一个可迁移的做法是：先让 AI 根据已有材料猜几个可能的原因或答案，再请当事人选择、纠正和补充，并留一个“都不是”的选项，把 AI 的猜测当成待验证的假设。放到书上，就是先让 AI 读你切好的片段，猜出可能的回答，再由你核对它猜得对不对。这样比从零提问更容易得到有效信息，也让你看得见它错在哪⁠1。

公开材料里描述的做法是：想知道一个人的某个观点，AI 会从他公开的文章和视频里找出相关内容，整理成回答并附上出处。这说明可问答的关键在于“先检索、再回答”，答案要能追回到原文。若只把整本书丢给模型凭记忆作答，它无法区分哪句来自书、哪句是自己补的，也就难以核对。把书切成带位置标记的段落，回答时标出对应段落，是让问答可信的最低条件⁠2。

读一本书真正有用的，往往不是书里的结论或信息本身，而是阅读过程中它激发你去重新审视一个之前想过、但没得到满意答案的问题。做问答系统时，如果只追求“把书里的答案抽出来”，你得到的仍是二手结论；更有用的问法是拿书里的角度去碰撞你自己的问题，看它能不能让你把原来的判断想深一层。这决定了你该问什么，而不只是怎么存⁠3。