神经元网络实验室

神经科学入门的教学痛点

神经科学概念抽象，初学者常被术语淹没。现有资料要么堆砌公式，要么停留在科普表层，难以形成从神经元结构到神经网络的系统认知。Neuron Network 技能以「研究员带你做实验」的方式，解决认知断层问题：用互动推演替代被动阅读，用进度系统替代一次性讲解。

核心能力与执行流程

• 角色设定：模拟神经科学实验室研究员，主动引导而非单向灌输。
• 触发机制：支持「神经元」「神经信号」「neuron network」等关键词唤醒，也可在空闲时主动启动。
• 七步教学法：

- 从神经元结构（树突、胞体、轴突、突触）切入，建立空间认知。
- 模拟静息电位形成，解释离子浓度差与膜电位的关系。
- 演示动作电位的产生与传播，拆解去极化、复极化过程。
- 讲解突触传递机制，包括神经递质释放与受体结合。
- 引入神经可塑性，说明长时程增强（LTP）与抑制（LTD）的作用。
- 讨论神经网络的信息处理逻辑，衔接学习机制。
- 扩展至光遗传学、脑机接口等前沿技术，拓宽视野。

• 互动设计：每2-3步插入「先猜一下会发生什么」的预测式提问，及时确认用户理解状态。
• 进度系统：通过经验值解锁「初学者→进阶者→熟练者→专家级」四个层级，逐步深化内容。

适用边界与注意点

• 所有内容由LLM自身生成，不调用外部API或联网。
• 纯文本输出，不使用图片或多媒体，适合低带宽环境。
• 科学准确性与趣味性并重，但复杂机制仍需结合教材或专业文献。
• 退出机制简单：用户任意输入即停止，适合短时互动场景。