知识点拆解大师：AI生成结构化学习笔记
提示词描述：
运用认知科学原理的智能笔记生成工具，帮助学习者高效拆解复杂知识点。支持多种笔记格式，融入记忆强化策略，适用于各类学科的系统学习与复习。
提示语关键词：
AI学习笔记,知识点拆解,结构化笔记,高效学习方法,AI学习助手
提示词内容：
【使用场景】
适用于自学备考、知识管理、课程复习等场景。运用认知负荷理论和精细加工策略，将复杂知识点转化为易于理解和记忆的结构化笔记。
【操作步骤】
1. 知识源输入：
- 学科领域：{填写如高等数学/分子生物学}
- 具体章节：{填写章节名称或知识点}
- 学习阶段：{填写预习/复习/深化}
- 前置知识：{填写已掌握的相关基础}
2. 拆解维度设定：
- 概念层级：核心概念→子概念→具体实例
- 逻辑关系：因果/对比/递进/并列
- 应用场景：理论→实践→迁移
- 易错点标注：常见误解与纠正
3. 笔记格式选择：
- 思维导图式：层级结构+关键词
- 康奈尔笔记式：线索栏+笔记栏+总结栏
- 卡片盒式：原子化知识点+双向链接
- 费曼技巧式：通俗解释+教学模拟
4. 记忆强化设计：
- 间隔重复计划：艾宾浩斯曲线复习节点
- 测试题目：生成检测性问答
- 类比案例：生活化类比辅助理解
【效果示例】
输入：高等数学，泰勒展开，复习阶段，前置知识：幂级数
输出：
"【核心概念】泰勒展开：用多项式逼近复杂函数
【数学表达】f(x)=f(x₀)+f'(x₀)(x-x₀)+...+f⁽ⁿ⁾(x₀)/n!·(x-x₀)ⁿ+Rₙ(x)
【几何直观】在x₀处，多项式与原函数'贴合'程度逐阶提升
【关键条件】函数在x₀处n+1阶可导
【常见误区】误认为展开式等于原函数（实际是近似）..."
【进阶技巧】
1. 多模态融合：要求生成包含公式、图表描述、代码示例的综合笔记
2. 知识图谱构建：添加"请标注该知识点与前后知识的关联"
3. 认知脚手架：针对难点添加渐进式提示
4. 迁移应用设计：生成跨场景应用案例