虽然很多号称“老鸟”的人，会给“菜鸟”推荐厚厚的一本书，并告诉你，只要这本书看懂了，你就什么都懂了。但不得不打击一下：它可以提供理论基础，但看了，可能还是不知道计算出来的数据，定性是正确还是不正确、可用还是不可用、如何理解数据背后你正在寻找的规律。就如同书上告诉你，战场上可以用轰炸机、坦克、火箭弹、中子弹……，但你真正上战场的时候，这些东西长什么样子？几百个按钮分别是干什么的？可能是完全一无所知的。因为理论和计算之间还有一道鸿沟，就是将二者对应的经验。这些，必须自己有心，去慢慢积累，逐渐丰富自己对数据的认知、判断。
不要指望软件会像火腿肠生产线一样，猪肉进去，火腿肠包装的漂漂亮亮的就出来了。软件只是帮你求解方程，方程本身有时候会收敛到错误的解上面去，什么样的解是错误的？什么样的解是正确的？经验的积累，知识的积累，可以带来直观的判断能力。例如如果我们计算两个距离很远的体系之间的相互作用，发现Pauli排斥、静电作用都几乎为0，而轨道作用却很大——这发生了什么？显然是两个片段之间根本就没有相互作用，因为最长程的力也为0了。轨道作用很大，是由于孤立片段计算的时候，收敛到一种电子态上（很可能是正确的），而两个片段放在一起的时候，就收敛到错误的态上去了，这样就产生了一种错觉：是片段的轨道相互作用导致电子排布发生变化，和孤立片段的时候变的不一样了——这显然违背了我们的常识，所以我们知道这个结果是不正确的。我们直观上知道，这两个片段离那么远，根本就不可能有轨道作用——这种非常近程的作用，彼此的电子排布，与孤立状态相比，根本就不可能发生变化。
不要过度执着于计算值和实验值对比。很多时候，计算的数字和实验测量的数字，在物理上并不是一个东西。很多时候，计算数据和实验数据，并不能符合的很好。我们希望知道的是规律，如何从“看起来不是很好的数据”背后找到你希望发现规律？这就是真正的科研。如果总是指望软件给出完美的数据，跟实验一对照，就符合了，这样的科研，价值在哪里？是软件在做科研，还是人在做科研？
要善于学习。例如前面说到长程、短程，第一次听说可能非常迷糊，但我们做一些简单的计算，就可以了解长程长到什么程度，短程短到什么程度。比如我们可以尝试计算一个<chem>H2O</chem>和一个<chem>OH-</chem>的体系，这两者之间会有比较强的静电作用。这个体系很小，计算量很小，基本上1分钟以内就算完了。人们常说静电作用是长程作用，我们可以看看距离多少的时候，静电力消失到几乎为0？轨道作用被认为是短程作用，到距离才多少的时候，就消失完了？又比如，人们说Pauli排斥体现的是分子轨道的空间位阻，那么我们看看<chem>H2O</chem>和<chem>OH-</chem>以各种部位靠近的时候，Pauli排斥的大小差别？还可以把它们各自的分子轨道打印出来，看看是哪个占据轨道和哪个占据轨道在排斥，另外也可以把碎片的占据轨道之间的重叠积分计算出来，看看重叠积分最大的，是不是就是空间上最靠近，从而Pauli排斥最大的？通过这样一些非常简单的体系，自己去学习、摸索、了解、感知这些基本的一些知识、概念。让自己真正知道是怎么回事，而不是面对一大堆数据，大脑一片空白。
多一些耐心。虽然现在时代比较功利，但真正要学好量子化学、计算化学，需要耐心。计算出错了，找到出错的原因AMS实际上很少出现程序bug报错，而往往报错是因为参数不合理导致，知道错误的来龙去脉，这本身就是加深自己对计算理论、数据的理解能力。
向其他人请教问题，初学者容易出现一种情况：把一篇文献直接甩给对方，希望对方能够很快懂得文章中所有的细节，然后高屋建瓴的给自己讲所有的东西。这很理想，但一般除了你自己之外，其他人并不会很乐意纯粹为了你，去研究一篇和他无关的文献，因此对方大多数时候可能会感到被冒犯。因此，比较好的方式，是自己好好读完，把非常具体的问题，以及该问题的背景，告诉对方。最好是，你能把对方当作什么都不懂、不知道的人，你能够对他描述清楚你的问题，这实际上也考验了你自己对你自己问题的理解。实际上，这样对方能够用最省力的方式，为你解决问题。这是双方对彼此最大的尊重。
不要一味追求手写命令，认为这很高级。Linux的基本操作，会、熟悉，就可以了。但没有必要把很多时间浪费在这里。量子化学的核心是在对理论的理解，以及对数据的理解上，而不是手写输入文件写的多熟。但熟悉一些Linux的常用命令，能够提高工作效率，笔者总结了一些常用、确实能提高效率的一些命令，参考：
Linux系统与Windows系统操作 通过邮件咨询他人问题的时候，表明自己的身份（如果不想说名字，哪怕说下大致的单位和昵称也好），并称呼对方一声，是最基本的礼仪。有的人给别人写邮件的时候，连自己是谁都不说，这是非常粗鲁、具有很强冒犯性的方式。