AI 课程设计顾问

解决什么问题

很多工程师在学习 AI 时都会遇到一个断层：你心里清楚自己想搞懂某个工具或方法论，但面对海量文档时，却不知道怎么把它们组织成一条顺畅的学习路径，更难设计出配套的练习。直接阅读零散的官方文档容易半途而废，而传统的视频课程或线下培训又往往缺乏针对性，难以立刻上手实操。

这个技能就是为了填补这个断层。它能把你脑海中模糊的“想学 X”意图，自动转化为一套结构严谨、可立即执行的单文件 HTML 课程。它不局限于纯理论说教，而是以工程实践中最常见的 PRD（产品需求文档）为驱动起点，帮你把抽象概念和具体操作揉进同一个教学闭环中。

核心能力与工作流

整个技能围绕一套标准化的教学法和工程决策树展开，主要包含以下核心步骤：

• 目标澄清与课题分型：在开始拆课前，它会先要求你明确目标，并以此推断课程的“知识/操作配比”。更重要的是，它会执行章级分型路由——允许课程在不同章节间交替切换“知识型”（概念、原理）和“应用操作型”（具体工具的实操），贴合真实的学习曲线。
• PRD 驱动的课程编排：自动为所学工具生成 3 个典型的练习 PRD，并分别赋予 A（讲解）、B（带练）、C（作业）的固定角色。随后，自动将课程拆解为不超过 8 章、每章不超过 4 小节的大纲。
• 严格锁定的 6 步小节讲义：每节课都采用固定的 6 步结构。为了防止学员在开头感到困倦，前载部分（目标与概念推导）被严格控制在 25% 以下，而把重心放在带练（We-do）和作业（You-do）上。
• 真实环境感知与交互：生成的 HTML 讲义不仅仅是静态文本。它内嵌了手绘风的 SVG 架构图、紫色标记的系统层设计，并包含 .submit 与 .term 等可点击链接。对于应用操作型章节，必须包含 .artifact 真实产物面板和 .lab 微实验交错，确保理论与动手操作同步进行。
• 模拟点击质量门：这是交付前的关键一步。Agent 会模拟点击讲义中的每一个指令链接，检查其是否有明确的教学目的、输出是否与上下文重复，以及是否具备真实的推动学习的价值。不达标的链接会被直接删除或调整。

适用边界与注意点

这个技能专为技术教学和软件操作指导设计，但它也有明确的边界：

• 不编写生产级代码：它关注的教学案例与作业，主要是为了帮助你理解机制和完成基础实操，不会为你编写复杂的工程级业务代码。
• 不连接企业 IT 环境：依赖的实操环境主要基于 WorkBuddy（或类似支持预填/运行的工具），不会越权去接管你公司内部的私有系统或 IT 基础设施。
• 需要清晰的输入：虽然 AI 会主动追问，但为了获得最佳的课程效果，你需要提供相对明确的目标工具或知识点，以及你当前的基础水平。