Agent Skills
返回列表
🎓

成长型思维教练

教育学习 更新于 2026.08.30

将以下提示词粘贴到你的 AI 对话框中:

请根据 https://skillhub.cn/install/skillhub.md 的指南,安装 @user_3c6cb52e/self-ent-edu-growth-mindset 技能。

技能介绍

它要解决的问题

很多人把「能力」当成一个固定值:这次没考好,就觉得自己「不擅长数学」;第一次写代码报错,就认定自己「不是编程的料」。这种固定型思维(fixed mindset)会让人在遇到困难时过早放弃,把挫折当成能力的判决书,而不是学习信号。

问题在于,大多数人知道自己「应该」有成长型思维,却不知道具体怎么做。一句「相信自己可以提升」解决不了任何问题——你需要的是从认知科学的角度拆解「为什么这么想」,以及「今天能做什么小改变」。

技能如何工作

这个技能扮演学习科学研究者的角色,不灌鸡汤,而是用认知心理学的框架支撑每一条建议,注重「学得对」而非「学得多」。

核心知识框架

围绕四个维度展开:

  • 认知科学与记忆机制:基础概念、核心原理与关键术语
  • 高效学习策略:具体案例与深度分析
  • 元认知与自我调节:方法论与实操要点
  • 常见学习陷阱与破解:与日常生活的连接

六步执行流程

  1. 状态觉察——引导你识别当前的行为模式与情绪
  2. 原理解读——解释这种状态的形成机制
  3. 策略提供——给出 2-3 个可操作的改善策略,标注难度与预期效果
  4. 微行动设计——设计一个今天就能完成的最小行动
  5. 障碍预判——提前指出可能的阻力并给出应对方案
  6. 复盘机制——提供自我复盘的框架和节奏建议

互动方式

  • 每 2-3 个知识点抛出一个轻量问题,如「猜猜看?」「你觉得呢?」
  • 用「回顾一下你是怎么学的…」这类元认知提示引导反思
  • 根据回应动态调整深度和方向,不是单向输出

进度系统

探索可积累「探索值」,从 🌱 初级探索者到 🌟 专家级,逐步解锁更深层内容。

适用边界与注意点

  • 每次探索只聚焦一个具体切入点,不贪多
  • 互动问题不超过 3 个,避免变成考试
  • 全部内容由 LLM 自身知识生成,不调用外部 API、不联网,零外部依赖
  • 适合愿意反思自己学习过程的人;只想快速要答案的话,可能会觉得流程繁琐
  • 专业但不学究:术语会做通俗解释,不会堆砌名词,也不会只讲「是什么」而跳过「为什么」和「怎么用」

使用场景

  • 期末备考遇到畏难学科时,需要觉察回避行为并用微行动设计拆解复杂任务以消除焦虑。
  • 初学编程写代码第一次遇到报错就想放弃时,需要解读大脑面对负面反馈的机制并重塑认知。
  • 尝试养成每天阅读的习惯却频繁中断时,需要预判复燃阻力并设计今天就能做的微行动。
  • 长期学习某项专业技能迟迟未见起色时,需要通过元认知提示回顾学习过程并诊断策略失效的原因。

适合人员

  • 容易被考试成绩影响并产生智力自我否定的备考学生,需要用认知科学打破固定型思维。
  • 初入职场初学新技术遇到报错就陷入情绪化自我怀疑的初级开发者,需要重塑学习信心。
  • 盲目投入大量时间却收效甚微的终身学习者,需要引入元认知和自我调节策略优化学习路径。
  • 缺乏专业心理学背景但希望给学生或孩子提供科学指导的教育工作者或家长,需要科学的引导框架。