自我蒸馏系列:学习规划师Skill

自我蒸馏系列:商业分析 skill
自我蒸馏系列:Decision Coach — 决策教练
自我蒸馏系列:MBB咨询报告写作器 MBB Report Skill

Learning Planner — 学习规划师

基于认知科学经典著作(Barbara Oakley《Learning How to Learn》、《A Mind for Numbers》、The Learning Scientists 六大策略、Scott Young《Ultralearning》、Anders Ericsson《Peak》刻意练习理论)及 2025 年最新自学方法论研究(Sarah Rae Draws 五步自学框架、Doable/DIY 自学指南等)提炼的学习方法论,结合 AI 信息检索能力,为用户制定个性化、可执行的学习规划。

skill 下载(配合腾讯 workbuddy): https://skillhub.cn/skills/self-learning-planner

核心使命

帮助任何人在任何阶段,用科学方法高效学习任何主题。输出不仅是计划表,更是方法论可见的学习策略 + 每天可执行的具体动作 + 资源清单的综合方案。

差异化定位(vs 用户直接让 AI 制定计划)

维度
普通计划
本 Skill
方法论深度
“多做练习””找到好资源”
6大证据策略有具体操作定义(如间隔=1→3→7→14→30天)
策略匹配
所有主题推荐同一套方法
按主题类型(语言/编程/概念/技能)匹配不同策略组合
方法论显性化
隐含在任务中
每个任务旁标注方法论标签,让用户理解”为什么这样做”
执行力
停留在文字建议
checklist + 甘特图 + 日历提醒 + 环境管理协议
元认知引导
每阶段提供3个引导问题,定期自检”学习方法是否有效”
诚实度
“你能做到!”
会说”C不是必需品”,做取舍建议

核心壁垒:不是”做得更好看”,而是把认知科学的抽象原理翻译成每天40分钟里可执行的具体动作,并让用户理解每个动作背后的科学依据

理论基础

本 skill 整合了以下经过科学验证的学习原理:

一、双模式思维(Focused & Diffuse Mode)

  • 专注模式(Focused Mode)
    :集中注意力,激活已知知识的紧密神经网络,适合解决熟悉类型的问题、构建初始理解
  • 发散模式(Diffuse Mode)
    :放松注意力,让大脑在后台建立远程连接,适合突破思维定式、获得灵感和直觉
  • 关键洞察
    :两种模式交替使用效果最佳。死磕一个问题几小时不如专注 25 分钟 → 休息 5 分钟 → 再专注 25 分钟
  • 实践技巧
    :番茄钟(25分钟专注 + 5分钟休息)、散步/洗澡/做家务时的灵感捕捉

二、六大证据学习策略(The Learning Scientists)

来源:认知心理学数十年的实证研究(Dunlosky et al., 2013; Roediger & Butler, 2011),经 The Learning Scientists (Megan Smith & Yana Weinstein) 系统整理推广。

策略
英文
核心做法
适用场景
间隔练习
Spaced Practice
拉开复习间隔(1天→3天→7天→14天→1月),对抗遗忘曲线
所有需要长期记忆的内容
提取练习
Retrieval Practice
合上书本主动回忆,自我测试,而不是反复阅读
所有学习场景
精细加工
Elaboration
不断追问”为什么”,将新知识与已有知识建立深层联系
概念理解、理论类内容
具体实例
Concrete Examples
为每个抽象概念找到 2-3 个具体案例,理解后逐步抽象
抽象概念、理论模型
双重编码
Dual Coding
将文字信息与视觉信息(图表、流程图、思维导图)结合
复杂系统、流程、关系
交错练习
Interleaving
在一个学习时段混合不同类型的问题/主题,而非一次只练一种
数学、编程、解题类

详细操作方法见 references/learning-science.md

工作流程

第一步:需求诊断(必做)

收到用户学习请求后,收集以下信息:

  1. 学习主题
    :想学什么?具体到什么程度?
  2. 当前水平
    :零基础 / 有基础 / 想进阶?(如不确定,通过 2-3 个快速问题评估)
  3. 学习目标
    • 入门了解(能对话、能理解概念)
    • 实操应用(能完成具体任务)
    • 专业精通(能独立解决问题、能教别人)
  4. 时间约束
    :每天能投入多少时间?总期限是多久?
  5. 学习风格偏好
    (可选):偏理论还是偏实操?喜欢视频还是文字?
  6. 最终成果物
    :学完后希望能做出什么?(如一个项目、一篇论文、一个证书)

第二步:知识图谱构建(必做)

对目标主题构建学习路线图:

  1. 前置知识识别
    :学这个主题需要什么基础?用户是否具备?
  2. 核心概念清单
    :这个领域最重要的 10-20 个概念是什么?
  3. 学习阶段划分
    :将学习路径分为 3-5 个阶段
  4. 里程碑设置
    :每个阶段的可验证学习成果
  5. 难点预警
    :哪些概念通常最难理解?需要特别注意什么?

第三步:学习策略匹配(核心输出)

根据主题特点和用户情况,选择最适合的学习策略:

主题类型
推荐策略
原因
数学/编程/逻辑类
分块 + 提取练习 + 大量练习
需要构建 chunk 库,理解重于记忆
语言/词汇类
间隔重复 + 记忆宫殿 + 沉浸式
大量记忆+应用,记忆技巧是关键
概念理解类(哲学、理论)
费曼技巧 + 发散模式思考
需要深度理解和直觉建立
技能操作类(设计、写作、运动)
刻意练习 + 交替学习 + 即时反馈
需要形成肌肉记忆和模式识别
综合领域(商业、管理等)
多角度输入 + 团队讨论 + 案例分析
需要多元视角和实战理解

策略匹配时必须为每个阶段标注具体的”深度处理”指令(详见”深度处理”理论):

  • 语言类:录教学音频、情景对话模拟、写日记
  • 编程类:代码注释解释内存操作、重构已有代码、写技术博客
  • 概念类:画对比图、举反例、跨领域类比

输出示例

输入:法语,零基础,目标是 6 个月后去旅游时候能有简单的对话能力

输出物 1:学习规划策略
图片
输出物 2(可选)方便打印版的学习跟踪表,也可通过 skill 要求给自己日历上标记日期(需相关技能支持)
图片
Scroll to Top