跟着视频学做菜，你可能有过这样的经历。

打蛋、切番茄、下锅翻炒，视频里的每一步都看明白了。关掉视频时，你觉得自己也能做。

可一站到灶台前，事情就挤到了一起。锅里要盯着，调料还没找齐，刚才说的用量又忘了，只好拿起手机往回翻。顾着找调料，就忘了翻锅；等在视频里找到那一段，食材已经炒过头了。

看视频时，有人安排好了顺序，你跟着往下看就行。轮到自己做，就得自己安排下一步，盯着锅里的变化，随时作出判断。几件事同时要顾，很容易顾了这头，丢了那头。

遇到这种忙乱，可以先看看是不是脑子同时要记的东西太多了。你脑子里负责临时存放和处理信息的地方，心理学上叫工作记忆。

长期记忆好比电脑的硬盘，存着大量知识和经验；工作记忆像内存，负责眼前的处理，能同时应付的陌生信息不多。学习时，我们要靠它理解新内容，把新旧知识联系起来，慢慢积累成以后能用的知识和经验。

如果大半心思都花在回想用量、寻找调料上，就很难再分出精力观察食材的变化，琢磨这一步为什么要这样做。

澳大利亚教育心理学家约翰·斯韦勒在1988年的论文中系统阐述了认知负荷理论。它关心的是，学习任务该怎样安排，才能让人有余力理解和掌握新内容。

做菜时，让你费心的事可以分成两类。

一类来自任务本身，叫内在认知负荷。

什么时候翻炒、什么时候下料，得结合火力和食材的变化来判断。光记住一句"炒两分钟"，未必够用。

关键在于，有多少事情需要联系起来考虑。洗番茄、拿盘子，可以一件件完成；开火以后，你得一边观察食材的变化，一边考虑火力和下料时机。

同一道菜，对不同的人，负担也不一样。熟手做起来不怎么费心的操作，新手可能还要逐项琢磨。

另一类来自信息呈现、任务安排或无关干扰，叫外在认知负荷。

比如，你正努力记住下料顺序，手机消息一条接一条弹出来，旁边有人又问你几点了。一分心，再回来就可能要重新想，刚才做到哪一步了。

还有的时候，信息本身没问题，但查找的方式让人绕来绕去。

比如，一份菜谱把调料用量集中放在开头，做法里只写"加入调料"。你做到这里，还得翻回去查，再回来核对步骤。同一步操作的说明分在两处，你得在脑子里把它们拼到一起。

在认知负荷研究中，这与"分散注意效应"有关。把调料和用量直接标在对应步骤旁边，就能少一些来回寻找和核对。

省下来的精力，可以用来琢磨做法。鸡蛋为什么要先盛出来？刚才的操作和以前学过的做法有什么联系？把这些关系弄明白，下次做菜时就更容易用上。

别人看一遍就能大致上手，你却处处都要停下来想。

一个重要原因，是对方已经有了相关的"图式"，也就是组织在一起的知识和经验。遇到熟悉的情况，这些积累能帮他判断接下来怎样做。我们这个系列讲的思维模型，本质上也是在帮大脑建立解决问题的图式。

比如，"先把鸡蛋炒好盛出来"，对经常做饭的人是一段熟悉的操作。他知道蛋液该怎样打散，也能看出鸡蛋大致炒到了什么程度。

第一次下厨的人，听到同一句话，却有一串疑问。油要放多少？什么时候倒蛋液？什么样算炒好了？每个细节都得临时琢磨。

理解得多了，练得熟了，你就能把原本分散的细节当作一个整体来处理，有些操作也不必每次都从头想。做同一道菜，对工作记忆的要求就降低了。

补基础也是这个道理。你连"收汁"是什么意思都不清楚，就很难判断该继续加热，还是准备出锅。先弄懂这个操作要做什么、做到什么程度，后面的步骤才接得上。

积累经验时，可以多留意每一步的用意。拿一种先炒鸡蛋、盛出后再炒番茄的做法来说，分开炒，便于分别掌握两种食材的受热时间；最后再合到一起，让味道融合。

遇到做法相近的菜，再对照看看，哪些步骤可以沿用，哪些需要随食材调整。你会逐渐知道，哪些经验能用，哪些地方得重新判断。

这些经验要用在相关的事情上。一个做饭高手第一次打开视频剪辑软件，照样可能找不到按钮。同样是学新东西，有没有用得上的基础，会让过程很不一样。

下次跟着教程学新菜，可以试着做几个小调整。

用量和步骤放手边，少翻几遍教程

开火前，把关键用量写在对应步骤旁，做成一张放在手边的卡片。做到哪一步，就看哪一步，省去重新打开视频、拖进度条的麻烦。

学软件，也可以在截图上圈出按钮，旁边写清操作。办复杂的事，就列一张清单，记下要带的材料和先后流程。需要的信息容易找到，就能少一些临时回想和反复查找。

看示范时，先关掉消息提醒

消息提醒先关掉，正在聊的闲话也可以缓一缓。给自己留出一小段不被打断的时间，把眼前这个操作看明白。

一个工具值不值得用，要看它有没有帮你看懂内容、找到需要的信息。几种颜色让你更快找到用量，就留着；如果总在挑颜色、调排版，迟迟顾不上内容，就把笔记做简单些。

音乐也可以试着调整。听着放松，未必就学得更好。要是你总漏听讲解、反复往回看，就先关掉音乐，看看会不会好一些。

动手前，先看完整示范

刚学一样东西，很容易把不少精力花在猜测下一步上。完整而清楚的示范，能让你知道该怎么往下做，也有余力留意步骤之间的关系。

1985年，斯韦勒和格雷厄姆·库珀研究了初学者学习代数的过程。他们发现，学习完整例题，有助于初学者更快地解答随后遇到的结构相同的题目，出错也更少。这是范例学习的早期证据。

学做菜也可以借用这个思路。美食作家王刚在B站发布过番茄炒蛋的详细教程，也发布过介绍六种做法的视频。第一次跟着做，可以先选一种，弄清要备什么料、按什么顺序做，以及每一步做到什么程度。

看完后，试着说说每一步做什么、为什么这样安排。如果只记住了动作，却说不清应该观察什么，就回到那一段仔细看。

先把难的一步练熟，再连起来做整道菜

如果一做整道菜就手忙脚乱，可以先挑出不熟悉的部分，单独练。

打蛋、切配还不顺手，就先把准备工作练顺；炒蛋总掌握不好，就单独练炒蛋。再做整道菜时，提前把食材和调料备好、放到手边，开火后就能多留意锅里的变化。

分开练时，同时要顾的事情少了。等各部分熟悉一些，还要连起来做，练习怎样根据眼前的情况安排顺序、掌握时机。

熟悉的步骤自己做，拿不准的再看提示

第一次做，可以照着完整说明。以后再做，熟悉的部分自己完成，拿不准时再看一眼。哪一步接连卡住，就回看那一段示范，或者先补上没弄懂的基础。

逐渐减少提示，让自己独立完成更多步骤，这种安排叫"指导淡出"。提示少到什么程度，要看你实际掌握了多少。

想知道自己掌握得怎么样，可以先讲清步骤和理由，再亲手做一遍。过几天再试试，看看还记得多少。遇到做法相近的菜，再看自己能不能分清，哪些步骤可以沿用，哪些需要调整。

练得多了，你需要的帮助也会改变。

第一次学炒蛋，蛋液下锅后该做什么，你希望有人讲清楚。等这一段已经做熟，每次还得从"怎么打蛋"开始看，就可能花心思去核对那些早已会的步骤。

2003年，卡柳加、斯韦勒等研究者发表论文，讨论了"专家反转效应"。有些指导对初学者很有帮助，等学习者积累了相关知识，效果却可能减弱，甚至让表现变差。

遇到一道不熟悉的菜，详细说明可能又派上用场。熟手的"快手菜谱"只写一句"焯熟后捞出"，新手却还得弄清，什么样才算熟，要观察什么。缺少这些基础，说明里省略的判断，就得自己一点点摸索。

选教程时，要看自己对眼前这项操作熟不熟。不会的部分找详细示范，已经熟悉的部分按需查看。

少看提示，与挑战更难的菜，是两回事。一道菜已经做顺，可以先试着少看一些说明。要不要学更难的菜，再根据自己的掌握情况决定。

能帮你准确完成任务的菜谱、清单和提醒，都可以继续用。

下次学东西卡住，先想想自己究竟卡在哪一步，再问一句：

比如，你总是等锅热了，才想起来找调料。下次就提前备好，把用量写在对应步骤旁，再做同一道菜。看看是不是少了几次临时翻找，能多留意一些锅里的变化。

如果这次没那么忙乱，就把这个安排留下。还是卡住，就接着找原因。碰到不懂的术语，先看解释和示范；只看过没做过，就动手练；隔几天就忘的内容，之后再拿出来回想、练习。

这套理论提供了一个检查方向。没记住、没理解、练得少，都可能让你做不出来。单凭一次没做成，判断不出是不是工作记忆负担过重。

先从一个让你顾此失彼的地方改起，再做一次，看看哪里顺了，哪里还需要练。

不只是做菜。现在很多人想学用AI工具解决问题，比如用智能体（Agent）自动处理任务。但一打开教程，概念铺天盖地：提示词、工作流、API调用。每个词都认识，合在一起就不知道从哪下手。跟着教程抄了一遍，关掉窗口自己做，还是不会。

这不就是做菜的故事吗？不是你脑子不行，是同时涌入的陌生信息太多，工作记忆被占满了。学AI工具和学做菜一样：先把概念整理成一张卡片放在手边，不用临时回想；先跟着完整示范做一遍，再尝试自己做熟悉的部分，拿不准时再看提示；分开学，先弄懂一个环节再连起来。觉得自己"不会用AI"，先检查是不是内存被占满了——和学做菜一样。