失效通常不是因为你没学会,而是教程把判断条件藏在了默认场景里。迁移练习要做的,是把那些默认条件显式写出来,再换掉其中一个,观察自己的判断是否还成立。具体做法:选一条你已能熟练执行的旧教程步骤,只替换一个前提(例如从“新站冷启动”换成“老站改版”),在执行前先写下你预期结果和判断依据,执行后对照差异,把差异归因到具体条件上,再决定这条步骤该保留、改写还是退出。
同一个教程步骤在新场景失灵,通常有两种解释,区分它们决定了你该练什么。
能区分两者的证据是:把前提条件补回去后,步骤是否恢复有效。如果补上条件就正常,属于条件缺失;如果条件齐了但你还是不知道何时停手、如何取舍,属于判断缺失。前者练清单,后者练决策。
不要一次换掉整个场景,那样你无法定位是哪一环出错。做法是固定其余条件,只动一个变量。
假设例子:某教程教你先集中做一轮关键词覆盖。若换成已有旧内容的站点,同样动作可能只是把资源摊薄。这个假设说明的是比较方法,不是真实项目结论。动作的结果会直接决定下一步——如果差异来自前提而非动作本身,你应该改写前提清单;如果差异来自你无法判断“覆盖到什么程度算够”,那要补的是决策标准。
迁移练习最常遇到的现实场景,是旧东西需要退出,但其中一部分仍有价值。这时不要整体推翻,也不要整体保留,而是逐项判定。
判定依据是:这条经验是否依赖某个已经消失的条件。依赖的退出,不依赖的保留。把保留项写成新的前提清单,作为下一轮迁移练习的起点。
做完不等于迁移成功。可用的证据是:换场景后,你能在执行前说清预期,执行后能解释差异来自哪个条件,并且下一次遇到同类变化时判断更快、更准。
反过来,如果每次换场景都要重新翻教程、结果好坏说不清原因,说明你练的是动作复现,不是判断迁移。此时应回到上一步,补写前提清单,而不是继续增加练习数量。
把每次迁移的差异记录成简短条目,注明换了哪个前提、预期与实际差在哪、最终保留还是退出。积累若干条后,你会得到一份属于自己的条件清单,它比任何单一教程都更能应对场景变化。