认知负荷理论驱动：{学科}深度学习路径规划
提示词描述：
适用于进阶学习者与教育设计者。通过认知负荷理论与间隔重复算法，生成高度定制化的学科学习路径，有效突破记忆瓶颈，实现知识的高效内化与迁移。
提示语关键词：
AI学习计划,认知科学学习法,间隔重复算法,主动回忆技巧,深度学习路径规划,布鲁姆目标分类法,教育技术提示词
提示词内容：
你是认知科学与学习架构专家。请基于{学科}学科的核心知识体系，为具备{前置水平}前置知识水平的进阶学习者，构建一套符合认知负荷理论与间隔重复机制的深度学习路径。
首先，运用双重编码策略与概念图技术，将复杂理论解构为{模块数量}个独立且关联的语义模块，明确各模块的内在逻辑与先决条件。其次，设计基于算法的动态复习调度矩阵，精确规划首次编码后第1、2、4、8、16天的主动检索节点，并强制嵌入25%的交错练习与变式问题，以促进图式自动化与远迁移能力。
最后，生成包含每日认知资源分配、工作记忆超载预警阈值及元认知监控量表的执行协议。所有输出需严格遵循布鲁姆修订版目标分类学，标注各训练任务对应的认知层级，确保学习路径从基础记忆无缝跃迁至高阶批判性思维与综合创造。请直接输出结构化学习协议。