简介

从晦涩的论文或课程中学习一个新概念，需要的不仅仅是总结。目标是建立一个可用的思维模型：它解决了什么问题，方法实际上是如何运作的，有哪些证据支持它，它依赖于哪些假设，以及还有哪些部分你需要进一步研究。

Codex 在这里非常有用，因为它可以自动化收集上下文，并能将复杂的概念转化为实用的图表或插图。此用例也非常适合 并行运行专门的:一个线程可以阅读论文了解结构,另一个可以收集前置上下文,另一个可以检查图表和符号,而主线程可以将结果汇总成一份你之后可以查看的报告。

对于此用例，最终产出物应当是易于你复习的内容：例如一个 Markdown 文件 notes/concept-report.md, 或是另一种格式的文档。它应当包含摘要、术语表、演练、图表、证据表、局限性以及未解决的问题，而不是仅仅以一个转瞬即逝的聊天回答作为结束。

定义学习目标

首先明确概念名称以及你想要的输出结果。一个具体而微小的问题比宽泛的总结更能让报告发挥作用。

For example:

我想了解这篇研究论文的核心思想、该方法的运作原理、实验为何支持或不支持其声明，以及我接下来应该阅读什么。

这样的范围为 Codex 设定了一个明确的任务。它应当向你传授该概念，但同时也要保留不确定性，标明声明的来源，并将论文本身的声明与其自身的解释区分开来。

运行示例：研究论文分析

假设你想学习一篇关于你不熟悉的模型架构的论文。你想要一份能让你一目了然理解该概念的报告，而不必阅读整篇论文。

一个好的结果可能如下所示：

• notes/paper-report.md with the main explanation.
• notes/figures/method-flow.mmd 或者是用于说明该方法的内联 Mermaid 图表。
• notes/figures/concept-map.mmd 或者是一幅展示前置知识之间关系的小型 SVG 图。
• 一张将论文声明映射到具体章节、页码、图表或表格的证据表。
• 一份后续推荐阅读材料和未解决问题的清单。

这样做的目的是让学习过程更加系统化，并留下一份可持久保存的学习产出物。

将工作分配给多个子代理

当每个子代理都有明确的职责边界和清晰的返回格式时，它们的效果最好。明确要求 Codex 生成这些子代理；Codex 不需要为每个阅读任务都使用子代理，但当论文篇幅较长或概念密度较高时，并行探索会非常有帮助。

对于一篇研究论文，一种实用的拆分方式是：

• 论文大纲： 提取问题陈述、贡献、方法、实验、局限性和声明的研究结果。
• 前置上下文： 解释背景术语、相关概念以及论文所假设的任何先前研究工作。
• 符号与图表： 梳理公式、算法、示意图、图表和数据表。
• 批判性审查： 检查证据是否支持结论，列出注意事项，并找出缺失的基线或不明确的假设。

主代理应等待这些子代理，比较它们的答案，并解决矛盾。随后，Codex 会将结果整合为一份连贯的报告。

有意识地收集补充背景信息

当论文包含你不具备的背景知识时，要求 Codex 从已批准的来源收集背景信息。这些来源可以是本地笔记、参考文献文件夹、相关论文、已启用的网络搜索，或已连接的知识库。

如果你想了解某个内部概念，可以通过连接多个来源来 插件 来构建一个知识库。

将此步骤保持在限定范围内。告诉 Codex 何为可靠来源，以及最终报告应如何处理外部背景信息：

• 在词汇表中定义前置术语。
• 添加一段简短的“前置背景知识”部分。
• 将扩展阅读与论文本身的声明分开提供链接。
• 标注来源于论文外部的声明。

为报告生成图表

图表通常是检验你是否真正理解某个概念的最快方式。对于 Markdown 报告，可以要求 Codex 生成紧贴原始材料且易于修改的图表。

良好的默认选项包括：

• 概念图：展示前置概念及其关联方式。
• 方法流程图：梳理输入、转换、模型组件和输出。
• 实验关联图：连接数据集、指标、基线和所述结论。
• 局限性示意图：区分假设、失败模式和待解决的问题。

对于 Markdown 优先的报告，如果目标平台支持，请要求使用 Mermaid；如果不支持，则使用独立存档的小型 SVG/PNG 资源。只有当你需要说明性的、非精确的视觉内容，或者无法使用 Markdown 原生图表展示的内容时，才要求 Codex 使用 imagegen 系统技能（该技能为 Codex 默认自带）。

编写 Markdown 报告

要求 Codex 确保报告内容足够完整独立，以便你日后随时查阅。一种实用的结构如下：

1. 摘要总结。
2. 阅读前需了解的背景。
3. 核心术语与符号。
4. 论文梳理。
5. 方法示意图。
6. 证据表。
7. 论文未证明的内容。
8. 待解决问题与延伸阅读。

报告中应尽可能包含来源引用。对于 PDF，应要求提供页码、章节、图表或表格的引用。如果 Codex 无法提取准确的页码引用，应予以说明并改用章节或标题引用。

将报告作为学习循环

首份报告只是起点。阅读后，提出后续问题并让 Codex 修改该 artifact。

有用的后续操作包括：

• 我应该先了解该方法的哪一部分？
• 能演示核心思想的最简单示例是什么？
• 论文论证中哪个图表起的作用最大？
• 哪个论点最薄弱或最缺乏支撑？
• 如果我想实现这个想法，接下来应该读什么？

当某个概念需要通过实验来理解时，让 Codex 添加一个小型 notebook 或脚本来重现该思想的简化版本。将这些草稿链接保留在 Markdown 报告中，使解释与实验紧密结合。

示例提示词：

值得考虑的技能

仅在技能与您想要的产物匹配时使用：

• $jupyter-notebook 适用于玩具示例、图表或需要可运行的轻量级复现。
• $imagegen 适用于不需要精确技术图表的说明性视觉资产。
• $slides 适用于在阅读阶段完成后，将报告转化为演示文稿的情况。

对于大多数论文分析报告，Markdown 原生图表或简单的 SVG 文件比生成的位图是更好的默认选择。当你的理解发生变化时，它们更容易进行差异对比、审查和更新。

建议提示词

首先创建报告大纲

为该概念构建图表

将报告转化为学习计划