10 月 2 日，Karpathy 发了一条推文，建议我们要求 AI 把回答变成图表、交互网页，甚至针对具体问题制作讲解视频，帮助自己理解语言模型生成的内容。
“我们将花越来越多的时间，去理解语言模型生成的内容。这里有一些想法和技巧：
文字。 我尝试过一个很有效的方法：让大模型按照 ASD-STE100 来解释问题。这是一套最初用于航空航天维修文档的受控语言规范，对清晰、简洁的写作有严格要求，我常觉得这样生成的文字更容易读。因为规范比较严格，有时我会放宽一点，比如要求“做到 ASD-STE100 标准的八成”。不过，还有更好的方式。
图表和图片。 与其让模型写文字，不如让它画一张图。图可能更容易让人接收、梳理和理解信息。不过，还可以再进一步。
网页。 要求它“用 HTML 输出”，就能得到一个美观、可交互的网页。大模型越来越擅长前端开发，可以制作很好的交互体验和动画。不过，还有一种方式更值得期待。
讲解视频。 我最看好的是：针对任意主题，生成完全定制的讲解视频。你可以试着说：“为这个主题制作一个 3Blue1Brown 风格的讲解视频，用我的 ElevenLabs API 密钥生成配音。”也可以让模型寻找利用本地算力运行的免费配音替代方案。这件事已经开始变得可行了。”
差不多同一时间，我看到一则法庭 AI 视频的报道：美国一起刑事案件中，家属制作了让被害人“开口”的视频，在量刑前播放。后来，上诉法院认为其中呈现了家属想象中的被害人及其想法，使用不当，要求重新量刑。
AI 的表达已经走出了文字对话框。回到我自己的使用经验，一个更日常的问题是：每天看那么多 AI 的回答，我究竟理解了多少？
NO.01 回答很完整，我却未必讲得出来
问了一个问题，AI 给出很长的回答，有分析、有例子。我扫一眼，觉得讲得挺完整，便继续往下问，或者先把内容放在那里。如果此时让我自己重新讲一遍，我未必讲得出来。
有些回答确实冗余，可以压缩。但更多时候，每句话可能都有价值，只是信息一下子太多，需要认真地看，才能慢慢消化。我当时没有投入那么多注意力，最后就变成了囫囵吞枣地读过去。
下一轮回答来了，新的信息又叠上去。AI 已经完成了解释，我却未必完成了理解。
NO.02 把脑子里需要拼接的关系，放到眼前
Karpathy 的推文提醒我，可以把“帮助我消化这份回答”，也作为一个任务交给 AI。
假设我们问：为什么一家公司有利润，却可能没有现金支付工资？AI 可能从收入确认、应收账款、存货和付款周期讲起。每段都有道理，但对不熟悉财务的人来说，读到后面，还需要回头想前面的概念与它有什么关系。
设想一笔符合收入确认条件的赊销业务：货物已经交付，收入记在账上，但客户三个月后才付款。公司的工资下个月就要发，一部分采购款也要在回款之前支付。
把这些时间点放到一条时间线上，标出收入确认、现金流入和支出的先后，原本分散在几段文字里的关系，就可以同时看见。
图没有增加新的财务知识，但它把读者需要在脑中拼接的关系，放到了眼前。如果做成可调整条件的页面，还可以把客户付款时间提前或延后，观察现金缺口怎样变化。
Karpathy 还谈到，随着智能和代码越来越容易获得，我们可以要求 AI 制作定制的网页、软件或讲解视频，用完就放下。过去，为了弄懂一个问题专门找人制作动画，成本太高；现在，一段只供自己看十分钟的演示，也可能值得制作。
NO.03 一张图，要先知道观看者卡在哪里
从接收解释，再走到为别人设计解释，我想到的是我们办案时使用的争议焦点可视化。
制作这类图时，事实梳理和法律分析通常已经完成，我也有明确的代理观点。难的是怎样把判断压缩进一张图，用位置、颜色、连接方式和文案，让法官注意到支持观点的关系。事实需要有依据，表达需要克制，图中也有律师的选择和立场。
在团队代理的多个案件中，法官会主动关注这些图表，并围绕图里的结构和节点追问。但要做出这样的图，我得让 AI 理解这张图的用途，远不止把人物和流程画出来。
在制作之前，我们会先问自己：
如果我是法官，我会在什么时候、基于什么疑问，需要看到这张图？
这个习惯也可以带回我们使用 AI 的过程。观看者换成自己，仍然需要辨认那个具体的疑问：关系没理顺，就请它画图；顺序不清楚，就请它逐步演示；某一步推理跟不上，就让它停在那里，说明依据和条件。
单纯要求“做得直观一点”，AI 可能只是增加颜色、图标和排版。内容变得好看了，我的疑问仍然留在原处。
NO.04 更容易看懂，也要看清表达的依据
这种能力也可能延伸到新的诉讼表达。我接触过的建工案件里，法官很关注脚手架材料从安装、拆卸，到堆放、码放、装车的过程。材料丢失发生在哪个阶段，各方怎样参与管理，都需要放到流程里理解。我觉得，可以制作简单的示例视频，演示一般作业流程，再结合合同和证据讨论具体责任。
开头的法庭新闻提醒了这里的边界。一般流程的示意、一方对事实的主张，以及有材料支持的实际经过，需要让观看者能够分辨。家属通过生成影像作出的表达，也不能因此被当成逝者本人留下的表达。
我们让 AI 画图帮助自己理解时，同样要留意它怎样组织信息：箭头表示时间先后，还是因果关系；方框里的结论，有没有省略成立条件。画面清楚，可以帮助检查解释，但画得顺畅，本身不足以证明解释正确。
NO.05 看完之后，试着自己讲一遍
回到那家有利润却缺少现金的公司。看懂时间线之后，可以把图放到一边，用自己的话解释，为什么账上的收入没有及时变成可以支付工资的钱。再把客户付款时间提前，想想原来的困难会怎样变化。
如果仍然说不清，就找到了下一轮对话应该停在哪里。可以把自己的理解讲给 AI，要求它指出遗漏的条件，再回到材料中核对。
下一次面对长回答，我想先留出时间，试着用自己的话把它讲一遍。讲不清的地方，再告诉 AI：
我卡在这里。请换一种方式，带我弄明白。