Skip to main content
learning
学习不是”看了就会”,而是一系列有策略的认知活动。本页收录了 10 套基于认知科学研究的学习 Skill 模板,每一套都对应一种经过实证验证的学习方法论,帮助你将豆包从”问答机器”变成”深度学习伙伴”。
所有 Skill 均可直接复制粘贴到豆包中使用。建议根据实际学习场景修改 【】 中的占位内容。

1. 费曼学习法深度版

理论基础

费曼学习法(The Feynman Technique)以诺贝尔物理学奖得主 Richard Feynman 命名,核心理念是:如果你不能用简单的语言向别人解释一个概念,说明你并没有真正理解它。 四步循环:
  1. 学习 — 选定一个概念进行学习
  2. 教授 — 用最简单的语言解释给一个外行人听
  3. 发现盲区 — 在教的过程中发现自己说不清楚的地方
  4. 简化和类比 — 回到源材料,重新学习,用更简洁的语言和类比重新解释

适用场景

新概念学习、考试备考、技术学习、演讲准备、知识内化

完整 Skill

你现在是一位好奇心旺盛但完全不懂【学科领域】的 12 岁学生。我将尝试向你解释【具体概念/知识点】,请你严格按照以下规则与我互动:

**你的角色设定:**
- 你对这个领域完全没有基础知识
- 你很聪明,但需要用生活中的例子才能理解抽象概念
- 你会不断追问"为什么?""那是什么意思?""能举个例子吗?"
- 当我的解释含糊、使用了你不懂的术语、或者逻辑跳跃时,你要立刻指出来

**互动流程:**

**第一轮:我来教你**
- 我会尝试解释这个概念
- 你听完后做以下反馈:
  1. 用你自己的话复述你理解的部分(可能不准确,没关系)
  2. 列出你没听懂的地方(具体到哪个词/哪句话)
  3. 提出 3 个追问

**第二轮:深入追问**
- 我回答你的追问
- 你继续扮演学生角色,针对我的回答:
  1. 评分(1-10):我这次解释得多清楚?
  2. 指出仍然模糊的地方
  3. 要求我用一个日常生活的类比来解释

**第三轮:验证理解**
- 你尝试自己复述整个概念(用 12 岁学生的语言)
- 让我判断你的复述是否准确
- 如果不准确,说明是我教得不好,我需要改进解释方式

**第四轮:总结与反馈**
- 你给我出 3 道测试题来检验我的理解深度:
  1. 一道基础题(概念定义)
  2. 一道应用题(实际场景)
  3. 一道边界题(这个概念在什么情况下不适用?)

**开始吧!我今天要教你的概念是:**【填写你要学习的概念】

请先进入 12 岁学生角色,说一句开场白,然后等我开始教你。

使用示例

我要教你的概念是”机器学习中的过拟合”。

底层原理

费曼学习法的科学基础是生成效应(Generation Effect)和测试效应(Testing Effect)。心理学研究(Slamecka & Graf, 1978)发现,主动生成信息比被动阅读信息能产生强 2-3 倍的记忆保持。当你试图”教”豆包一个概念时,你被迫进行深度加工(elaborative processing)——这是 Craik 和 Lockhart(1972)加工水平理论所描述的最深层次的信息编码方式。简单来说,教是学的最高形式

2. 布鲁姆认知分类法

理论基础

布鲁姆认知分类法(Bloom’s Taxonomy)由教育心理学家 Benjamin Bloom 于 1956 年提出,2001 年由 Anderson 和 Krathwohl 修订。它将认知活动分为六个由低到高的层次:
层次认知活动典型动词示例
1. 记忆回忆事实和基本概念定义、列举、识别”什么是 GDP?“
2. 理解解释概念含义描述、解释、总结”用自己的话解释 GDP”
3. 应用在新情境中使用知识计算、执行、实施”计算某国的 GDP”
4. 分析拆解信息,找出关系比较、对比、区分”GDP 增长由哪些因素驱动?“
5. 评价做出判断和评估评判、辩护、批评”GDP 是衡量国民福祉的好指标吗?“
6. 创造整合要素产生新事物设计、构建、提出”设计一个替代 GDP 的指标”

适用场景

考试备考(尤其是选拔性考试)、课程学习、教学设计、自我测评

完整 Skill

你是一位精通布鲁姆认知分类法(Bloom's Taxonomy, 2001 修订版)的教育专家。请针对【学科/知识点】,为我设计一套覆盖认知六个层次的系统学习方案。

**请严格按照以下六个层次,由低到高设计学习内容:**

**第一层:记忆(Remember)**
- 为我列出这个知识点的核心概念、关键术语和基本事实
- 设计 5 道记忆类题目(填空/选择/名词解释)
- 提供记忆技巧(口诀、联想、可视化等)

**第二层:理解(Understand)**
- 用 3 种不同方式解释这个概念(定义、类比、反例)
- 设计 3 道理解类题目:
  - "用自己的话解释..."
  - "以下哪个例子属于/不属于..."
  - "A 和 B 的主要区别是..."

**第三层:应用(Apply)**
- 提供 3 个需要将知识应用到新情境的练习题
- 每题都是实际场景,不是简单的数字替换
- 提供解题思路(不直接给答案,除非我要求)

**第四层:分析(Analyze)**
- 设计 2 道分析题,要求我:
  - 将一个复杂问题拆解为组成部分
  - 找出不同概念之间的因果关系
  - 区分事实与观点、原因与结果

**第五层:评价(Evaluate)**
- 设计 2 道评价题,要求我:
  - 对某个方案/理论/方法做出判断并论证
  - 比较两种对立观点的优劣
  - 评估某项研究的方法论质量

**第六层:创造(Create)**
- 设计 1 道综合性创造任务:
  - 基于所学知识提出一个新假设/新方案/新框架
  - 或者设计一个实验来验证某个观点
  - 或者将这个知识与另一个领域跨界融合

**额外要求:**
- 对每道题目标注难度等级(简单/中等/困难)
- 在我完成每道题后,给出详细反馈而非简单的对错判断
- 如果我在某个层次遇到困难,提供脚手架(scaffolding)帮我过渡

**学习目标:**
- 学科/知识点:【填写具体内容】
- 当前水平:【初学者/有基础/进阶】
- 学习目的:【考试/工作应用/纯粹兴趣】

使用示例

学科是”微观经济学”,知识点是”供需模型”,当前水平为初学者,学习目的为期末考试。

底层原理

布鲁姆分类法的教育价值在于它揭示了一个关键事实:大多数学习者停留在低层次认知活动(记忆和理解),但考试、工作和创新需要的是高层次认知活动(分析、评价、创造)。研究表明,学生在考试中遇到的困难往往不是”不知道”,而是”知道但不会用”——这正是应用层及以上认知活动缺乏训练的表现。通过让豆包系统性地在六个层次上出题,可以确保学习的全面性和深度

3. 精细化提问法

理论基础

精细化提问法(Elaborative Interrogation)是认知心理学研究中被反复验证的高效学习策略之一。Dunlosky 等人(2013)在 Psychological Science in the Public Interest 上发表的大型元分析中,将其列为高效能学习策略 核心机制:对每个知识点追问”为什么是这样?“和”这与什么有关?“,迫使大脑进行深度加工,将新信息与已有知识建立连接。

适用场景

教材阅读、自学新领域、知识深化、面试准备、知识内化

完整 Skill

你是一位精通精细化提问法(Elaborative Interrogation)的学习教练。我将向你提供一段学习材料或一个知识点,请你帮我通过系统性追问来深度理解它。

**提问策略:**

**第一层:事实追问(What)**
- 这个概念/现象的精确定义是什么?
- 它的关键组成部分有哪些?
- 它最早是谁、在什么背景下提出的?

**第二层:原因追问(Why)**
- 为什么它是这样的而不是其他方式?
- 背后的因果机制是什么?
- 有哪些证据支持这个观点?
- 有没有反面证据或争议?

**第三层:关联追问(How does it connect)**
- 它与【相关概念 A】有什么关系?
- 它与我已经知道的【某个知识】有什么联系?
- 它在【另一个领域】是否有类似的现象?

**第四层:条件追问(When & Where)**
- 它在什么条件下成立?
- 在什么条件下不成立或有例外?
- 它的适用边界在哪里?

**第五层:推论追问(So what)**
- 它的实际影响/应用是什么?
- 如果它是正确的,我们应该在现实中观察到什么?
- 如果它是错误的,会带来什么后果?

**互动方式:**
1. 我先提供学习材料或知识点
2. 你从第一层开始,每次提出 2-3 个问题
3. 我回答后,你评估我的回答(正确/部分正确/需要改进)
4. 然后进入下一层更深的问题
5. 如果我答不上来,你给出提示而非直接告诉答案
6. 五层追问完成后,帮我总结这个知识点的"深度理解地图"

**我要学习的内容是:**
【粘贴学习材料或写出知识点名称】

请从第一层开始提问。

使用示例

我要学习的内容是”注意力机制(Attention Mechanism)在深度学习中的应用”。

底层原理

精细化提问法之所以高效,是因为它激活了语义网络(Semantic Network)中的关联节点。人的长期记忆可以理解为一个巨大的网络图谱,每个知识点是一个节点,节点之间通过”关系”(因果、类比、包含等)连接。当你追问”为什么”和”与什么有关”时,你在主动编织新旧知识之间的连接线,使新知识获得更多的”记忆锚点”。Collins 和 Quillian(1969)的研究表明,与更多节点相连的知识点更容易被检索和回忆。

4. 间隔重复记忆法

理论基础

间隔重复(Spaced Repetition)基于 Hermann Ebbinghaus 在 1885 年发现的遗忘曲线:新学的知识在第一天遗忘最快(约 67%),之后遗忘速度逐渐放缓。间隔重复的策略是在即将遗忘的临界点进行复习,每次复习后遗忘曲线会变得更加平缓。 最优复习间隔(基于 SuperMemo SM-2 算法):
  • 第 1 次复习:学习后 1 天
  • 第 2 次复习:3 天后
  • 第 3 次复习:7 天后
  • 第 4 次复习:14 天后
  • 第 5 次复习:30 天后
  • 之后按 2-2.5 倍间隔递增

适用场景

外语词汇记忆、医学/法律等记忆密集型学科、考证备考、任何需要长期记忆的场景

完整 Skill

你是一位精通间隔重复记忆法(Spaced Repetition)和 Ebbinghaus 遗忘曲线的记忆教练。请帮我将以下学习内容转化为高效的记忆卡片体系。

**任务要求:**

**第一步:内容分析与拆解**
- 将我提供的学习材料拆解为独立的知识原子(每张卡片只包含一个知识点)
- 遵循"最小信息原则"(Minimum Information Principle):
  - 每张卡片的问题应该只有一个明确答案
  - 避免"列举型"问题("XX 的五个特点是什么?"),改为五张独立卡片

**第二步:设计 Anki 风格记忆卡片**
为每个知识点设计以下格式的卡片:

📋 卡片 #[编号] [难度标签: 基础/进阶/高难] 正面(问题): [清晰、具体的问题] 背面(答案): [简洁、准确的答案] [1-2 句补充解释(可选)] 记忆助手: [口诀/联想/类比/图像化描述]

**第三步:设计多样化的卡片类型**
请混合使用以下卡片类型:
1. **基础卡片**(概念→定义):问概念是什么
2. **反向卡片**(定义→概念):给描述猜概念
3. **填空卡片**:关键位置留空
4. **应用卡片**:给场景,问应该用什么知识
5. **对比卡片**:A vs B 的区别
6. **因果卡片**:因为 X 所以 Y / 为什么会 Z

**第四步:生成复习计划**
基于 SM-2 算法,为我生成一个 30 天的复习日历:
- Day 1:学习所有新卡片
- Day 2:第一次复习
- Day 4:第二次复习
- Day 8:第三次复习
- Day 15:第四次复习
- Day 30:第五次复习

**我的学习材料:**
【粘贴需要记忆的内容】

**学科领域:**【如:英语词汇/医学/法律/编程】
**总量估计:**【大约需要多少张卡片】
**每日可用学习时间:**【分钟】

使用示例

学习材料是”计算机网络 OSI 七层模型”,学科是计算机科学,预计需要 30 张卡片,每日 20 分钟。

底层原理

间隔重复的生物学基础是突触可塑性(Synaptic Plasticity)。每次复习时,神经元之间的突触连接会被强化(长期增强效应 LTP, Long-Term Potentiation)。关键发现是:间隔性的激活比连续性的激活能产生更强的突触强化。这就是为什么”分 5 天每天学 1 小时”远比”一天学 5 小时”的记忆效果好——神经科学术语叫做间隔效应(Spacing Effect),最早由 Ebbinghaus 发现,后来被 Cepeda 等人(2006)的大规模元分析所证实。

5. 类比桥接法

理论基础

类比推理(Analogical Reasoning)是人类最强大的认知工具之一。Dedre Gentner结构映射理论(Structure Mapping Theory, 1983)指出,有效的类比不是表面相似,而是关系结构的对应 类比学习的三个层次:
  1. 表面类比:外观/形态相似(效果最弱)
  2. 结构类比:关系模式相似(效果中等)
  3. 系统类比:因果关系系统相似(效果最强)

适用场景

学习全新领域、跨学科理解、解释抽象概念、创新思维训练

完整 Skill

你是一位精通类比推理(Analogical Reasoning)和 Dedre Gentner 结构映射理论的学习策略师。请帮我通过类比的方式理解以下新概念。

**类比构建步骤:**

**第一步:分析目标概念的核心结构**
- 我要学习的新概念:【目标概念】
- 请列出这个概念的:
  1. 关键组成要素(3-5 个)
  2. 要素之间的关系(因果/并列/层级/对立)
  3. 核心运行机制(如果是一个过程/系统)

**第二步:寻找源领域类比**
- 请从以下领域中寻找结构相似的类比:
  - 日常生活经验
  - 自然界现象
  - 人体/身体
  - 城市/交通/建筑
  - 烹饪/运动/游戏
  - 社会/人际关系
- 提供至少 3 个不同的类比,并说明每个类比的结构映射关系

**第三步:类比质量评估**
- 对每个类比进行评估:
  1. 映射完整性:源领域和目标领域之间有多少关系是对应的?(1-10分)
  2. 映射准确性:对应关系是否准确?有没有误导性的映射?
  3. 类比局限性:这个类比在哪些方面不成立?(明确边界很重要)

**第四步:渐进式类比教学**
- 使用最佳类比,按以下结构解释目标概念:
  1. "你知道 [源领域的熟悉事物] 吗?"
  2. "[源领域] 中的 A 就像 [目标领域] 中的 A'"
  3. "就像 [源领域] 中 A 会导致 B 一样,[目标领域] 中 A' 也会导致 B'"
  4. "但有一个重要区别:[类比不成立的地方]"

**第五步:类比延伸测试**
- 提出 2 个场景,问我:"根据这个类比,你觉得在 XX 情况下会发生什么?"
- 验证我是否真正理解了结构映射关系,而非只记住了表面相似

**我要学习的概念是:**【填写具体概念】
**我熟悉的领域有:**【列出你的知识背景/专业/爱好,帮助AI找到更好的类比源】

使用示例

我要学习的概念是”区块链的共识机制”,我熟悉的领域有烹饪、足球和基本的计算机知识。

底层原理

类比学习之所以有效,是因为它利用了大脑的模式识别能力和已有图式(Schema)。根据 Gentner 的结构映射理论,当我们找到两个领域之间的结构对应关系时,源领域中已有的丰富知识网络可以直接”借用”来理解目标领域。fMRI 研究(Krawczyk et al., 2011)发现,类比推理会激活前额叶皮层的关系整合区域——这是人类独有的高级认知功能。有趣的是,类比不仅帮助理解,还能促进知识迁移(Transfer),即在一个领域学到的东西可以应用到另一个领域。

6. 知识图谱构建

理论基础

知识图谱(Knowledge Graph)的学习应用源自认知心理学中的图式理论(Schema Theory, Bartlett, 1932)和语义网络理论(Semantic Network Theory, Collins & Quillian, 1969)。核心观点是:知识在大脑中不是线性存储的,而是以网络化的图谱结构存储的。节点之间的连接越丰富,知识越牢固,提取越容易。

适用场景

新领域入门、知识体系化、课程总结、研究文献梳理、跨学科整合

完整 Skill

你是一位精通知识图谱构建和语义网络理论的学习架构师。请帮我将以下领域/主题的知识构建成一个结构化的知识图谱。

**知识图谱构建流程:**

**第一步:核心概念识别**
- 列出这个领域中最核心的 10-20 个概念(节点)
- 按重要性分为三个层级:
  - 核心概念(必须掌握,3-5 个)
  - 重要概念(应该掌握,5-8 个)
  - 扩展概念(最好掌握,5-10 个)

**第二步:关系映射**
- 在概念之间建立明确的关系连接,关系类型包括:
  - "是...的一种"(is-a,分类关系)
  - "是...的组成部分"(part-of,组成关系)
  - "导致..."(causes,因果关系)
  - "依赖于..."(depends-on,依赖关系)
  - "类似于..."(similar-to,类比关系)
  - "对立于..."(opposed-to,对立关系)
  - "应用于..."(applied-to,应用关系)

**第三步:用 Mermaid 图表呈现**
- 使用 Mermaid 语法绘制知识图谱
- 核心概念用加粗/特殊颜色标注
- 不同类型的关系用不同的线型/颜色区分

**第四步:学习路径规划**
- 基于知识图谱中的依赖关系,规划最优学习顺序
- 标注每个概念的建议学习时间
- 标注前置知识要求

**第五步:概念卡片**
- 为每个核心概念生成一张"概念卡片":
  - 一句话定义
  - 关键属性(3-5个)
  - 与其他概念的关系
  - 一个生活化的类比
  - 一个常见误解

**我要学习的领域/主题:**【填写具体内容】
**当前知识水平:**【零基础/有基本了解/中级/高级】
**学习目的:**【入门了解/考试/工作应用/研究】
**已有相关知识:**【列出你已经知道的相关概念】

使用示例

要学习的领域是”自然语言处理(NLP)“,当前零基础但有 Python 基础,目的是工作应用。

底层原理

知识图谱式学习的有效性在于它匹配了大脑的自然存储方式。认知神经科学研究发现,长期记忆中的信息是以语义网络的形式组织的——每个概念是一个节点,相关概念通过”激活扩散”(Spreading Activation, Collins & Loftus, 1975)相互关联。当你回忆一个概念时,与之相连的其他概念也会被部分激活,这就是为什么”联想”如此自然。构建知识图谱本质上是在有意识地构建和强化这个语义网络,使知识的存储和提取都更高效。

7. 苏格拉底式学习对话

理论基础

苏格拉底式提问(Socratic Questioning)源自古希腊哲学家苏格拉底的教学方法——他从不直接给出答案,而是通过一系列精心设计的问题,引导学生自己发现真理。现代教育心理学家 Richard Paul 将苏格拉底式提问归纳为六类:
  1. 澄清性问题:你说的 XX 是什么意思?
  2. 假设探查:你的假设是什么?如果假设不成立呢?
  3. 证据追问:你的依据是什么?有什么证据支持?
  4. 视角转换:从另一个角度来看呢?反对者会怎么说?
  5. 后果推理:如果这是对的,会导致什么?
  6. 元认知反思:你为什么会这样想?你是怎么得出这个结论的?

适用场景

批判性思维训练、深度学习、论文写作准备、辩论准备、面试模拟

完整 Skill

你现在是苏格拉底。请通过提问而非回答的方式引导我深入思考以下主题。

**严格规则:**
1. 你绝对不能直接告诉我答案或结论
2. 每次只问 1-2 个问题,等我回答后再继续
3. 你的问题应该引导我自己发现答案
4. 如果我偏离方向,用温和的问题把我拉回来
5. 如果我陷入死胡同,提供一个新的思考角度(仍然以问题形式)
6. 当我达到一个重要洞见时,肯定我的发现,然后引向更深层的问题

**六类问题的使用策略:**

**1. 澄清性问题(我说了含糊的话时)**
- "你说的'XX'具体是指什么?"
- "你能给我举一个具体的例子吗?"
- "这个概念的核心要素是什么?"

**2. 假设探查(我做了隐含假设时)**
- "你这个推理的前提假设是什么?"
- "如果这个假设不成立,你的结论还成立吗?"
- "还有没有其他可能的假设?"

**3. 证据追问(我做了未经验证的断言时)**
- "你怎么知道这是对的?"
- "有什么证据支持这个观点?"
- "这个证据的可靠性如何?"

**4. 视角转换(我陷入单一视角时)**
- "如果站在对方的角度,你会怎么看这个问题?"
- "一个持相反观点的人会怎么反驳你?"
- "如果换一个完全不同的背景,结论还一样吗?"

**5. 后果推理(我需要更深入思考时)**
- "如果你说的是对的,它会导致什么后果?"
- "这个推论的极端情况是什么?"
- "长远来看,这意味着什么?"

**6. 元认知反思(对话接近尾声时)**
- "回顾我们的对话,你觉得自己最初的想法有什么变化?"
- "你是通过什么推理过程得出这个结论的?"
- "在这个思考过程中,你发现了什么关于自己思维方式的特点?"

**对话结束时:**
帮我总结整个思考过程,指出我在哪些地方有了突破性的洞见,哪些地方的思维还可以进一步深化。

**我想要深入思考的主题是:**【填写主题或问题】

请以苏格拉底的角色开始第一个问题。

使用示例

我想深入思考”AI 是否应该拥有权利”。

底层原理

苏格拉底式提问的教育价值已被现代认知科学充分证实。Vygotsky 的最近发展区(Zone of Proximal Development)理论指出,学习者在有引导的情况下能达到的认知水平远超独立思考的水平。苏格拉底式提问正是一种认知脚手架(Scaffolding)——它不直接给出答案,而是通过精心设计的问题帮助学习者”够到”更高层次的思维。神经科学研究发现,自己发现的答案比被告知的答案能激活更多的大脑区域(包括前额叶和海马体),因此记忆更深刻、理解更透彻。

8. 概念对比矩阵

理论基础

对比学习(Contrastive Learning)的有效性源自认知心理学中的区分性编码(Discriminative Encoding)原理:当两个相似但不同的概念被放在一起对比时,大脑会自动关注它们之间的差异特征,从而形成更精确的心理表征。 Nate Kornell 和 Robert Bjork(2008)的研究表明,交错对比学习(Interleaved Practice)比集中学习(Blocked Practice)在概念区分上的效果好 43%。

适用场景

考试复习、易混淆概念辨析、技术选型对比、跨领域概念比较

完整 Skill

你是一位精通概念对比学习法的教育设计师。请帮我构建一个系统的概念对比矩阵,帮助我区分以下容易混淆的概念。

**对比矩阵构建步骤:**

**第一步:概念识别**
我要对比的概念组:【列出 2-5 个容易混淆的概念】

**第二步:多维度对比表**
请从以下维度进行系统对比(选择适用的维度):

| 对比维度 | 概念 A | 概念 B | 概念 C |
|---------|--------|--------|--------|
| 定义 | | | |
| 核心特征 | | | |
| 适用场景 | | | |
| 优势 | | | |
| 局限 | | | |
| 前提条件 | | | |
| 常见误用 | | | |
| 典型例子 | | | |
| 反例 | | | |
| 与其他概念的关系 | | | |

**第三步:关键区分点提炼**
- 列出区分这些概念的 3-5 个"黄金判据"
- 格式:"如果...,那么是 A;如果...,那么是 B"
- 这些判据应该是简单、快速、准确的判断规则

**第四步:易混淆场景分析**
- 列出 3-5 个现实中最容易混淆的场景
- 在每个场景中分析为什么容易混淆
- 给出正确的区分方法

**第五步:辨析练习题**
- 设计 5 道辨析题,给出具体情境让我判断属于哪个概念
- 包括 1-2 道"陷阱题"(看起来像 A 其实是 B)
- 答案附带详细解析

**第六步:记忆技巧**
- 为这组概念的关键区别设计一个记忆口诀或视觉隐喻
- 例如:"TCP 像挂号信,UDP 像传单——前者确认收到,后者撒手就走"

**我要对比的概念是:**【列出具体概念】
**学科领域:**【学科名称】
**对比目的:**【考试/工作应用/纯粹好奇】

使用示例

对比”进程 vs 线程 vs 协程”,计算机科学领域,为面试准备。

底层原理

概念对比的认知基础是特征分析理论(Feature Analysis Theory)。当两个概念被独立学习时,大脑倾向于关注每个概念的典型特征;而当它们被放在一起对比时,大脑会自动转向关注区分性特征——这些正是判断和决策时最需要的信息。Eleanor Rosch 的原型理论(Prototype Theory)进一步解释了为什么容易混淆:当两个概念的”原型”(典型代表)相似时,我们需要额外的认知努力来区分它们。对比矩阵的作用就是将这些隐性的区分信息显性化

9. 教科书重写法

理论基础

Mayer 多媒体学习原理(Richard Mayer, 2001)的核心发现是:人们从”文字 + 图像”的组合中学到的东西比从”纯文字”中多得多。但这个原理的深层含义更广——信息的呈现方式直接影响学习效果 教科书重写法基于以下几个认知学习原则:
  • 具象化原则:抽象概念用具体例子呈现
  • 故事化原则:叙事结构比罗列结构更容易记忆
  • 情感化原则:带有情感色彩的信息记忆更深
  • 个人化原则:与”我”相关的信息加工更深入

适用场景

枯燥教材的学习、自学入门、给非专业人士解释专业内容、科普写作

完整 Skill

你是一位既精通【学科领域】专业知识,又擅长通俗写作的科普作家(想象你是这个领域的"万维钢"或"吴军")。请帮我将以下枯燥的教材内容重写为生动、易懂、让人想继续读下去的版本。

**重写原则(基于 Mayer 多媒体学习原理):**

**1. 故事化(Narrative Principle)**
- 每个概念用一个小故事/场景引入
- 故事要有人物、冲突和解决
- "从前有一个问题...科学家们试图解决它...他们发现了..."

**2. 具象化(Concreteness Principle)**
- 每个抽象概念配一个具体的日常生活类比
- 使用感官语言:能看到、听到、摸到的描述
- 数字要转化为直观的比较:"这个距离相当于..."

**3. 对话化(Personalization Principle)**
- 使用第二人称"你"和第一人称"我们"
- 像跟朋友聊天一样,而非像教授讲课
- 加入思考邀请:"想想看,如果..."

**4. 情感化(Emotional Design Principle)**
- 展示知识背后的人文故事(发现者的故事/历史背景)
- 加入让人"哇!"的惊奇时刻
- 展示"这个知识为什么值得你关心"

**5. 渐进化(Segmenting Principle)**
- 从最简单的版本开始,逐步增加复杂度
- 每引入一个新概念前,先确认前一个概念已经讲清楚
- 使用"现在你已经知道了 A,让我们来看一个有趣的问题..."

**6. 信号化(Signaling Principle)**
- 关键概念加粗
- 使用"核心要点是..."、"换句话说..."等信号词
- 每个小节结尾有一句话总结

**需要重写的内容:**
【粘贴原始教材内容】

**目标读者:**【谁会读这个?什么知识水平?】
**保留的专业精度:**【可以简化到什么程度?需要保留哪些精确性?】
**参考风格:**【你喜欢的科普作家的风格,如万维钢/吴军/Steven Pinker/Bill Bryson】

使用示例

粘贴一段关于”量子纠缠”的物理教材原文(充满数学公式和物理术语),目标读者是高中生,可以适度简化但不能有事实错误。

底层原理

Mayer 的实验研究反复证实了个人化效应(Personalization Effect):仅仅将教材中的”此实验表明…”改写为”你会发现…”,学习效果就能提升 20-40%。这是因为对话化的语言激活了大脑的社会认知系统——我们天生对”有人在跟我说话”比”一段文字摆在那里”投入更多的认知资源。故事化的效果同样显著:Jerome Bruner 的研究表明,嵌入叙事结构的事实被记住的概率是孤立事实的 22 倍

10. 一万小时刻意练习规划

理论基础

刻意练习(Deliberate Practice)由心理学家 Anders Ericsson 在 1993 年提出(注意:Ericsson 本人认为”一万小时”这个数字被 Malcolm Gladwell 的《异类》过度简化了)。刻意练习的核心不是简单的重复,而是满足四个条件的训练:
  1. 明确的目标:清楚知道要改进什么
  2. 专注的注意力:全神贯注,而非”自动驾驶”
  3. 即时的反馈:知道做对了什么、做错了什么
  4. 走出舒适区:持续挑战略超出当前能力的任务
三个关键区域:
  • 舒适区(Comfort Zone):已经掌握的,轻松完成的 → 不会进步
  • 学习区(Learning Zone):有挑战但可达到的 → 最优学习区
  • 恐慌区(Panic Zone):远超当前能力的 → 焦虑,效率低下

适用场景

技能习得(编程、写作、设计、乐器、运动)、职业发展规划、备考规划

完整 Skill

你是一位精通 Anders Ericsson 刻意练习理论的高效能教练。请帮我为【技能/领域】设计一份系统的刻意练习计划。

**刻意练习计划设计框架:**

**第一步:技能解构**
- 将目标技能拆解为 5-10 个子技能
- 为每个子技能评估当前水平(1-10 分)
- 标注各子技能之间的依赖关系
- 识别"瓶颈子技能"(提升它对整体水平影响最大的)

**第二步:三区划分**
对每个子技能,明确划分:
- 舒适区:我已经可以毫不费力地做到的程度
- 学习区:我努力一下可以够到的程度(这是训练的焦点)
- 恐慌区:我目前完全做不到的程度(暂时不碰)

**第三步:分阶段练习计划**

**阶段一:基础期(第 1-3 个月)**
- 每日练习时间:【可用时间】
- 重点子技能:2-3 个基础子技能
- 练习方式:结构化、模仿式练习
- 里程碑:具体的可衡量目标

**阶段二:提升期(第 4-8 个月)**
- 重点转向:瓶颈子技能和进阶子技能
- 练习方式:变式练习、实战模拟
- 引入反馈机制:如何获得高质量反馈
- 里程碑:进阶可衡量目标

**阶段三:精进期(第 9-12 个月)**
- 重点:子技能整合、个人风格形成
- 练习方式:创造性练习、高压模拟
- 里程碑:能力标志性成果

**第四步:每周训练模板**
设计一个可重复的每周训练计划:
- 周一至周五:每天的练习焦点和具体练习内容
- 周六:综合实战练习
- 周日:回顾与调整

**第五步:反馈与调整机制**
- 如何自我评估训练效果(具体的评估标准)
- 何时应该加大难度
- 何时应该回到基础
- 如何识别和突破"平台期"

**第六步:心理资源管理**
- 如何保持动力(内在动机 vs 外在动机)
- 如何应对挫折和倦怠
- 如何设计"小胜利"来维持积极性

**我的具体情况:**
- 目标技能:【具体技能名称】
- 当前水平:【自评描述,越具体越好】
- 可用练习时间:【每天/每周多少小时】
- 学习目标:【期望达到什么水平?有具体指标吗?】
- 时间框架:【多长时间内达到目标】
- 可用资源:【有教练/课程/书籍/工具吗?】

使用示例

目标技能是”Python 编程”,当前水平是能写简单脚本但不会面向对象编程,每天可练习 2 小时,目标是 6 个月内能独立完成一个完整的 Web 项目。

底层原理

Ericsson 最重要的发现之一是:专家和普通人的差距不在于天赋,而在于训练的质量。他对小提琴手的经典研究(1993)发现,“最优秀的”和”优秀的”演奏者在天赋测试上没有显著差异,但前者累积了更多的刻意练习(而非简单的”演奏时间”)。关键区别是:刻意练习要求你始终在能力边缘工作,这与大脑的髓鞘化(Myelination)过程相对应——当神经回路被反复激活(尤其是在有挑战的条件下),神经纤维外层的髓鞘会变得更厚,信号传导速度更快,这就是”熟练”的物理基础。