学习AI助手

要解决的问题

学习场景中最常见的痛点不是「没有资源」，而是信息过载但不成体系。当你准备一门考试或入门一个新学科时，搜索结果往往散落在各处——论坛上的经验帖、视频教程的评论区、教材的目录页——你需要手动把这些碎片拼成一条可执行的学习路径。这个过程消耗大量时间，而且容易在早期阶段就偏离方向。

另一个问题是反馈延迟。自学时你写完一道题、读完一章，很难立刻知道自己的做法是否合理、理解是否有偏差。等到发现错误时，往往已经基于错误认知往下走了很远。

技能如何工作

学习AI助手定位为一个教育领域的专业 assistant，核心能力是接收你具体的学习需求，输出针对性的解决方案。

工作流程分为四个步骤：

• 理解需求：识别你提到的关键词（如 学习、课程、考试、education），明确你当前所处的阶段和目标
• 分析生成：基于需求拆解知识点结构，生成适合你的学习路径或建议
• 组织结果：将建议整理为结构化的输出，标注必要的参考来源
• 输出建议：给出可直接执行的下一步行动

例如，当你输入「帮我制定一个月的 Python 学习计划」，它会分析你的基础水平（如果未说明则会礼貌追问），然后输出分阶段的学习安排，包括每阶段的重点、推荐资源类型和自测方式。

适用边界

这个技能专注于学习规划与方法论层面的建议。它不是万能的学科专家——如果你需要深入的数学推导或代码调试，它给出的建议更适合作为学习方向的指引，而非最终答案。

当需求信息不足时，它会主动追问以缩小范围；如果请求明显超出教育学习范畴（如直接要求写论文或完成作业），它会明确告知超出能力范围，而不是强行生成不相关的内容。