公开课笔记生成
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,安装 @user_70c2f807/open-course-notes-generator。
技能介绍
问题
公开课、讲座、教学视频往往信息密度高,但原始字幕或课堂听讲只留下零散片段。直接让模型总结视频链接并不可靠:技能不能访问或播放链接,也没有上下文。更实际的任务是:把用户手里的 大纲、字幕文本、个人笔记 或 口述要点 整理成可复习的结构化笔记,并标出哪些内容值得回看。
工作方式与能力
它按素材解析课程结构,而不是逐字转写:
- 章节化整理:将课程拆成引入、核心讲解、案例、总结等模块,生成摘要、要点和定义。
- 重点提取:识别核心概念、关键定义、公式、金句,并区分“核心/重要/补充”。
- 时间定位:在用户提供时间戳或大纲线索时标注关键时间点,方便回看。
- 复习输出:生成问答卡片、要点清单、学习路线图和前后知识关联。
典型流程是:接收课程标题、大纲、字幕或笔记片段 → 识别逻辑结构并划分章节 → 生成结构化笔记 → 追加自测问题和后续学习建议。对超过两小时的课程,更适合作为分段整理工具使用。
边界与注意点
这个技能不下载视频、不翻译字幕、不撰写原创课程讲稿,也不做论文文献综述。笔记质量取决于原始信息的完整度;如果只给链接,它无法生成有效结果。对于强专业内容,它只能基于用户提供材料整理结构,不应被当作学术事实核验工具。
使用场景
- 看完线性代数公开课后,用课程大纲和课堂笔记生成分章节复习笔记。
- 拿到TED字幕文本,提炼核心论点、关键金句并整理成可背要点清单。
- 把两小时Python课按知识点拆分,标注重点时间段并区分必须掌握内容。
- 将多节课程标题和主题整理成学习路线图,标出知识点依赖关系。
适合人员
- 正在自学公开课的大学生,想把大纲和听课片段整理成可复习笔记。
- 准备考试的专业课学生,需要区分核心公式、重要概念和补充内容。
- 带项目学习的团队新人,想用课程字幕生成要点清单和自测问题。
- 整理在线课程的教研老师,需要把多节标题串成学习路线图。