讓 AI 解釋看不懂的程式

學寫程式最常見的卡關，不是自己寫不出來，而是看不懂別人寫的。可能是網路上找到的範例、同事留下的腳本，或是 AI 剛剛幫你寫好、你卻不確定它在做什麼的程式。

好消息是，「解釋程式」正是 AI 最擅長的工作之一。還記得第一堂說的嗎？模型讀過大量程式碼與說明文件，所以很會把一段程式翻成人話。而上一堂學的「把資訊放上桌」，在這裡一樣適用：你越說清楚自己卡在哪，它的解釋就越對味。

尤其是 AI 幫你寫的程式，看懂它是你的責任。不懂的程式不要直接拿去用，這堂課就是讓你有能力把它弄懂。

看不懂就說出來，沒什麼好丟臉

先看一段範例。假設你在網路上找到一段把記帳資料按類別加總的程式：

from collections import defaultdict
import csv

def summarize(path):
    totals = defaultdict(int)
    with open(path, encoding="utf-8") as f:
        for date, category, amount in csv.reader(f):
            totals[category] += int(amount)
    return dict(sorted(totals.items(), key=lambda kv: -kv[1]))

如果你是初學者，defaultdict、with open、lambda kv: -kv[1] 可能都很陌生。直接丟給 AI 說「解釋這段」，也許會得到一大篇面面俱到的說明，但讀完還是霧煞煞。

由遠到近，分三層問

比較有效的做法，是像看地圖一樣，先看全貌，再慢慢放大。

不要一開始就逐行解釋，先知道「這是什麼」，細節才有地方掛。

第一層：它在做什麼？

AI 可能會回答：這是讀取一個 CSV 記帳檔，把同類別的金額加起來，最後按金額由大到小排序回傳。例如午餐 215、交通 30。光是這三句，你就已經有了方向。

第二層：分成哪幾段？

接著請它幫你把程式切塊，說明每一塊的角色和資料的流向。這一層特別適合比較長的程式，或是有好幾個函式的檔案。

第三層：只問你卡住的那一行

最後才進入細節，而且只挑你真的不懂的地方問：

「用小例子示範」是很好用的一招。抽象的說明不容易懂，但看到 {'午餐': 215, '交通': 30} 實際被排序的樣子，就一目瞭然。

讓解釋貼近你

同一段程式，對不同人需要不同的解釋。你可以在提問時加上這些資訊：

告訴 AI	例子
你的程度	我只學過變數和 for 迴圈
你熟悉的東西	我會用 Excel，可以用 Excel 來比喻嗎？
你的目的	我要修改它，讓它也能算每月平均
想要的格式	請在原始程式碼每一行後面加中文註解

最後一種「請在每行加中文註解」特別實用，你可以把加了註解的版本存下來，當作自己的學習筆記。

確認你真的懂了

讀完解釋覺得「好像懂了」，和真的懂，中間還有一段距離。最快的檢查方法是反過來講給 AI 聽：

另一個方法是動手改一點點：例如把排序改成由小到大，或是多印出一個合計。如果你能預測修改後的結果，而且實際執行也符合預期，那就是真的懂了。