🧠 看懂 AI 的回答，或許該先換一種呈現方式
✅ Andrej Karpathy 提醒我們：模型做得越多，人就越需要花時間讀懂它的產出。文字不夠清楚時，可以試試圖、互動頁面，或客製化解說影片。
AI 回答得越來越長，Agent 做完工作後，還可能交回一大段摘要、程式碼或分析。模型產出變快了，人的閱讀速度卻沒有跟著變快。接下來我們可能得花更多時間確認：它做了什麼？結果代表什麼？有沒有漏掉重要條件？
Andrej Karpathy 在一篇分享中提出幾個讓模型輸出更容易理解的方向。與其一味要求「再解釋一次」，不如想想：這個內容用什麼形式呈現，會比較容易看懂？
✍️ 第一種：把文字寫得短而清楚
Karpathy 提到 ASD-STE100，也就是簡化技術英語（Simplified Technical English）。這套受控語言原本用於航空維修文件，目標是讓不同語言背景的讀者都能清楚理解技術指示。
實際用在一般說明時，不必硬套完整標準。可以先請模型寫得「接近 ASD-STE100」：句子短一點、同一個概念固定用同一個詞，操作步驟則明確交代誰要做什麼。
例如，與其寫：
在完成所有必要的前置作業後，使用者可以透過設定頁面來啟用這項功能。
可以改成：
先完成前置作業。再到設定頁面啟用這項功能。
讀起來比較直接，步驟也比較容易核對。不過，句子變短不代表資訊一定完整；條件、例外和不確定之處仍要保留。
🗺️ 第二種：用圖表取代一大段文字
如果內容在講流程、元件關係或因果順序，圖表可能比段落更好讀。像是要說明一筆請求如何從前端經過 API、佇列，最後由背景工作處理，畫成流程圖通常比逐步描述更快掌握。
但圖也會省略細節。可以請模型在圖旁列出每條箭頭代表什麼，並標明哪些關係是已知、哪些只是推測。這樣比較不容易把圖畫得完整，卻誤以為內容也完整。
🖱️ 第三種：把說明做成互動頁面
有些問題的答案會隨參數改變。這時可以請模型產生一個簡單的 HTML 頁面，放入滑桿或選項，讓讀者調整數值並觀察結果。
例如，解釋學習率對訓練過程的影響時，可以做一個小型示意頁面，調高或調低學習率，再看損失曲線如何變化。這比單看一段定義容易建立直覺。
記得同時列出頁面採用的假設。互動示意能幫助理解概念，不能代替對真實系統的測試。
🎬 第四種：為主題量身做解說影片
Karpathy 最看好的形式，是依照特定主題製作客製化解說影片。他舉了類似 3Blue1Brown 的視覺講解方式，也提到可以搭配語音生成服務製作旁白。
影片適合呈現會隨時間變化的內容，例如幾何關係、演算法步驟或一個系統如何逐步運作。過去，為單一問題製作影片可能太花時間；現在模型能協助產生圖像、動畫與講稿，這類一次性作品開始變得可行。
影片看起來流暢，也可能把錯誤講得很有說服力。保留講稿和使用的資料，會比較方便檢查內容。
🔍 好讀，還要能核對
Karpathy 的建議可以整理成一個簡單做法：先看任務，再選輸出形式。
- 📄 要快速掌握說明：請模型使用短句、固定術語，並保留條件與例外。
- 🗺️ 要理解流程或關係：請模型畫圖，並逐一說明圖中的連線。
- 🖱️ 要比較參數變化：請模型做互動頁面，同時列出假設。
- 🎬 要理解動態或抽象概念：考慮用動畫或解說影片，並保留文字稿。
不同形式各有用途。短文方便搜尋與引用，圖表讓關係一眼可見，互動頁面能呈現參數變化，影片則可以逐步帶讀者看過程。它們都能改善理解，卻不會自動驗證內容。
所以，收到模型產出的圖、頁面或影片時，仍要回頭檢查來源、假設和關鍵結論。看懂它做了什麼，是監督模型的一部分；確認它做得對不對，則需要另外的證據。