叫AI教你新东西只会拿到一堆知识?复制这句提示词,任何主题都变能上手的实战课

韦惟珊用「先定义学完后要能做到什么、再往回拆模组、加练习与测验」的流程,把任何想学的主题做成一次可看完的实战型自学课程。

基本信息

核心观点

  1. 只叫AI教新东西,AI只会给你一堆知识:单纯让AI推荐食谱或框架,AI只能输出列表,无法把知识变成「真正会用」的能力。必须先定义「学完后要能做到什么」,才能让AI把知识拆成可操作的模组。

  2. 从最终能力往回拆学习模组:先明确「学完后要能系统化帮3岁小孩准备早餐、让它在家吃完再上学」,再让AI分析需要哪些子能力(早餐营养搭配、菜菜单组合、备料方法、早晨SOP)。每个模组都要对应一个真正用得到的能力。

  3. 请AI写课程内文并做成可直接使用的工具:让AI根据学习目标写内容,同时产出框架、SOP、Checklist、Template、情境限制、常见失败备案。每个重要能力至少一个实作练习。

  4. 测验不能只考记忆,要考「真的遇到时会不会做」:用情境题,让AI解释每个错误选项「错在哪」。例如「明天不知道吃什么,最佳做法是?」AI回答要说清楚,上网找食谱不是正解——目标是降低每天的决策成本。

  5. 起手式提示词:把下面这段提示词复制粘贴给任何AI,就能让它帮你把任何主题做成一次可看完的实战型自学课程。

实操内容保留

起手式 Prompt(直接复制粘贴)

我想学「主题」,请设计成一套完整但精简、一次可看完的实战型自学课程文档。不要只整理知识,请先判断:真正要解决的问题是什么,以及学完后应该能实际做到什么,再从最终能力往回拆课程。请包含:3–6 个循序渐进的学习模组与可观察的学习目标;必要核心知识,但避免过多理论;可直接使用的 Framework、SOP、Checklist、Template;真实现境中的限制、常见失败与备案;每个重要能力至少一个实作练习;简短测验与答案解析;一个能直接使用的最好成果。如果涉及健康、安全、法律、财务等 high-stakes 信息,请查找并优先引用可靠官方来源。

关键概念拆解示例(原文案例)

  • 主题:帮3岁小孩准备早餐并让它在家吃完再上学
  • 最终能力:系统化准备早餐,降低每天决策成本
  • 所需子能力:早餐营养搭配、菜菜单组合、备料方法、早晨SOP

关键概念

  • AI自学课程 — 从「定义学完后要能做到什么」开始,把知识拆成可操作的模组
  • 实战型提示词 — 必须包含「真正要解决的问题是什么」和「学完后要能实际做到什么」
  • 学习模组 — 每个模组都要对应一个真正用得到的能力,不能只写理论

与其他素材的关联

(暂无关联素材)

原文精彩摘录

好的课程,除了有知识,也能带到「学完后要能做到什么」。比如我说「想学怎么系统化帮 3 岁小孩准备早餐,让他在家吃完再出门上学」,和只说「想学做早餐」,AI 要解决的问题就完全不同。

从「最终能力」往回拆学习模组

有了学习成果的想像,再请 AI 分析:为了做到这件事,需要哪些子能力?以以为孩子做早餐为例,底层的能力包含早餐营养搭配、菜菜单组合、备料方法、早晨 SOP,每一个学习模组,都要对应一个真正用得到的能力。

测验可以多放情境题,并要求 AI 解解释每个错误选项「错在哪」。以备餐为例,「明天不知道吃什么,最佳做法是?」AI 在解答处要说清楚,上网找食谱不是正解,因为目标是降低每天的决策成本。

起手式 Prompt:这样问,课程才有办法用

「我想学「主题」,请设计成一套完整但精简、一次可看完的实战型自学课程文档。不要只整理知识,请先判断:真正要解决的问题是什么,以及学完后应该能实际做到什么,再从最终能力往回拆课程。请包含:3–6 个循序渐进的学习模组与可观察的学习目标;必要核心知识,但避免过多理论;可直接使用的 Framework、SOP、Checklist、Template;真实现境中的限制、常见失败与备案;每个重要能力至少一个实作练习;简短测验与答案解析;一个能直接使用的最好成果。如果涉及健康、安全、法律、财务等 high-stakes 信息,请查找并优先引用可靠官方来源。」