有时让 AI 解释一个概念,得到的不是一堆术语,就是一篇很长的说明书。
Anthropic 社区插件仓库里有个很短的 ELI5 Skill,思路很直接:把读者当成完全不了解这个话题的人,用“大图 + 少文字”的 HTML 页面解释清楚。
它不是让模型把技术讲幼稚,而是强制它先讲主线,再讲术语。比如解释 RAG,不要先堆 embedding、chunk、reranker;先让读者看懂:系统找资料,资料可能找错或不完整,所以“有资料”不等于“答案正确”。
怎么拿到并放进 Codex
开源地址在这里:
anthropics/claude-plugins-community · eli5/skills/eli5/SKILL.md
它的原始内容只有几行,核心就是:
Explain like I'm someone who knows nothing about this topic,
using a HTML artifact with big pictures and few words.
在支持本地 Skills 的 Codex 环境中,把它保存为:
~/.codex/skills/eli5/SKILL.md
然后刷新或重开 Codex,在输入框键入 /,确认当前环境是否出现 eli5。它不是 Codex 官方内置命令;不同版本和入口的显示会有区别。没有看到 slash command 时,也可以直接把上面的要求贴进对话,效果的关键是这段约束,不是命令名字。
怎么用
/eli5 为什么 RAG 找到了相关文档,回答还是可能出错?
第一次最好别问“解释 Kubernetes”这种大题。把问题缩成一个切面,效果会好很多:
| 不够具体 | 更适合 ELI5 |
|---|---|
| 解释 Git | rebase 和 merge 到底差在哪? |
| 解释 React | 一次 state 更新后,React 为什么要重新渲染? |
| 解释 Kubernetes | Pod 为什么会被重新创建? |
我建议再补一句:不要为了简单而省略关键前提、风险或适用边界。 这样页面既好懂,也不容易把技术结论讲偏。
别把它当最终答案
ELI5 很适合建立第一层直觉,尤其适合带新人、读陌生代码、搞懂一条流程。但安全配置、线上故障、性能瓶颈和版本相关 API,仍然要回到官方文档、日志、压测和真实代码上验证。
一句话总结:先用 ELI5 看见地图,再去细节里走路。
参考资料
- Anthropic 社区插件仓库:ELI5
SKILL.md - 分享该 Skill 的 X 帖子:mylifcc 的原帖(“Anthropic 内部爱用”为社区转述,未作为可独立验证的官方结论。)
- OpenAI 官方文档:Codex use cases:Save workflows as skills