进了一家能做满汉全席的馆子，你不知道菜单上有什么，最后只会点一盘辣椒炒肉。 你能从 AI 那里拿到什么，上限不在它的能力，也不在提示词写得漂不漂亮，而在你手里握着几个可以调用的领域词。不知道 OpenCV，就想不到从图像识别这条路去问；不知道「内网穿透」以外还有别的方案，就只会围着那一个词打转。多一个原本不知道的词，打开的不是一个答案，是一整片搜索空间。
不是什么（反例）
不是「多背几个专业名词」——背了不用等于没有，词要挂在一个真实任务上才生效
不是提示词技巧——把同一个错误的问题问得再漂亮，AI 也只能顺着答
不是「AI 会主动补上」——AI 偶尔会给你一个没听过的词，但那是运气，不能当方法
为什么重要
最麻烦的从来不是不知道答案，是不知道这个问题属于哪个领域、该用什么词去问。这时候 AI 依然会有求必应，步骤、代码、操作指南一样不缺，看起来很充实，于是很容易把「照着步骤走」误当成「已经开始学习」。产出的天花板在提问那一刻就已经封死了，而人往往察觉不到。
怎么用
进入新领域时，先不问怎么做，先问菜单：
这个领域有哪些通用框架？
什么算做得好，评判标准是什么？
哪些做法注定会失败？
拿到几个原本不知道的词之后，原来那个问题的边界已经被重新划过一遍，再进入具体提问。
应用场景
接一个陌生技术任务时：先要一份词表，再决定问什么
判断自己是不是在假学习时：如果全程没冒出一个新词，大概率只是在执行
规划 AI 工具体系时：先列清手上有哪些真实任务、每个任务需要什么能力，这张清单本身就是菜单
值得保持的
折腾 NAS 时撞上 Tailscale，是这个机制的一次正向实证——新词一出现，原来卡死的问题立刻有了别的解法。
待改善的
目前只有「被 AI 主动喂到新词」的被动案例，还没有一次「主动问菜单 → 点到不同的菜」的完整记录。需要把「先要一份菜单」变成固定动作，而不是靠撞。