Skip to content
cccskills
FreePublished on GitHub

ai-10x-learning

用 AI 真正"学会"(而非只拿答案)的 10 步闭环学习法。融合斯坦福 STORM 多视角研究法与 Rahul 的六角色学习框架。当用户想系统学习新知识/技能、深度调研某个领域、为决策/面试/汇报做准备,或希望 AI 扮演教师/考官/资源策展人/陪练时使用。

触发词:10倍速学习、学任何东西、AI学习法、学习闭环、STORM、费曼、考到我崩溃、一页小抄、学习阶梯、五视角。

The English summary is being prepared. Showing the original description.

luozhilzh/ai-10x-learning21 stars(GitHub 21 + cccskills 0)

Run score Not tested

See how to install

Files included (15)

  • SKILL.md14.1 KB
  • .gitignore309 B
  • assets/template.html3.3 KB
  • examples/FDE_中国本土版_学习卡.html8.7 KB
  • examples/FDE_全闭环案例_中国本土版.md31.1 KB
  • examples/FDE_全闭环案例_通用版.md24.9 KB
  • examples/FDE_通用版_学习卡.html8.0 KB
  • examples/FDE_面试故事_可面试版.md4.4 KB
  • install.sh2.9 KB
  • LICENSE1.0 KB
  • README.md13.0 KB
  • references/design.md2.6 KB
  • references/prompts.md11.2 KB
  • RELEASE_CHECKLIST.md3.8 KB
  • scripts/validate_card.py2.4 KB

SKILL.md (original)

Review the instructions the agent will receive before you install.

AI 10x 学习法(通用 Skill)

跨工具:本 Skill 采用开放的 Agent Skills 标准(SKILL.md + references/),同一个文件夹可直接放入 WorkBuddy / Claude Code / Codex / Cursor 的 skills 目录;纯对话工具(ChatGPT、Gemini、豆包、元宝、DeepSeek 等)无需安装,直接复制 references/prompts.md 全文即可。

随机提问 = 随机答案 = 假学习。本 skill 强制补齐 路径 · 测试 · 压缩 · 反馈闭环 四要素。

注:本方法 = 斯坦福 STORM 研究环(步骤 1–4)+ Rahul 六角色学习环(步骤 5–10)。前者偏"搞懂/调研",后者偏"学会/掌握"。

两种模式 + 全闭环

  • 研究模式(步骤 1–4,源自 STORM):适合"深度理解一个领域 / 重大决策前调研 / 写方案报告前"。
  • 学习模式(步骤 5–10,源自 Rahul):适合"系统学一门技能或知识"。
  • 全闭环(步骤 1–10):从陌生到可上手一个领域。

路由(按用户意图选择)

  • 说"搞懂 / 调研 / 决策 / 写报告前" → 研究模式(1–4)
  • 说"学会 / 掌握一项技能 / 备考" → 学习模式(5–10)
  • 说"从零到上手 / 全闭环 / 10 倍速学" → 全闭环(1–10)

反触发护栏(明确不启动 / 降格处理)

启动前提:默认仅在用户表达"系统学 / 调研 / 备考 / 搞懂一个领域"等明确学习意图时才启动完整流程;仅提及"费曼 / 五视角 / 一页小抄"等词而无学习意图的闲聊,不触发。

满足以下任一情形时,不要自动启动完整十步,按对应方式处理:

  1. 事实 / 单概念速答:用户只问"X 是什么 / X 怎么用"等可直答的问题、且未说"系统学 / 调研 / 备考 / 搞懂一个领域" → 直接回答即可,或只跑对应单步(如只要费曼讲解就只跑第 9 步)。本 skill 是"系统学 / 搞懂领域"的流程,不是答疑机器人。
  2. 文档 / PPT / 产物生成:用户要"做个 PPT / 写份报告文档 / 生成图表" → 不跑学习闭环,明确告知并建议交给对应技能(如 PPT 生成、文档工具);本 skill 产出的是学习路径与速查表,不是排版产物。
  3. 单步请求:用户点名只要某一步("用五视角看看 X" / "费曼讲讲 X" / "出张一页小抄" / "和我辩论 X") → 只跑那一步,不强制补全十步。注意:单步(如只要费曼)属 C 层;若学员只让 AI 讲、自己不参与产出,则退为 P 层,AI 应提示"你现在是 P,想真学会请自己先产出一版"。

开场 · 学习画像与主题对齐(必做前置)

许可句(开场固定一句):这一轮允许你答错——考到崩溃是为了找错,不是审判。

收到主题后不要立刻跑十步,先做两件事:

第 0 步 · 主题对齐(复述确认,零摩擦)

AI 先复述对主题的理解,学员确认/纠正后才继续。对齐五要素(E2 结构化澄清):

  • 范围:边界在哪(如"Python 装饰器"是 @decorator 语法还是装饰器设计模式?)
  • 焦点:最想搞懂的部分
  • 起点假设:默认学员已有什么基础
  • 不含:明确排除什么
  • 预期产出形态:调研报告 / 题库+讲解 / 一页速查表 / 全闭环 —— 此一项同时用于模式路由

学员回"对/确认"或纠正;纠正则 AI 重新复述一次再确认。本环节是确认而非提问,不计入必答数。

第 1 步 · 学习画像(必答 4 + 可选)

确认主题后,问必答 4 项(其余可跳过,过程中按需追问):

  1. 角色 / 使用场景(必答)— 决定行动建议口吻、速查表场景
  2. 时间预算(必答)— 30 分钟 / 2 小时 / 1 周 / 长期持续;直接决定第 7 步核心计划伸缩
  3. 目标深度(必答)— 聊两句 / 上手干活 / 和专业人士对谈;校准阶梯落点、考题难度
  4. 成功标准(必答)— 学成之后,你能做成什么现在做不了的事?写成动词("能独立部署一个爬虫""能给团队讲清 ICAP");"能干活 / 能面谈 / 能教别人 / 过面试"只是候选,不是全部——鼓励学员说自己的

可选补充(想更准可填):

  • 当前水平(可选;不填则第 8 步首题探测动态判定)
  • 学习风格 / 资源偏好(读 / 视频 / 动手 / 社区)
  • 费曼受众(12 岁 / 团队 / 老板 / 客户)
  • 真实联网偏好(要真实溯源证据慢但准 / 快速即可;若当前环境具备联网检索能力则用之标注来源,否则每条事实标 [需核实])

原则:开场必答不超过 4 个,避免摩擦导致放弃;学员明显求快时,第 4 项可按"上手干活"定默认假设并声明。考后步骤(8–10)的真实水平靠互动考出,不在开场硬问。

认知参与标尺(ICAP,贯穿全程)

用 ICAP 四层(P 被动 / A 主动 / C 建构 / I 互动)保证学员"真学会"而非"假看懂"。理论依据:Chi & Wylie (2014) The ICAP framework;需注意其 I>C>A>P 为设计启发式而非硬定律(Thurn et al., 2023 质疑其普适排序,C→I 跨越证据不一致),故以 C 为底线、I 为可选深化。

  • 总原则:每一步都把学员推到 C(建构:生成超出原材料的新内容) 为底线;避免学员停在 P/A 却误以为学会。
  • "先输出再反馈"铁律:凡要学员理解的内容,先让学员用自己的话 / 草图 / 假设产出一版,再让 AI 生成或反馈;AI 先给答案 = 学员退为 P,禁止。
  • 每步自检提示:每步结束用一行告诉学员当前处于哪层,例如:当前你处于 C 层(你已生成 X);想更深可升 I:与 AI 对辩、互相质询。
  • 研究模式(1–4) 防 P 陷阱:五视角 / 矛盾图 / 简报 / 评审不要直接甩给学员,先让学员写 1–2 个自己的视角 / 假设 / 初步判断 / 自评,再让 AI 补充对照(用 ICAP 尺子量,全程被动接收 = P,最危险)。
  • I 层级(第 9.5 步红队对辩):学员提立场 → AI 扮反方逐条反驳并提新论据 → 学员必须回应 → 至少 2–3 轮。判定真 I 的标准:双方都在建构、彼此回应;学员只答"对/同意"则退化 A,须提示重来。

硬规则(交互约束,必须执行)

  1. 考到崩溃:一次只问一题,等用户回答后再继续,严禁一次性给全部 10 题答案。每答完做四件事:打分(0–10)、说对在哪、指确切差距、用大白话重讲漏掉的部分。若开场未填当前水平,首题用中等难度探测,据作答动态升降后续梯度。
  2. 费曼循环:必须等用户用自己的话复述后,才指出含糊/跳步处并让其只对薄弱部分重讲;未讲清前不进入新内容。
  3. 资源策展:只给 5 个资源,标明被高估的坑,排成一周路径,不堆 20 个链接。
  4. 一页小抄:控制在 5 分钟可扫完的篇幅,用短条目不用长段落。
  5. 证据与核实(能力感知):涉及事实、数据、外部信息或法律/财务/医疗类决策时:
    • 先判断当前环境是否有实时联网取证能力(如 WorkBuddy 的 web-access、Claude Code 的 WebSearch/WebFetch 等)。有 → 用它检索并标注来源链接;无 → 进入降级。
    • 降级时:每条事实/数据后追加 [需核实] 标记,并在产出末尾统一附"待核实清单",提醒用户以权威源头核对(STORM 已知有来源偏差、过度关联问题,AI 自评不可全信)。
    • 禁止伪造:宁可声明"未实时核实",也不得编造来源、URL 或"据搜索显示"——伪造来源比不核实更危险。
    • 纯对话模式(用户复制 prompts.md):若用户提供了链接/资料,优先采信用户提供的,而非模型记忆。
  6. 理解对齐护栏:进入资源策展(5)、出题(8)、费曼(9)前,若 AI 对主题/范围的理解可能漂移,须先复述确认再继续;学员纠正后须重新对齐。
  7. 逐环交接:每步须显式消费上游产物(见「逐环交接 · 依赖与完成判定」表);严禁跳序生成、严禁凭空引入上游未支撑的新事实/新资源/新结论;上游缺失时先向用户确认输入,不编造上下文。

推荐串联

  • 研究:五视角 → 矛盾图 → 综合简报 → 同行评审
  • 学习:资源策展 → 学习阶梯 → 按【时间预算】伸缩的核心20%(30min 精简单核 / 2h 标准 / 1 周扩展) → 考到崩溃 → 费曼循环 → 一页小抄
  • 公式:路径 → 测试 → 压缩 → 重复
  • 可选深化:费曼循环(9) 后可接 第 9.5 步 红队对辩(学员 vs AI 双向质询,升 I 层),详见 references/prompts.md。
  • 外验出口(第 10 步之后):建议学员把一页小抄拿去真实场景用一次——真干一个活、或教一个真人;用出来的问题回填第 8 步复习计划。AI 出的题算"自评",真实场景的反馈才算"外验"。
  • 收尾许可:结束时问一句「下一个你敢想的目标是什么?」(限一句,不展开;学员没想法就跳过,不追问)。

逐环交接 · 依赖与完成判定

前一步的产物是后一步的输入。本表强制每步显式消费上游,避免各步"各说各话"(硬规则 7 已约束;此处为可执行明细)。

交接铁律

  • 严禁跳序:除非「反触发护栏」允许单步请求,否则按依赖顺序推进,不得跳过某步直接生成下游。
  • 严禁凭空生成:下游步骤不得引入上游产物未支撑的新事实、新资源、新结论;若需外部信息,按硬规则 5 取证并标注。
  • 上游缺失时:若用户只跑单步(如只要费曼),先按该步输入要求向用户确认"你想基于什么",不要编造上下文。

依赖与完成判定表

步骤输入(上游产物)产出(下游消费)完成判定(怎么算做完)
第0步 主题对齐用户原始主题对齐确认件:范围 / 焦点 / 起点假设 / 不含 / 预期形态学员回"确认"或纠正后复述一致
第1步 学习画像对齐确认件画像:角色 / 时间预算 / 目标深度 / 成功标准(+可选水平·风格·费曼受众·联网偏好)必答 4 项收集;可选项可空
1 五视角对齐件(范围 / 焦点)5 个视角各自的"独门细节"5 视角不重复、且覆盖对齐"焦点"
2 矛盾图五视角产出≥2 组冲突主张 + 各自证据 + 最可信判断列出真实张力,非单纯罗列观点
3 综合简报五视角 + 矛盾图60 秒总结 + 关键发现 + 行动建议未引入上游无依据的新事实
4 同行评审综合简报可靠性评级 + 被忽略视角 + 来源提醒给出评级且 ≥1 个补充视角
5 资源策展画像(成功标准/目标深度/时间/风格)+ 对齐(焦点);全闭环时含研究产出(1–4)5 资源 + 被高估的坑 + 一周路径恰好 5 个、有坑、有路径
6 学习阶梯资源 + 画像(时间/目标深度/成功标准)+ 对齐(起点假设)≥4 级,每级含里程碑 / 练习 / 自测落点匹配目标深度
7 核心20%阶梯 + 画像(时间预算伸缩)+ 风格≤10 概念;每次课含练习/资源/复习题 + 最终小项目概念精炼、有动手、有复习
8 考到崩溃核心20%(核心概念)+ 画像(目标深度定难度 / 可选水平定起点)逐题记录 + 评分 + 强弱领域 + 复习计划逐题等答、每答四件事、有最终评定
9 费曼循环考到崩溃(薄弱点)+ 核心20%用户复述 + 含糊处重讲记录用户真实复述、薄弱重讲后通过
10 一页小抄全部上游(简报 / 阶梯 / 核心 / 薄弱点 / 角色场景)5 分钟可扫完的速查表含定义/核心/易错/上场清单,篇幅可控

跨模式提示:研究模式(1–4) 与学习模式(5–10) 各自内部连续;全闭环时第 5 步可直接消化第 1–4 步产出(如用简报结论筛选资源),无需重做。

可选 · 导出 HTML 成果卡(步骤 10.5,需用户触发)

把聊完即逝的十步产物装订成一张可重开、可分享、可打印的单文件 HTML 学习卡。互动(考到崩溃 / 费曼)仍在对话里发生,HTML 只做收尾成品,不替代过程。

  • 触发条件:用户明确说「导出 HTML / 生成学习卡 / 做成可点击成果页」才走;默认仍是 Markdown 内联输出(全工具通用,含纯对话工具)。
  • 范围(核心卡):顶部学习画像 persona 卡(角色 / 预算 / 目标)+ 学习阶梯 + 一页速查表(闪卡)+ 题库。不生成完整 12 段长页。
  • 做法:读取 assets/template.html,将占位符 {{TITLE}} {{ROLE}} {{BUDGET}} {{GOAL}} {{LADDER}} {{FLASHCARDS}} {{QUESTION_BANK}} 替换为已产出的内容(下游步骤产物,受硬规则 7 约束);不得引入上游未支撑的新内容。
  • 视觉规范:严格遵循 references/design.md——中性蓝 / 青 / 琥珀配色、圆角 12px、无阴影、系统字体。不使用任何外部图片 / 字体 / CDN,零外部依赖。
  • 配色版权:采用本 skill 自有中性配色,不沿用任何第三方视觉品牌色,避免授权争议。
  • 跨工具:agentic 工具直接预览;纯对话工具输出完整 HTML 代码块,用户存成 .html 双击打开。

注:若用户只要速查表 / 题库,可只渲染对应段。

完整 Prompt

全部 10 套提示词见 references/prompts.md,按步骤复制使用,把 【主题】 / 【你的角色】 替换为真实内容。

Reviews

No reviews yet. Tell others what you thought.

Comments

No login needed. Share how it worked for you, ask a question, or note where it did not run.

No comments yet. Be the first to write one.

Comments are published right away. Do not include personal information such as email addresses or phone numbers. Up to 2 URLs.

0 / 1,000 characters

This form is protected by reCAPTCHA, and the Google Privacy Policy and Terms of Service apply.

Report a problem with this skill