智能学习规划助手

解决什么问题

很多人开始学习新知识时，习惯直接"从第一章开始看"。这种做法的问题在于：目标不拆解、时间不分配、复习不安排。结果通常是临近截止日期才发现进度落后，或者学完就忘、没有沉淀。

智能学习规划助手要解决的问题很具体：当你有一个明确的学习目标（比如"备考雅思 6.5 分"或"学完 Python 基础"）和有限的可用时间时，如何把模糊的学习意图转化为一份可执行、可追踪、可调整的学习计划。

它如何工作

技能的运行分为三步，输入端只依赖你提供的基础信息。

第一步：收集信息

需要你提供的核心字段包括：

• 学习目标：具体到要掌握什么，而不是"学好英语"这种模糊表述
• 可用时间：每天或每周能投入的时长
• 截止日期：目标完成的时间节点

可选字段有两个：当前水平（初学者 / 有基础 / 进阶）和学习偏好（集中学习还是分散学习）。如果某些信息缺失，技能会使用合理的默认值，或主动询问。

第二步：生成计划

计划不是简单的时间排表，而是包含四个层次：

1. 任务拆分：把大目标拆成阶段性小目标，每个小目标明确学习内容和预期成果
2. 时间安排：为每个小目标分配具体时间段，标注每日 / 每周任务量，并预留缓冲时间
3. 复习节点：依据艾宾浩斯遗忘曲线原理插入复习时间点，标注重点内容的回顾时间
4. 进度追踪建议：给出可用的追踪工具或方法、阶段性自测安排，以及触发计划调整的条件

第三步：Markdown 输出

学习计划以结构化的 Markdown 格式输出，可以直接落到笔记工具或文档里，便于后续执行和修改。

适用边界与注意点

• 计划质量高度依赖输入信息的质量。学习目标越具体、可用时间越精确，产出的计划越靠谱。
• 技能会预留至少 10-15% 的缓冲时间，并在计划中明确标注，用于应对突发情况。
• 它不是静态文档。技能鼓励根据实际进度动态调整计划，并通过阶段性自测来校准方向。
• 计划的现实可行性优先于"看起来充实"。过度安排导致的 burnout 是它刻意避免的。