上篇聊过 Anthropic 都在用的 ELI5 Skill。我用了一阵子，它有它的好，也有绕不过去的问题。
好的地方很明确。整个核心就一句话：给完全不懂的人讲，用 HTML，大图少字。它直接把输出从文字改成画面，一个比喻加几步拆解，概念就立住了，建立直觉特别快。
但用久了，三个问题越来越明显。
1，只有比喻，没有机制。
ELI5 的核心手段就是比喻。比喻天生只讲"像什么"，不讲"是什么"。它能让你快速建立直觉，但经不起追问。LLM 比作超级自动补全，你懂了它在"猜下一个词"，但解释不了模型为什么会幻觉。
2，静态的，没有动态效果。
ELI5 输出的是大图少字，静态图能展示"是什么"，但展示不了"怎么动"。而很多概念的核心恰恰是过程：RAG 一次请求怎么走完检索到生成的链路。关键环节如果能动起来，理解会深很多。
3，为了简单必然省略。
ELI5 对于条件、例外、争议、边界，图解里很难放进去，你看到的是一个被打磨光滑的，好理解的概念。信息描述上是不完整的，也是不精确的。
我自己最直接的感受是，ELI5 擅长让你"觉得懂了"，但并不负责让你"真的懂了"。
于是我开始自己捣鼓，改了几版，最后沉淀成一套固定做法，我给它起了一个名字，叫 ELI5+。
相当于是站在巨人的肩膀上，是对 ELI5 的改良和演进，把它的不足给补上。
ELI5 和 ELI5+ 效果对比
直接看效果吧。拿 RAG 举个例子，使用方式是一样的。
这是 ELI5 原版生成的效果：
bash
/eli5 RAG
一个大标题，一句话核心解释，一个生活化比喻，四步动作拆解，最后列边界。相当于最基础的一个概念科普。
这是我用 ELI5+ 生成的同一个 RAG：
bash
/eli5+ RAG
放在一起对比下，差别很明显。
再看 LLM，这是 ELI5+ 的版本（ELI5 效果就不重复放了，上篇文章中有）：
bash
/eli5+ LLM
ELI5+ 在比喻之外，专门加了真实机制。整体上已不是最基础的概念科普了。而是有层次，有结构。
模型蒸馏也是一样：
bash
/eli5+ 模型蒸馏
很明显，ELI5 适合最初步的入门，ELI5+ 不仅好入门、好理解，还做到了知识分层、循序渐进，知识更完整，核心机制也讲清楚了。
同时，对于关键的流程，还做成了能播放的动图，可以一步步看具体过程。
ELI5+ 到底加了什么
说具体点，ELI5+ 在 ELI5 的基础上加了五样东西。
1，先讲为什么需要它
原版 ELI5 上来就甩比喻。比喻回答的是"它是什么"，回答不了"它为什么存在"。ELI5+ 每个页面都先固定讲这个，先把动机立住，再看怎么解决。
2，直觉归直觉，机制归机制
这是最核心的一样。比喻负责建立直觉，机制负责告诉你真实世界是怎么运转的。两者分开，并且每个比喻都标注边界。这样既容易理解，也能知道内部大致的原理。
3，动图演示
ELI5+ 把关键流程做成了能播放的演示。LLM 那页可以一步步看一句话怎么一个 token 一个 token 长出来，RAG 那页能看一次请求的完整链路，蒸馏那页能看学生模型怎么逐步逼近老师。更容易理解，印象也更加深刻。
4，概念容易混淆的，单独拉出来比
学概念最容易搞混的，不是概念本身，是它那群长得像的兄弟。RAG 和搜索什么区别？RAG 和微调什么区别？蒸馏、量化、剪枝都能让模型变轻，到底哪里不一样？ELI5+ 每个页面都有一节专门干这个，把兄弟概念排成一排，只讲清楚一件事：它们改变的不是同一件事。
5，做成体系
ELI5+ 固定一套骨架，最终生成的页面长得像同一个人的作品。思路、风格、循序渐进的知识讲解、关键流程的动图，全都统一了。最终实现的，是一个体系。
写在最后
ELI5+ 说穿了也没什么，就是 ELI5 用了一阵子后，总觉得差点意思，然后自己动手改了改，几版下来就成了现在这个样子。
演化后的 ELI5+，确实好用了不少。不但能让人容易理解，同时完整性和准确性也都跟上了。关键过程上的动图，也让结果更加丰富。
其实写到这，下一个计划，也已经出来了。过一阵子揭晓吧。