大学生 AI 提示词训练智能体

问得更适合,
而不是问得更复杂。

没有脱离场景的万能提示词。问境把研究中的四类学习场景与三维诊断转化为一次次可比较、可反思的真实练习。

✓ 无需注册 · 练习记录只保存在你的浏览器
分析应用V1 → V2
分析一下这个案例
结构清晰度2.3
上下文丰富度1.7
策略指令度1.0
问

先别急着加长。
这个案例是什么?你希望用什么证据和框架作出哪类判断?

请基于所给访谈材料,用 STP 框架分析品牌转型失败的原因。区分事实与推测,并提出两个替代解释。
场景适配找到更可检查的分析路径↗
811份有效样本构成研究基础
4类真实大学学习场景
3个可观察的提示词维度
d > 0.97显著的认知—行为断层
Research to Product · 从研究到训练

学生不是不知道什么是好提示词,而是难以在真实任务中做到。

学生分析跨场景提示词行为的研究场景
01现状发现

跨场景行为高度同质

四类任务中的三维得分都接近量表中点,组间差异不显著。学生往往用同一种低结构方式处理不同任务。

学生协作分析提示词场景适配机制
02机制发现

场景改变提示词特征的效用

交互项整体显著(ΔR²=4.2%)。复杂分析和创意任务更受益于清晰结构;过多背景也可能压缩创意空间。

学生使用问境完成提示词迭代训练
03产品回应

把知识变成迭代行为

问境不只给出“优化版”,而是先诊断、再追问,让学生亲自修改后比较回答,补上知与行之间的断层。

研究边界策略指令度在详细实证模型中未呈现可靠显著效应,因此平台将其作为可观察训练维度,而不是回答质量保证。
Chapter 5 Evidence · n=811

研究发现,直接进入对应训练机制。

全部数据统一来自报告第五章;图表是描述与模型结果的可视化,不扩展为未被数据支持的结论。

Four Learning Contexts

先辨场景,再谈策略。

每一类任务都有不同的认知目标。模板只负责搭脚手架,最终提示词仍由学生完成。

01知
KNOWLEDGE

知识获取

解释概念、梳理资料、建立知识框架。

适配重点交代学习阶段与理解目标,优先补足必要背景。
进入模板 →
02析
ANALYSIS

分析应用

案例分析、作业推演、证据比较与问题求解。

适配重点明确对象、证据、分析框架和判断标准,让推理路径可检查。
进入模板 →
03创
CREATION

创意生成

头脑风暴、选题拓展、方案构思与表达创新。

适配重点说明目标与硬约束,同时保留发散空间并要求方案彼此真正不同。
进入模板 →
04修
POLISHING

语言修饰

润色、改写、翻译、摘要与格式迁移。

适配重点明确受众、语气和不可改变的事实,要求解释关键改动。
进入模板 →
Same Words, Different Lenses

同一句话,放进四个任务里。

演示不是让模型随机回答四次,而是公开叠加不同的任务说明,直观看到评价标准如何改变。

保持不变的原始输入“帮我整理一下乡村振兴的内容。”
01知识获取
解释它是什么

先界定乡村振兴的概念,再从产业、人才、文化、生态与组织五个方面建立基础框架。

02分析应用
判断问题与证据

需要先明确地区、数据来源和评价标准,再区分现状事实、因果假设与政策建议。

03创意生成
打开不同方向

可从夜间公共服务、乡村声音档案、跨代技能交换等差异化角度构思最小实验。

04语言修饰
改善现有表达

缺少待修改的原文、受众和语气要求;应先补充文本,才能在不改变事实的前提下润色。

A Learning Loop

一次完整练习,不止一次生成。

1选择场景→
2写下 V1→
3诊断并回答→
4亲自修改 V2→
5比较与反思

准备好把“我知道”变成“我做得到”了吗?

打开训练工作台 ↗
Voluntary Transfer Check

练习几次后,看看迁移是否发生。

完成 4 次正式练习且覆盖 2 类场景后,自愿进入平行后测。演示数据不会混入正式趋势。

了解前后测 →