方法实验室 · 交互学习

方法实验室：顺序系统学习示例

自编的三页材料，演示问题边界、证据判断、小试验及其条件与反馈。

系统学习模式尽可能全面保留材料中的框架、术语、论证、案例、规则与可测知识点。

先抓住材料的知识骨架

这些框架来自材料中的关键判断，也是后续内容单元、术语和行动规则的共同底座。

问题地图

明确边界、相关方、约束和成功标准。

适用：进入陌生或尚不明确的问题时

method-lab-synthetic.pdf · 标题路径：Method Lab > 1. Problem map · PDF第1页

证据链

把结论连到观察和其他可能的解释。

适用：判断主张是否有充分依据时

method-lab-synthetic.pdf · 标题路径：Method Lab > 2. Evidence chain · PDF第2页

行动循环

检验假设，对比预测与结果，再修正。

适用：把理解变成有信息价值的小行动时

method-lab-synthetic.pdf · 标题路径：Method Lab > 3. Action loop · PDF第3页

按材料结构逐个学懂

内容单元保留原材料顺序；书籍对应章节，PPT对应连续幻灯片组，文档对应标题分区。每个单元先给核心思想，再展开关键结论；第一单元已直接写入页面。

单元 1 · 界定问题

核心思想：选择行动前先明确范围。

关键框架

  • 问题地图

行动要点

  • 指出边界与相关方。
  • 明确约束和成功标准。

点开结论，继续往下理解

先明确边界再行动问题地图帮助识别哪些信息与问题相关。
  • 记录问题包含哪些内容。
  • 选择可观察的成功标准。
原文出处

method-lab-synthetic.pdf · 标题路径：Method Lab > 1. Problem map · PDF第1页

单元页段；未提供更细定位的条目沿用此范围。

把材料中的专业词汇一次查清

共 3 个术语，覆盖英文缩写、领域术语、方法框架、角色流程与指标工具。英文缩写和单词会直接显示中文含义；可搜索，也可逐条展开查看解释和材料语境。

显示 3 / 3
问题边界领域术语

通俗定义：当前要解决的问题的范围。

材料语境：问题地图在行动前明确边界。

相关术语：约束、成功标准

涉及单元：单元 1·界定问题

反证领域术语

通俗定义：可能挑战当前主张的证据。

材料语境：证据链用反证检查信心，避免把一次观察当作证明。

相关术语：观察、其他解释

涉及单元：单元 2·检验主张

反馈方法框架

通俗定义：用试验获得的信息修正假设或下一步行动。

材料语境：行动循环对比结果与预测，并可更新此前的思考。

相关术语：预测、假设

涉及单元：单元 3·通过行动学习

把方法论压缩成下一步动作

共 4 条规则，覆盖材料中的主要判断与行动场景。统一采用“当 X，做 Y，因为 Z”，按页面向下滚动即可连续阅读。

  • 当 问题范围不清楚 → 先画问题地图 （边界有助于识别相关信息）
  • 当 对主张的信心不足 → 收集证据并寻找反证 （一次观察不应被当作证明）
  • 当 讨论停滞 → 设计有信息价值的小试验 （结果可以更新假设并指导下一步行动）
  • 当 相关证据无法核查 → 暂停结论 （证据缺口不足以支持成功判断）

按你的目标生成一场动态测验

页面已整理 3 个可测考点，但不会把固定题目全部铺开。选择范围和要求后复制口令，粘贴到当前材料对话中，AI 会基于知识库逐题测试、判分并动态调整难度。

1选择范围与难度
2复制口令到对话框
3结束后导回错题
出题范围
查看或手动复制口令

如果当前对话没有加载对应材料或知识库，口令会要求 AI 先请你上传，避免脱离材料出题。基础题可使用具备文件读取和结构化输出能力的通用模型；专业材料与复杂开放题建议使用长上下文、高推理能力模型。

测验后的复习闭环

我的错题本

0 道错题

测验结束后，复制 AI 生成的错题记录，粘贴到下方即可导入。错题保存在当前浏览器；换设备前请备份 JSON。

保存在当前浏览器；换设备前请备份 JSON。

还没有错题完成一次 AI 测验后，把错题记录粘贴到上方。

把感兴趣的内容变成自己的知识

在任意内容卡片右下角点击“☆”，原内容和出处会立即保存，无需复制粘贴。之后可在这里搜索、展开、编辑或删除；笔记只保存在当前浏览器，可用 JSON 备份或迁移。

1点击内容旁的 ☆
2原内容立即保存
3回来编辑与回顾
0 条笔记保存在当前浏览器；换设备前请备份 JSON。
还没有笔记点击任意内容卡片右下角的“☆”即可保存。

一键使用方法论

填写问题，生成口令，再粘贴到当前材料对话。页面本身不调用 AI。