当前位置: 首页 > news >正文

【AI提示词】费曼学习法导师

提示说明

精通费曼学习法的教育专家,擅长通过知识解构与重构提升学习效能。

提示词

Role: 费曼学习法导师
Profile
language: 中文description: 精通费曼学习法的教育专家,擅长通过知识解构与重构提升学习效能background: 认知科学硕士背景,拥有5年教学策略设计经验personality: 逻辑严谨、善于引导、富有耐心expertise: 费曼学习法、知识转化模型、认知负荷管理target_audience: 学生群体、在职学习者、教育工作者Skills
核心教学技能知识解构: 将复杂概念分解为可理解的模块化单元简化表达: 用生活化语言重构专业知识教学反馈: 通过模拟教学识别知识盲点跨学科应用: 建立不同领域知识的连接通路辅助指导技能学习诊断: 识别认知偏差与知识断层目标管理: 制定阶梯式学习路径认知心理学: 运用记忆曲线原理优化复习周期工具运用: 推荐思维可视化工具(概念图/流程图)Rules
基本原则:严格遵循费曼四步法(概念学习→教学模拟→问题发现→简化重构)坚持主动学习原则,拒绝被动知识灌输保持批判性思维,鼓励学习者质疑既有认知强调个性化适配,根据认知风格调整策略行为准则:始终保持苏格拉底式提问引导避免直接提供标准答案强制要求学习者进行知识转译练习及时给予具体化改进建议限制条件:不处理与学习无关的心理咨询问题不替代专业学科教师的教学职能不得超出学习者当前认知水平两个层级禁止引入未经验证的学习理论Workflows
目标: 通过费曼技巧实现知识的深度内化步骤 1: 学习需求分析与认知基线测试步骤 2: 知识体系解构与生活场景映射步骤 3: 模拟教学与薄弱环节诊断步骤 4: 简化重构与巩固训练预期结果: 学习者能独立向12岁儿童讲解目标知识Initialization
作为费曼学习法导师,你必须遵守上述Rules,按照Workflows执行任务,始终聚焦知识转化效果,保持教学互动的启发性和建设性。

使用案例


案例:XX高中物理深度学习优化项目

一、项目背景
  • 教学痛点:高二物理平均分同比下降15%,概念应用题失分率达42%
  • 覆盖范围:3个理科班(120人)+ 2个重点班(80人)
  • 学习特征
    • 普通班:机械记忆公式,无法建立知识联结
    • 重点班:解题步骤固化,缺乏跨模块整合能力

二、教学实施过程

1. 诊断阶段(2周)

  • 工具设计
    《物理知识解构测试卷》:
    - 概念层:生活场景转译题(30%) 
    - 原理层:简化推导题(25%)
    - 应用层:非常规情境题(25%)
    - 重构层:跨学科综合题(20%)
    
  • 学习风格适配
    • 视觉型学习者:增加思维导图构建环节
    • 听觉型学习者:增设录音转译训练

2. 能力诊断结果

知识层级普通班掌握度重点班掌握度关键发现
概念理解58%82%普通班能量守恒类比能力缺失
原理推导41%76%重点班电磁转换推导断层
知识应用37%68%两类群体情境建模能力薄弱
跨科重构29%54%普遍缺乏生物-物理联结能力

3. 可视化呈现

  • 知识热力图显示:
    • 红色预警区:普通班原理推导(41%)、重点班跨科重构(54%)
    • 黄色改善区:两类群体知识应用(37%/68%)

三、优化方案与实施效果

1. 分层教学方案

知识层级普通班措施重点班措施
概念理解开发"生活物理"类比库(200+案例)创建概念变形训练系统
原理推导实施"分帧动画拆解法"推行逆向推导挑战赛
知识应用设计超市采购情境题组开发科创项目模拟器
跨科重构启动"生物物理周三实验室"组织跨校学术辩论联赛

2. 教学成效(8周后)

  • 普通班:
    • 概念应用题得分率提升至65%(原37%)
    • 日均有效学习时间减少0.8小时
  • 重点班:
    • 物理竞赛获奖增加3倍
    • 跨学科论文产出量达27篇

四、教学启示
  1. 认知边界把控

    • 避免将相对论简化为经典力学类比(导致概念混淆)
    • 确保热力学第二定律的生活化解释准确性
  2. 动态优化机制

    • 建立"认知发展指数"(CDI),双周更新知识图谱
    • 开发错题基因分析系统(定位认知断层根源)

五、项目延伸价值
  • 形成《中学物理深度教学白皮书》(被12所学校采用)
  • 孵化"知识解构力测评系统"(获教育科技创新奖)
  • 培养认证费曼导师8名(教学效能提升35%)

相关文章:

【AI提示词】费曼学习法导师

提示说明 精通费曼学习法的教育专家,擅长通过知识解构与重构提升学习效能。 提示词 Role: 费曼学习法导师 Profile language: 中文description: 精通费曼学习法的教育专家,擅长通过知识解构与重构提升学习效能background: 认知科学硕士背景&#xff0…...

体绘制中的传输函数(transfer func)介绍

文章目录 VTK volume不透明度传输函数梯度不透明度传输函数颜色传输函数VTK volume VTK (Visualization Toolkit) 中的 Volume(体积)是一个重要的概念,特别是在处理和可视化三维数据时。以下是 VTK Volume 的一些关键概念: 定义: Volume 在 VTK 中代表一个三维数据集,通…...

Algolia - Docsearch的申请配置安装【以踩坑解决版】

👨‍🎓博主简介 🏅CSDN博客专家   🏅云计算领域优质创作者   🏅华为云开发者社区专家博主   🏅阿里云开发者社区专家博主 💊交流社区:运维交流社区 欢迎大家的加入&#xff01…...

【文档智能】开源的阅读顺序(Layoutreader)模型使用指南

一年前,笔者基于开源了一个阅读顺序模型(《【文档智能】符合人类阅读顺序的文档模型-LayoutReader及非官方权重开源》), PDF解析并结构化技术路线方案及思路,文档智能专栏 阅读顺序检测旨在捕获人类读者能够自然理解的…...

现在的AI应用距离通用agent差的那点儿意思

现在的AI应用距离通用Agent差的那点儿意思 引言:从"生成力"到"行动力" 当前AI应用最显著的进步体现在内容生成能力上——无论是ChatGPT的流畅对话,还是Midjourney的惊艳画作,都展示了强大的生成力。然而,正…...

LeetCode 热题 100 238. 除自身以外数组的乘积

LeetCode 热题 100 | 238. 除自身以外数组的乘积 大家好,今天我们来解决一道经典的算法问题——除自身以外数组的乘积。这道题在 LeetCode 上被标记为中等难度,要求在不使用除法的情况下,计算数组中每个元素的乘积,其中每个元素的…...

分享 2 款基于 .NET 开源的实时应用监控系统

前言 在现代软件开发和运维管理中,实时应用监控系统扮演着至关重要的角色。它们能够帮助开发者和运维人员实时监控应用程序的状态,及时发现并解决问题,从而确保应用的稳定性和可靠性。今天大姚给大家分享 2 款基于.NET 开源的实时应用监控系…...

使用pytorch保存和加载预训练的模型方法

需要使用到的函数 在 PyTorch 中,torch.save() 和 torch.load() 是用于保存和加载模型的核心函数。 torch.save() 函数 主要用途:将模型或模型的状态字典(state_dict)保存到文件中。 语法: torch.save(obj, f, pi…...

Linux/AndroidOS中进程间的通信线程间的同步 - 消息队列

本文介绍消息队列,它允许进程之间以消息的形式交换数据。数据的交换单位是整个消息。 POSIX 消息队列是引用计数的。只有当所有当前使用队列的进程都关闭了队列之后才会对队列进行标记以便删除。POSIX 消息有一个关联的优先级,并且消息之间是严格按照优…...

DNA Launcher:打造个性化安卓桌面,开启全新视觉体验

DNA Launcher是一款专为安卓手机设计的桌面美化软件,旨在为用户提供丰富多样的桌面美化选项和全新的操作逻辑。通过这款软件,用户可以轻松调整桌面布局、更换主题、添加个性化元素,打造出独一无二的手机桌面。它支持多分辨率重新布局&#xf…...

Flink SQL DataStream 融合开发模式与动态配置热加载机制实战

一、为什么需要 SQL 与 DataStream 融合开发? 在实时数仓构建中,Flink SQL 的易用性和声明式优势广受欢迎;但遇到业务逻辑复杂、需要灵活控制时,DataStream API 提供了不可替代的灵活性。 而现实中,我们常常遇到如下痛点: 场景问题解决方式多业务线、多个 Kafka Topic,…...

4.2java包装类

在 Java 里,基本数据类型不具备对象的特性,像不能调用方法、参与面向对象的操作等。为了让基本数据类型也能有对象的行为,Java 提供了对应的包装类。同时,自动拆箱和自动装箱机制让基本数据类型和包装类之间的转换更加便捷。 包装…...

在一台服务器上通过 Nginx 配置实现不同子域名访问静态文件和后端服务

一、域名解析配置 要实现通过不同子域名访问静态文件和后端服务,首先需要进行域名解析。在域名注册商或 DNS 服务商处,为你的两个子域名 blog.xxx.com 和 api.xxx.com 配置 A 记录或 CNAME 记录。将它们的 A 记录都指向你服务器的 IP 地址。例如&#x…...

C++23 views::as_rvalue (P2446R2) 深入解析

文章目录 引言C20 Ranges库回顾什么是Rangesstd::views的作用 views::as_rvalue 概述基本概念原型定义工作原理 应用场景容器元素的移动与其他视图适配器结合使用 总结 引言 在C的发展历程中,每一个新版本都会带来一系列令人期待的新特性,这些特性不仅提…...

Mockoon 使用教程

文章目录 一、简介二、模拟接口1、Get2、Post 一、简介 1、Mockoon 可以快速模拟API,无需远程部署,无需帐户,免费,跨平台且开源,适合离线环境。 2、支持get、post、put、delete等所有格式。 二、模拟接口 1、Get 左…...

15.thinkphp的上传功能

一&#xff0e;上传功能 1. 如果要实现上传功能&#xff0c;首先需要建立一个上传表单&#xff0c;具体如下&#xff1a; <form action"http://localhost/tp6/public/upload"enctype"multipart/form-data" method"post"><input type&…...

G口大带宽服务器线路怎么选

G口大带宽服务器线路选择指南 ​​一、线路类型与特点​​ ​​单线&#xff08;电信/联通/移动&#xff09;​​ ​​优势​​&#xff1a;带宽独享、价格低、延迟稳定&#xff0c;适合单一运营商用户集中场景。​​劣势​​&#xff1a;跨运营商访问延迟高&#xff08;如电信…...

低秩适应(LoRA)与量化LoRA(QLoRA)技术解析

LoRA&#xff1a;从线性代数到模型微调 从矩阵分解理解Lora 假设我们有一个大模型中的权重矩阵&#xff0c;形状为1024512&#xff08;包含约52万个参数&#xff09;。传统微调方法会直接更新这52万个参数&#xff0c;这不仅计算量大&#xff0c;而且存在过拟合风险。 LoRA的…...

Webug4.0靶场通关笔记22- 第27关文件包含

目录 一、文件包含 1、原理分析 2、文件包含函数 &#xff08;1&#xff09;include( ) &#xff08;2&#xff09;include_once( ) &#xff08;3&#xff09;require( ) &#xff08;4&#xff09;require_once( ) 二、第27关渗透实战 1、打开靶场 2、源码分析 3、…...

OpenCV CPU性能优化

OpenCV 在 CPU 上的性能优化涉及多个层次&#xff0c;从算法选择到指令级优化。以下是系统的优化方法和实践技巧&#xff1a; 一、基础优化策略 1. 内存访问优化 连续内存布局&#xff1a;优先使用 cv::Mat::isContinuous() 检查 cpp if(mat.isContinuous()) {// 可优化为单循…...

OpenCV进阶操作:图像的透视变换

文章目录 前言一、什么是透视变换&#xff1f;二、透视变换的过程三、OpenCV透视变换核心函数四、文档扫描校正&#xff08;代码&#xff09;1、预处理2、定义轮廓点的排序函数3、定义透视变换函数4、读取原图并缩放5、轮廓检测6、绘制最大轮廓7、对最大轮廓进行透视变换8、旋转…...

MySQL事务隔离机制与并发控制策略

MySQL事务隔离机制与并发控制策略 MySQL事务隔离机制与并发控制策略一、数据库并发问题全景解析二、事务隔离级别深度解析三、MySQL并发控制核心技术1. 多版本并发控制&#xff08;MVCC&#xff09;2. 锁机制 四、隔离级别实现差异对比五、生产环境最佳实践六、高级优化技巧七、…...

【算法学习】递归、搜索与回溯算法(二)

算法学习&#xff1a; https://blog.csdn.net/2301_80220607/category_12922080.html?spm1001.2014.3001.5482 前言&#xff1a; 在&#xff08;一&#xff09;中我们挑了几个经典例题&#xff0c;已经对递归、搜索与回溯算法进行了初步讲解&#xff0c;今天我们来进一步讲解…...

SpringBoot整合PDF导出功能

在实际开发中&#xff0c;我们经常需要将数据导出为PDF格式&#xff0c;以便于打印、分享或存档。SpringBoot提供了多种方式来实现PDF导出功能&#xff0c;下面我们将介绍其中的一些。 HTML 模板转 PDF&#xff08;推荐&#xff09; 通过模板引擎&#xff08;如 Thymeleaf 或…...

关于MySQL 数据库故障排查指南

&#x1f6e0; MySQL 数据库故障排查指南 目标&#xff1a;解决常见数据库问题&#xff0c;保障数据安全与系统稳定运行。 一、常见故障类型概览 故障类型可能原因排查/解决步骤无法连接服务未启动、端口未监听、用户权限不足 查看服务状态&#xff1a; systemctl status my…...

ubuntu yolov5(c++)算法部署

1.安装onnx 1.15.0 首先使用如下命令关闭 anaconda 对后续源码编译的影响&#xff1b; # 禁用当前 conda 环境 conda deactivate# 确保 conda 初始化脚本不会自动激活 base 环境 conda config --set auto_activate_base false# 然后重新打开终端或执行 source ~/.bashrc 1.安…...

基于Centos7的DHCP服务器搭建

一、准备实验环境&#xff1a; 克隆两台虚拟机 一台作服务器&#xff1a;DHCP Server 一台作客户端&#xff1a;DHCP Clinet 二、部署服务器 在网络模式为NAT下使用yum下载DHCP 需要管理员用户权限才能下载&#xff0c;下载好后关闭客户端&#xff0c;改NAT模式为仅主机模式…...

《开源先锋Apache软件基金会:历史沿革、顶级项目与行业影响》

1. Apache软件基金会概述 Apache软件基金会&#xff08;Apache Software Foundation, ASF&#xff09; 是全球最大的开源软件组织之一&#xff0c;成立于1999年&#xff0c;是一个非营利性机构&#xff0c;致力于为公共利益提供开源软件。ASF以“社区主导、共识决策”为核心原…...

Java数据结构——Queue

Queue 队列的概念队列的使用offer和poll方法add和remove方法 设计循环队列队列实现栈栈实现队列 前面所说的Stack是 先入后出的原则&#xff0c;那有没有 先入先出的原则的结构呢&#xff1f;这就是本篇博客所讲的Queue序列就是这个原则 队列的概念 只允许在一段进行插入数据…...

仓储车间安全革命:AI叉车防撞装置系统如何化解操作风险

在现代物流体系中&#xff0c;仓储承担着货物储存、保管、分拣和配送等重要任务。但现代仓储行业的安全现状却不容乐观&#xff0c;诸多痛点严重制约着其发展&#xff0c;其中叉车作业的安全问题尤为突出。相关数据显示&#xff0c;全球范围内&#xff0c;每年因叉车事故导致的…...

深入 FaaS 核心:函数是如何“活”起来的?

深入 FaaS 核心:函数是如何“活”起来的? 在上一篇《你好,Serverless!告别服务器运维的烦恼》中,我们认识了 Serverless 的基本概念,并知道了 FaaS (Function as a Service) 是其核心计算单元,就像一个个“随叫随到”的专业工具人。 那么,这些“工具人”到底是如何被“…...

vue2 两种路由跳转方式

第一种方式&#xff1a;path跳转 第二中写法&#xff1a;用name跳转 路由传参 动态路由传参 案例 通过${} 动态路由传参 动态路由使用params来进行接收 name 传参 总结 传的什么用什么接受...

手机上使用的记录笔记的软件推荐哪一款

在快节奏的生活中&#xff0c;一款好用的手机笔记软件就像随身携带的“外挂大脑”&#xff0c;能帮我们高效记录生活点滴、工作计划和灵感创意。今天&#xff0c;就来给大家详细对比一下Pendo、敬业签、MIGi日历记事本这三款热门笔记软件。 一、Pendo笔记&#xff1a;智能日程…...

SpringBoot 讯飞星火AI WebFlux流式接口返回 异步返回 对接AI大模型 人工智能接口返回

介绍 用于构建基于 WebFlux 的响应式 Web 应用程序。集成了 Spring WebFlux 模块&#xff0c;支持响应式编程模型&#xff0c;构建非阻塞、异步的 Web 应用。WebFlux 使用了非阻塞的异步模型&#xff0c;能够更好地处理高并发请求。适合需要实时数据推送的应用场景。 WebClie…...

Python学习笔记--Django的安装和简单使用(一)

一.简介 Django 是一个用于构建 Web 应用程序的高级 Python Web 框架。Django 提供了一套强大的工具和约定&#xff0c;使得开发者能够快速构建功能齐全且易于维护的网站。Django 遵守 BSD 版权&#xff0c;初次发布于 2005 年 7 月, 并于 2008 年 9 月发布了第一个正式版本 1…...

Java 17配置Jenkins

找到 Java 17 的安装路径 which java ls -l /usr/lib/jvm/ 修改 Jenkins 服务配置 sudo nano /etc/systemd/system/jenkins.service 修改为 [Unit] DescriptionJenkins Automation Server Afternetwork.target[Service] Typesimple Userjenkins Groupjenkins Environment&…...

前端面试每日三题 - Day 28

这是我为准备前端/全栈开发工程师面试整理的第28天每日三题练习&#xff1a; ✅ 题目1&#xff1a;HTTP缓存策略全景解析 核心缓存类型对比表 缓存类型验证方式响应头网络请求消耗强缓存无Cache-Control/Expires无协商缓存If-Modified-Since等ETag/Last-Modified304响应 1.强…...

B站pwn教程笔记-8

接着上次的习题刷&#xff0c;然后补充新的知识。这开始就接触花式栈溢出了 pwn3&#xff08;ret2libc较难&#xff09; 上次已经知道大致思路&#xff0c;现在看看怎么实现。 使用命令 ldd 可看出连接的LIBC是哪个&#xff0c;如下图所示。&#xff08;第一行&#xff09; …...

uniapp项目打包的微信小程序,设置uni-popup type=“bottom“时,底部有空隙

问题&#xff1a; uniapp项目打包的微信小程序&#xff0c;设置uni-popup type"bottom"时&#xff0c;底部有空隙 解决思路&#xff1a; 1、检查代码是否存在样式问题 2、使用微信小程序自带的调试器元素 3、查看源码定位底部是如何出现该空隙的 1、检查代码 检…...

《Zabbix Proxy分布式监控实战:从安装到配置全解析》

注意&#xff1a;实验所需的zabbix服务器的搭建可参考博客 zabbix 的docker安装_docker安装zabbix-CSDN博客 1.1 实验介绍 1.1.1 实验目的 本实验旨在搭建一个基于Zabbix的监控系统&#xff0c;通过安装和配置Zabbix Proxy、MySQL数据库以及Zabbix Agent&#xff0c;实现分…...

zookeeper实现分布式获取全局唯一自增ID的案例。

项目结构 所有配置写在 application.yml 文件中&#xff0c;代码进行了拆分&#xff0c;加入了相关依赖。 1. pom.xml 依赖 <dependencies><dependency><groupId>org.apache.zookeeper</groupId><artifactId>zookeeper</artifactId><…...

微信小程序上传视频,解决ios上传完video组件无法播放

1.碰到问题 工单里面上传完视频video组件ios无法播放视频,安卓可以 2.原因 使用了后台接口返回的url拼域名 &#xff0c; 正确做法&#xff1a;使用wx.chooseMedia()里面的tempFilePath&#xff08;本地临时文件路径 (本地路径)&#xff09;&#xff0c;上传好了详情可以使用后…...

硕博士学位论文题目需要注意的几个问题

摘要: 论文题目既要高大上, 又要与别人的区别开. 本贴描述一些基本的思路. 研究生们应该从图书馆找 100 篇博士论文的题目参考&#xff0c;以跳出思维定式. 1. 题目要足够具体 需要把自己的几篇小论文覆盖&#xff0c;且最小的一个帽子 帽子大了就变成书籍的名字&#xff0c;…...

图像匹配导航定位技术 第 8 章

第 8 章 SAR 图像匹配定位技术 目前 &#xff0c;光学传感器已经能获取高分辨率&#xff0c;即与视觉效果相近的目标图像&#xff0c;但是光学传感器容易受到天气变化的影响&#xff0c;从而影响效率。而径雷达 ( synthetic aperture radar&#xff0c;SAR)传感器不仅能获得与…...

四、Hadoop 2.X vs 3.X:特性、架构与性能全解析

Hadoop 2.X 与 Hadoop 3.X 深度对比&#xff1a;版本特性、架构与性能剖析 在大数据处理的浪潮中&#xff0c;Hadoop 凭借其分布式存储与计算的强大能力&#xff0c;成为了业界的核心框架之一。随着技术的不断演进&#xff0c;Hadoop 也经历了多个重要版本的迭代。其中&#x…...

【Linux】FreeRTOS与Linux:实时与通用的终极对比

文章目录 FreeRTOS & Linux1 本质区别2 应用场景3 架构差异4 为什么容易混淆&#xff1f;5 合作与共存总结 FreeRTOS & Linux FreeRTOS 和Linux是两种完全不同的操作系统&#xff0c;设计目标和应用场景有显著区别。 1 本质区别 特性FreeRTOSLinux类型实时操作系统&…...

关于vue-office在vue3工程中的引用报错问题

在vue3项目工程中&#xff0c;根据vue-office文档在vue2中的引用&#xff1a; //引入VueOfficeDocx组件 相关样式import VueOfficeDocx from vue-office/docx;import vue-office/docx/lib/index.css; 报错信息&#xff1a; [plugin:vite:import-analysis] Failed to resolve …...

【NLP 71、常见大模型的模型结构对比】

三到五年的深耕&#xff0c;足够让你成为一个你想成为的人 —— 25.5.8 模型名称位置编码Transformer结构多头机制Feed Forward层设计归一化层设计线性层偏置项激活函数训练数据规模及来源参数量应用场景侧重GPT-5 (OpenAI)RoPE动态相对编码混合专家架构&#xff08;MoE&#…...

Java详解LeetCode 热题 100(13):LeetCode 53:最大子数组和(Maximum Subarray)详解

文章目录 1. 题目描述2. 理解题目3. 解题思路3.1 暴力法3.1.1 O(n) 暴力解法3.1.2 O(n) 优化的暴力解法3.2 分治法3.3 动态规划(Kadane算法)3.3.1 动态规划基本思路3.3.2 Kadane算法(空间优化版本)3.4 前缀和方法4. 具体实例解析5. 代码优化与技巧5.1 处理空数组和边界情况…...

数字化驱动下的智慧物流与零售创新:全流程无人仓与定制开发开源AI智能名片S2B2C商城小程序的协同实践

摘要&#xff1a;本文以京东"全球首个全流程无人仓"为技术载体&#xff0c;结合"定制开发开源AI智能名片S2B2C商城小程序"的零售创新实践&#xff0c;探讨数字化技术如何重构物流与零售场景。研究揭示&#xff0c;京东通过全流程无人仓实现仓储效率提升4倍…...