望我把整个逻辑讲清楚了。正如前面分享，碎片化学习是当代人学习的痛点。很多人包括我，都意识到问题，然而要进行“模式化学习”需要有扎实的基础作为前提，要耗费很多时间掌握理论知识，并且构建知识体系——是一步一步累积搭建的结果。我们恰恰缺乏这种时间，精力，甚至能力去构建。
大模型的出现帮助我们补足了“知识储备”和“分析能力”这个短板。结合刘澜老师的学习方法构建的提示词，我们看到不管是偏理论的知识，还是偏鸡汤的观点，都可以寻找其背后的“模式”，给我们启发和指导。真正能够用到实处。
