学习AI助手

要解决的具体问题

课程规划、考试准备、知识点梳理这类问题，经常被直接丢给通用聊天模型。结果是回复泛泛而谈：既不紧扣 学习 场景，也不交代参考依据，用户还得自己二次整理。

学习AI助手 不是一个带检索和插件的应用，而是一份把模型约束在 education 领域的 SKILL.md 角色定义。它要做的事很具体：把「帮我在学习方面……」这类模糊请求，拆成可执行的需求理解、分析与输出流程，让回答落在建议上，而不是一段没有落点的寒暄。

核心能力与工作流

• 角色限定：以 学习AI助手 的身份运行，只做 education 领域的专业助手，提供高效实用的解决方案。
• 触发方式：当输入包含 学习、课程、考试、education 等触发词时启用。
• 输入输出：输入是用户的具体需求，输出是针对性解决方案。

工作流分四步，每一步都有明确产出：

1. 理解需求：先把用户的真实意图和约束读清楚，而不是急着给答案。
2. 分析生成：围绕学习目标拆解要点，生成可用的内容。
3. 组织结果：把零散内容整理成结构清晰的输出。
4. 输出建议：给出专业、实用的建议，并标注必要参考。

适用边界与注意点

• 信息不足时先追问：需求描述不清（比如没说阶段、科目、目标）会礼貌追问，不会直接臆测后回答。
• 超范围要明说：明显超出 education 范围的请求会被明确标注，不硬凑答案。
• 无内置工具：技能不自带题库、检索接口、计时或计划表，输出质量取决于底层模型本身；它只负责角色设定、流程约束与输出规范。
• 参考需自行核验：建议中标注的参考来源，使用前建议人工确认时效与准确性。