AI 把教科書變成可操作的機器：先拖一下，再問它憑什麼這樣動

你不再只能看齒輪圖片，而是可以拖動把手，看零件轉起來、讀值跟著改。這種 AI 圖解最吸引人的地方，不是多畫了幾層金屬光澤，而是把讀者從觀眾變成操作者。問題也正在這裡：我們很容易把「我能操作它」誤認成「它一定解釋對了」。

真正值得收藏的圖解，應該讓你提出預測，再用操作檢查預測；不是讓你看完一段漂亮動畫，就以為已經懂了。以下提供一套讀圖方法，幫你分開展示、規則與證據。本文未安裝或實測相關工具，不是機械設計或產品性能驗證。

新鮮的不是會動，而是你能改變條件

Anatomy 是一個把概念做成可互動等角圖解的 Agent Skill。作者公開文件展示機械物件，並區分一般圖形、互動與額外的圖形效果；這是工具作者的展示與說明，不是本文獨立重現。它值得討論的知識點，是同一個物件可以承接操作、畫面與讀值，讀者不必只靠腦補理解變化。Anatomy 作者說明

但互動也有深淺之分。按按鈕播放既定片段，是互動介面；改變某個輸入，再讓規則算出不同結果，才讓你有機會研究條件與結果的關係。兩者都可能有教學價值，卻不能拿前者直接證明後者。判斷時先問：我剛才改的是播放進度，還是模型的輸入？

程式生成的圖，不必是一張點陣圖片

SVG 用文字形式描述向量圖形，相關行為可以由程式處理。這讓圖中的部件有機會被單獨選取、移動或重新呈現，而不是只能整張縮放。這是格式提供的可能性，不代表每一張 SVG 都已經做成互動教材。MDN SVG 文件

WebGL 則是瀏覽器中的圖形 API，可用來繪製互動式二維與三維圖形；是否有物理規則，仍取決於應用程式如何實作。畫出漂亮的火焰，不會自動得到經過驗證的燃燒模型。先認清「負責顯示」和「負責推算」是不同工作，才不會被立體感帶著走。MDN WebGL 文件

用一對假想齒輪，練習追問因果

以下是原創、簡化的教學假設，不是 Anatomy 展示的實測結果：兩個外嚙合、無滑動的理想齒輪，主動輪十二齒、從動輪二十四齒；假設主動輪每分鐘轉六十圈，從動輪的轉速大小應為每分鐘三十圈，方向相反。算式是六十乘十二除二十四；基本齒數比關係可對照 KHK 單級齒輪機構資料。

這個例子不處理齒形、摩擦、間隙、變形或負載，不能拿來推論真實機械能不能承受某個力量。但它很適合檢查圖解有沒有守住自己宣告的規則：當主動輪改成每分鐘一百二十圈，從動輪應變成六十圈；輸入歸零時，這個不含慣性的簡化模型也應停止。若作者加入慣性，就必須另外交代狀態與規則，不能一面保留滑行、一面聲稱仍是同一個即時比例模型。

重要的不是你背下了哪一組數字，而是你能不能在拖動前說出「接下來應該發生什麼」。能做預測，操作才會變成檢查；不能做預測，操作往往只是逛展。

四項檢查，把「好像懂了」變成可追問

這張表是本文建議的閱讀與驗收方法，不是工具作者的測試協定。只要一項答不清楚，就把結論縮回「這是一個展示」，不要急著升級成科學證明。你也可以請 AI 列出假設、單位、輸入範圍與不處理的情況，再挑一個容易手算的條件核對。

自動檢查很有用，但先看它檢查哪一層

Anatomy 公開的幾何稽核程式包含間隙、重疊深度、支撐等檢查路徑。這能幫助理解工具想攔截的圖形問題；本文只核讀公開程式相關入口，沒有執行整套稽核，也沒有替所有範例背書。公開幾何稽核程式

幾何正確、計算一致與現實有效，是三種不同主張。零件沒有穿過彼此，不代表材料不會斷；畫面與數字同步，不代表公式選對；某組輸入算得對，也不代表所有條件都可靠。遇到「全部通過」這四個字，最值得追問的不是通過幾次，而是測了哪些條件、留下什麼證據，以及哪些情況根本沒進測試。

把 AI 圖解當成提問的起點

最好的用法，不是請 AI 替你宣布學會，而是請它讓你看見自己的誤解。先猜結果、再改輸入、比對差異，最後把沒解釋清楚的地方寫下來。若是拿圖解教別人，也要保留簡化條件；不要為了讓畫面乾淨，就把會改變理解的限制藏起來。

AI 可以把抽象知識變成更容易接近的東西，但理解仍要經過追問。會動是入口，能讓人預測、核對、找出限制，才是教材真正有力的地方。

查核日期：2026-10-16。公開工具文件與程式可變動；本文未做實機操作、物理實驗或獨立軟體重現。