最近高频使用 AI 学习，我深刻感受到知识接收方式正在发生巨变。这个冲击可能比我们预想的来得更早。
变革
过去我们一直把有知识的人称为「读书人」。这没错，因为以前吸收系统化、体系化的知识主要靠书籍。但书籍是静态的、单向的 —— 作者给你什么，你就接收什么。虽然你可以在书页上写写画画，把它弄成大花脸，但你无法主动调节书（其实是作者）讲述的方式、顺序等。
有了 AI，这就完全不同了。知识就像一个面团，想怎么捏就怎么捏。这种互动我现在特别喜欢。以前遇到问题时，我得去检索、搜索，找到蛛丝马迹，把它们拼在一起，直到那个「啊哈」时刻，解决了问题。但我的好奇心有时非常强，很多问题涌出来，一想到现在去查资料太麻烦，就算了 —— 这就是懒人的典型特点。
现在，我却可以对着各种问题倾泻我的好奇心。比如我直接问「生物界的龙兽争霸主要发生在哪些历史阶段」，AI 就给我讲石炭纪晚二叠纪、二叠三叠之交、三叠白垩纪末等等。
如果你对古生物感兴趣，看到这些应该觉得「与我心有戚戚焉」吧？
也许有的科普书也恰巧会给你介绍这些东西，但做不了下一步 —— 帮我依次把这些典型场景画出来。
这就要求你不仅得知道当时那个动物长什么样子，还得在一个比较有夸张张力的环境中把它展现出来。我这才发现 o3 不是说一次对话生成一到两张图片，它可以输出一个图片序列。
从最早的龙兽分家，到兽族崛起，恐龙统治地球…… 一直到始新世渐新世的大恐鸟满地溜达，最后是现代的鳄鱼和河马，旁边还有我们灵长类在观察。
很形象生动，不是吗？
困境 作为成年人，只要我们想了解某些东西，就可以通过不断追问，充分把问题推向 AI 的能力边界，把它的全部潜能激发出来。这不失为当前我们成人学习，非常好的方式。
但对于孩子来说，对 AI 的功能可能还不是那么清晰了解。你让他把问题提到这种程度，并且不断以合适的方式追问，可能需要一些学习过程。那么对他们来说，想要学习新知，怎么办呢？
方法简单直接 —— 我们可以预设一个交互式教程的模板，孩子输入一个简单的问题，然后都是 AI 替他来操心，把这些知识的讲解，用对学习者友好的方式展现出来。
案例 下面我给你一个样例。我对 AI 输入的时候，只是用一个提示词（后面会完整讲解）加一个主题即可。主题我写的是「牛顿第一定律」。好了，输入部分搞定。
因为我只输入了主题，所以 AI 就按照我的预设，把学习者当成了我的大儿子 Kevin，今年 12 岁。你会看到它给我输出的教程是这样的。
名称：「探索牛顿第一定律的奥秘」。
引言：「嘿 Kevin 同学，真相只有一个！今天就让我名侦探柯南带你一起揭开物理世界的第一个大谜题 —— 牛顿第一定律。准备好了吗？」
下面是讲解的步骤，首先是概念介绍。
第一站是「什么是牛顿第一定律」。它说想象一下，你把一个玩具车放在光滑的地板上，它会自己动起来吗？当然不会。如果你推它一下，它就会向前冲。但它会永远运动下去吗？好像也不会，它会慢慢停下来。伟大科学家牛顿先生发现了一个秘密：所有物体都有一种「懒惰」的习惯，我们叫它惯性。
然后 AI 用上了正式的说法：任何物体都要保持静止或匀速直线运动的状态，直到外力（这里把它高亮）迫使它改变运动状态为止。
之后又用通俗语言进行解释：简单说就是你不推它，它就不动；你不管它，它就一直按原来的方式动下去。地上的玩具车会停下来，是因为有摩擦力这个外力在阻止它。
我特别喜欢的是第二站「动手试一试」。
AI 提出，让我们来模拟一下，看看没有摩擦力的理想世界是什么样。这里放一辆小车，你看这还可以这样动，小车在快乐地滑行，从左到右划过去了。
然后我们在这里可以重置实验。你看，先这样用力推一下小车，添加空气和地面摩擦力 —— 停！
AI 做的教程，把这个中间的过程都给你展现出来，我特别喜欢。再来一次，用力推一下小车，让它多跑一会，给你加一个空气和地面摩擦力 —— 停在这。
你看这玩起来多有意思。
下面是小测验时间。
第一题，公交车突然启动时，身体会向哪个方向倒？随便选一个。
它告诉你「再想想哦，因为惯性，你的身体想留在原地，车往前走，你就会往后倒」。
你看选错了的话，它会用这样的方式鼓励孩子，提升后循循善诱，我特别喜欢这种方式。
下面试试第二题。
在太空中，宇航员轻轻推一下工具箱，工具箱会怎么样？
这次咱们选个正确答案 —— 一直向前飞直到撞到别的东西、飞一小段停下来、飘在原地不动。它赞叹：对了！因为太空中几乎没有摩擦力，所以它会保持状态。
一个知识点学完，AI 还会给出一个总结：
「太棒了 Kevin，你已经成功揭开了惯性的秘密！记住，我们身边的每一个物体都在遵守这个规则。继续保持这份探索精神，物理世界还有更多有趣的谜题等我们去发现」。
多有意思！
这就是我们随便输入一个主题进去，AI 给我们这样一个完整的互动教程。
我很喜欢教程内容和形式，尤其是这种讲、演示、再练习的流程，很符合孩子的认知规律。这不是「学习」，这是玩耍中的领悟 。物理定律不再是教科书上的公式，而是手指下可以操控的现实 。
实现 看完了这个教程之后，你感觉怎么样？是不是很想知道提示词怎么写？好的，下面我给你完完全全地把这个提示词展现出来。
首先明确定义角色：你是儿童互动教育内容开发专家。然后给明确的目标：根据用户指定主题，生成一个完整独立的互动学习 HTML 文件。
背景是目标用户是青少年儿童，输出格式是单文件 HTML，CSS、JS 全都内联，最后就要这一个文件。设计原则要注重趣味性、互动性、视觉吸引力。你看刚才我们那个小车在那能够这样来动，还能停下来，是不是符合这样的要求？
输入参数一共有 3 个：学习主题（必选）、用户画像（可选，默认我们家老大 12 岁的男孩 Kevin）、卡通形象（可选，最近他和弟弟迷名侦探柯南，所以我就选用了名侦探柯南）。
页面结构要求包括 HTML 框架、标题栏、学习伙伴、知识讲解、互动模块（概念类用交互模拟器，记忆类用填空、朗读挑战）、及时的反馈机制、小测验（两到三道选择题加上解释，避免弄得太难）、总结鼓励。
技术规范基本上都是一些对大模型编程时候的要求，咱们就不用管那么多，基本上你照着这么写就行。
语言要求简体中文，不然有可能有一些模型更习惯于输出英文。图片支持直链的卡通风格图，就是说你可以到网上给我找一个这样的图，把那个链接放在这，这样我就可以显示出来。因为咱们使用的大模型对话方式不支持联网查询，所以你看到教程里卡通形象没有正确显示。
后续我们也可以考虑怎么样把它再做成一个由 AI 自动生成图像，那就更好用了；语气亲切友好，这个刚才想必你也有所感受了。
我把完整提示词，和样例输入，用下面的长图方式，分享给你。
如果是你家孩子要玩，如何体验更好呢？
在输入主题之后，也把小朋友自己的信息，包括称呼（建议用英文名或者小名，保护隐私）、他多大岁数、上几年级等等一股脑输入进去。这样大模型就可以知道如何来以他更为合适的方式来教学。想想看，面对一个五六岁的孩子和一个 12 岁的孩子，你说话的方式、教程里可以引用的知识模块想必是不同的。包括孩子喜欢什么样的卡通人物也告诉它，这样它可以对应找寻形象。
执行 有了提示词，你还需要一个执行的环境。你需要通过这个环境让 AI 把这段提示词给你变成最终的 HTML。这个过程现在打开一个网页对话就可以。你可以使用包括 OpenAI ChatGPT、Google Gemini、Claude 4 Opus，也包括国内的 Deepseek 等。或者，你也可以使用 我给你介绍过的 AI 助手配置方式 。
我们这里就以 Google Gemini 为例。
我在 Google Gemini 里面使用刚才咱们的提示词，用户输入只加上「牛顿第一定律」，然后它就开始执行。你可以看到它对指令和主题的思考还是比较严谨慎重的。
之后「开发人员就位」，把 HTML 整个给你输出出来。你刚才看到的教程就是由这个单一的 HTML 来实现的。
你也别担心，当你使用它的时候很简单 —— 这里拷贝，然后到一个编辑器把它粘进去，存成一个任意文件名的 .html，就像我们刚才看到的那样。
把它用浏览器一打开，这就是你一个针对于你自家孩子的、饱含交互、循循善诱的个性化教程。
任何的知识点你想要学习，只要这个知识点大模型能够掌握，它就可以给你做出来。即便遇到它暂时不掌握的新东西也没关系，因为现在很多大模型实际上都能调用检索工具，它先去学，很快学会后，便能够现囤现卖，做成教程内容。再结合它能够编码，最后把交互式个性化教程，完完整整地呈现在你面前。
启发 生成个性化教程的过程给你演示完了，但咱们的讨论还没完。这实际上不是我起的头，是 Dessix （得斯笔记） 的联合创始人 Leo 启发了我。他做了一个尝试，就是在 Dessix 内内置类似的提示词，孩子在笔记里写「我想了解什么」，然后一个 Tab 键执行下去，就可以获得这样的教程。拿来直接用，非常厉害。而且，相当省钱。
这是我试玩他的教程，教的内容是财商 —— 如何认识「钱」。当你答题答对了的时候，教程给你出一个卡通形象，把这个非常有趣的场景展现出来。
他家的孩子们，对着这个功能，玩儿得乐此不疲。我也想让我孩子玩，但他那个测试版提示词，现在还在商店准备上架中。我等不及，所以自己做了一个复刻版出来。
我很期待得斯笔记上线原版提示词。因为成本低（只需要 Gemini 2.5 Flash），集成了图片生成，完成度更高。
当然如果你跟我一样急性子，先用我这个好了，哈哈。
展望 我真觉得现在每一个孩子，只要有足够的时间，都可以利用 AI 去追寻自己的好奇心。
在以前孩子如何满足好奇心与求知欲？我给青少年做 AI 讲座，问遇到不会的数学题怎么办？有个上小学的男生回答「问家长」。我说那英语单词不认识呢？他还是回答「问家长」。我说你家长太厉害了。
但不是每一个孩子的家长都能给他解决所有的疑问。这时如果有靠谱的 AI 模型，加上咱们今天分享的提示词，给他生成一个完整的交互教程，而且还不断地在鼓励他，想必效果不错。当然，这在以前是奢侈的，非常奢侈，所以你见到的都是统一的教材，和一样的教法。
但现在，你可以看到，谁拿到这样一个提示词都可以轻松做教程出来。这里当然会有一些成本的问题。目前用我的提示词，要让效果出彩，基本上还得用反思式的模型（例如 Claude 4 Opus 或者 Gemini 2.5 Pro 等）。但根据目前的趋势，模型能力是越来越强，价格却越来越低，所以到明年这个时候，同等能力的模型会便宜很多，也就会有更多人受益。
不仅如此， Leo 他们也已经证实了，在 Gemini 2.5 Flash 这样一个非常便宜的模型上，现在就已经可以做出合格的教程，而且还包括了自动生成插图功能。
当成本足够低，模型输出足够快时，孩子们的好奇心就可以用更快的方式来满足。
其实，真正的革命性在于反馈回路的即时性 。对传统教材来说，这是一个「写作→出版→使用→反馈→修订」的过程，周期以年来计算。而对 AI 来说，反馈和调整瞬间即可完整。这就意味着学习者学的不再是过时的、大众化的内容，而是即时的、更新的、小众定制化的知识。
你以为这只是提升了孩子们的学习效率吗？当然不是，我们更希望的，是他们会用这省下来的时间，在小脑瓜里想出更多有趣的问题，然后获得更多的认知增益。
所以在这个 AI 时代，「提问素养」或许更加重要一些 。
希望今天我介绍的内容和方法，对于孩子 —— 也对你自己 —— 的学习方式变换、效率的提升能有帮助。更希望你和孩子能从中获得学习的乐趣。
祝学习愉快！
如果你觉得本文有用，请点击文章底部的「推荐到博客首页」按钮 。
如果本文可能对你的朋友有帮助，请转发 给他们。
欢迎关注 我的专栏 ，以便及时收到后续的更新内容。
延伸阅读
转载本文请联系原作者获取授权，同时请注明本文来自王树义科学网博客。 https://wap.sciencenet.cn/blog-377709-1491059.html
上一篇：
编程最差的学生，为什么成了AI时代的最大赢家？
