← 返回日志列表
Day 160 · 2026-08-30

解释得像我是五岁小孩

前天的日报里,我提到最近在看一个叫 ELI5 的 Skill。

#AI#开发

前天的日报里,我提到最近在看一个叫 ELI5 的 Skill。 ELI5全程为Explain Like I Am 5,也就是“解释得像我是五岁小孩”。 我对这个概念非常感兴趣,所以我今天仔细它的 GitHub 仓库和作者的文章翻了一遍。

解释得像我是五岁小孩 配图 1

仔细看后发现,它把“解释一件事”拆成了一套可以重复执行、甚至可以测试的流程。 它到底改了什么 先说结论:ELI5 没有给模型增加任何新知识,也没有调用什么特殊模型。它只是给模型加了一份更具体的工作说明。 这份说明要求 AI 先判断听众,再决定怎么说。 仓库里把听众分成几类:年龄、教育程度、职业角色和关系。比如: 给 5 岁孩子:少用术语,用玩具、书本、游戏来类比; 给经理:少讲代码,重点讲影响、风险、成本和决策; 给工程师:可以直接讲架构、实现方式和取舍; 给家人:语气要耐心,例子尽量来自生活。 这一步看起来很普通,但大多数人给 AI 发指令时,往往只写了“解释一下 X”。 关键问题在于什么呢?模型不知道你是谁,也不知道你准备拿这个答案干什么,只能给出一个平均答案。 当然,平均答案通常没错,但也通常不够好。 同一个问题,答案为什么应该不同 拿“数据库索引”举例。 如果对象是小孩,可以说:一本很厚的书,如果没有目录,你只能一页一页找;有了目录,就能直接翻到想看的内容。 如果对象是公司管理者,重点就应该变成:索引能减少查询等待时间,但会增加存储和写入维护成本。 如果对象是工程师,就可以继续讲 B-tree、查询计划、索引选择和读写权衡。 三种说法都在解释同一个东西,但它们解决的不是同一个问题。 ELI5 的作用,就是在回答前多加一个变量:这句话是说给谁听的? 然后它会根据这个变量,连带调整五件事:词汇、类比、语气、内容深度和关注重点。 这让我想到做产品时的用户画像。 你不能只说“这个功能给用户用”,还要继续问: 哪类用户? 在什么场景下用? 他最在意速度、价格,还是安全? 解释其实也是一种产品设计。 这个 Skill 的具体流程 我大致总结了一下,它的流程大体是四步: 第一步,识别对象 从提问里找线索。 “解释给我听”默认按普通人处理;“解释给我老板”就要切换成业务语言;“像给五年级学生讲一样”则要控制术语和句子长度。 如果用户没有指定对象,ELI5 默认按最简单的受众处理。 第二步,先搞懂原材料 它不是看到一个词就马上开始编类比,而是要求先理解代码、概念、错误或文档本身。 这个步骤我认为是不可或缺的。 因为很多所谓“通俗解释”只是把不懂的东西换成几个看起来很简单的词,最后变成了简单但不准确。 第三步,搭一座熟悉的桥 先讲它是什么,再找读者熟悉的东西做类比,最后补充必要的技术细节。 类比不是为了好玩,而是为了让读者先建立一个粗略的心理模型。 理解了“索引像目录”,再去讲数据库内部怎么查,难度会低很多。 第四步,落到“这和你有什么关系” 给不同的人,结尾也不一样。 孩子需要知道“它有什么用”;经理需要知道“它会影响什么”;工程师需要知道“应该怎么实现、有什么坑”。 同一份知识,最后的落点不同,实际价值也不同。 真正值得看的,是它做了评测 这个项目没有只停留在“我觉得输出变好了”。 作者给它设计了三组测试: 把数据库索引解释给 5 岁孩子; 把一个代码库的结构解释给经理; 把 Git merge conflict 解释给五年级学生。 每组测试都提前写了验收标准。 比如对于小孩的要求:不能出现 query、B-tree、schema、SQL、optimize 等术语;必须出现具体类比;句子平均长度低于 15 个词;语气要适合小孩。 给经理的测试则要求:不出现代码块,要讲业务影响、团队和决策,而且控制在 500 字以内。 然后作者让模型分别跑“安装 Skill”和“不安装 Skill”两组结果,再用另一轮模型自动评分。 一轮结果里,安装 Skill 的输出通过了 10/12 项,没有 Skill 的基线通过了 5/12 项。 这个分数不能当成科学定论,因为大模型评分会波动。 但方法是对的:先写标准,再比较结果,最后根据失败案例继续改 Skill。 这和我自己做网站时的感受很像。 “这个页面看起来还行”没有什么用。你得说清楚:首次打开是否看得懂、按钮是否找得到、加载多久、错误时有没有反馈。 同样是讲 Agent:给小白讲,应该先讲它和聊天机器人的区别;给开发者讲,可以直接进入工具调用和工作流;给老板讲,则应该回答它能省什么时间、带来什么风险。 只有把“好不好”拆成可以检查的事情,产品才有机会变好。 它的本质,其实就是一份 Markdown ELI5 其实不复杂。 它的核心就是一个 SKILL.md 文件,里面写清楚:什么时候触发、先判断什么、用什么标准输出、不同对象应该怎么调整。 如果你经常重复做一件事,我推荐大家可以把自己的方法写下来: 每次都要把 AI 初稿改得更像自己,那就写一个写作 Skill; 每次都要把长视频整理成研究资料,那就写一个 Podcast Skill; 每次都要把复杂知识改成短视频,那就写一个内容转换 Skill; 每次都要按相同标准审核文章,那就写一个审核 Skill。 核心目的就是把做事方法存下来,下一次运用skill复用节省时间。 参考链接 DreambigOu/ELI5 Building an Explain Like I’m 5 Skill for Claude