用 AI 速通一个学科，我的完整工作流分享
一、这是什么
如果你和我一样，买过很多书但真正读完的没几本，面对一个新领域总是不知道从哪下手，那这篇文章可能会帮你省下大量时间。
我做了三套 AI 提示词模板，能把任意 AI 助手变成一个结构化的学习加速器。你要做的事情很简单：选一个模板，复制粘贴给 AI，然后按提示操作。给它一个学科、一本教材、或者一本书——它就能还你一份全面、结构化、拿来就能用的学习笔记。
这不是那种"帮我总结这本书"的一锤子买卖。它是一个完整的工作流，从角色设定到深度选择到分步输出，每一步都经过设计。
目前三个模板覆盖了三种完全不同的学习场景：
学科速通笔记——从零到一掌握一个学科。需要提供教材原文，AI 会结合网络资料做分层整合。三个档位：深度模式 15 万字以上（研究生级），标准模式 6-10 万字（本科级），速通模式 2-4 万字（快速入门）。适合你要系统学习一个领域时使用。
理科预习笔记——上课前摸清理科课程的全貌。纯网络资料驱动，不需要你提供任何材料。每个术语、概念、公式无一遗漏地完整罗列。三个难度：入门（零基础）、进阶（有基础）、竞赛（备考）。适合你马上要上一门理科课，心里没底的时候用。
读书笔记——从每本书里提取最大价值。需要提供原文，AI 结合网络书评和作者访谈做整合输出。三种风格：速读 3000-5000 字（商业/畅销书）、精读 8000-15000 字（学术/经典）、批判阅读 12000-20000 字（争议性议题）。适合读完一本书想做深度输出的时候用。
三个模板共享同一个底层设计理念：**以教材原文为核心骨架，以网络优质资料为血肉补充**。所有论点必须有据可查——要么出自原文，要么来自实时检索。不编造，不臆想。
二、适用人群
学生党。 期末复习的时候对着几百页教材无从下手？把教材原文按章节喂给学科速通模板，选择速通或标准模式，AI 还你一份结构化笔记，附带知识图谱和几十道练习题。你不需要再反复翻书，直接在笔记和题目上滚动学习就行。
职场人。 下周要接手一个新领域的项目，但你连基本概念都不清楚？用速通模式，几分钟拿到一个完整的知识框架和术语表。至少你在开会的时候不会听不懂别人在说什么，知道该去查什么关键词。
考研/考证党。 需要系统复习某一科目？用深度模式，配合你的教材，生成一份覆盖所有考点的笔记，附带题型匹配的练习题。它能帮你把教材读薄，再用题目帮你把笔记读厚。
终身学习者。 读到一本好书，合上就忘？用读书笔记模板，逐章精读加金句摘录加批判性思考，输出一份完整的阅读档案。一年后翻出来看，还能回忆起当时的核心观点和自己的思考。
三、我的创作过程
这套东西不是一拍脑袋写出来的。前前后后经历了很多轮迭代。
起点。 最开始我只是问了一个很朴素的问题：“能不能给我四本书，结合网上各种资源，让我在很短时间内几乎学完一个领域的知识？”
当时我的核心判断是：大部分教材内容其实只是用来支撑和论证的，去掉案例重复和过渡铺垫之后，真正需要学习的内容并不多。这少量内容里，很多靠直觉就能理解。所以用 AI 做一次深度萃取，可以把有效学习时间压到很短。
第一次迭代。 最初的方案限定四本书，但我很快发现这个限制不合理——有的领域三本经典就够了，有的领域要七八本才能覆盖完整。于是我改成了不预设数量，让 AI 自行检索领域内最核心、最权威的知识来源。唯一的标准是：这些材料合在一起，能不能勾勒出完整的认知地图？
同时我设计了两阶段工作流：先让用户提供教材原文（这样 AI 不会凭空编造），收到后再整合网络资料输出。这个看起来简单的设计其实是防幻觉的关键。
第二次迭代。 内容和结构基本定型后，我开始想：怎么保证学完能记住？光看笔记是被动学习，必须加主动提取的环节。于是我加了一个提取练习题库模块，要求题目紧跟答案，题型覆盖线索回忆、应用辨析、对比辨析和边界判断——这四种题型对应不同的认知层次。
第三次迭代。 学科速通版做完了，我想能不能做个课外书版本？毕竟不是所有人都在学学科，很多人只是单纯想好好读一本书。核心改动是从"学科体系"变成"单书主旨"，从"分层领域"变成"章节逻辑"，字数大幅降低，新增了金句摘录和批判性思考模块。读书笔记模板就这么来了。
第四次迭代。 再往后，我又想：理科课程和文科不一样，公式和术语很多，预习的时候最怕的就是上课听不懂。于是做了理科预习版，核心是"无一遗漏"——每章的术语、概念、公式全部列出，一个都不能少。预习的目标不是吃透，而是建立整体认知地图，上课的时候知道老师讲到哪了。
收尾。 三个模板都稳定之后，我又花了大量时间打磨细节：给每个模板配了三种导师人格（严谨教授、毒舌大佬、极客工程师），人格不仅影响语气还改变输出结构的侧重；加了边界情况处理表（网络检索失败怎么办、来源矛盾怎么办、章节缺失怎么办）；加了输出示例，让人一眼就能看到成品长什么样。
四、三个模板的详细用法
学科速通笔记
这个模板使用门槛最高，但上限也最高。
你需要准备：目标领域的 1-3 本权威教材原文（拍照、扫描或电子版都可以，分章节粘贴给 AI）（没原文的话直接跳过这部分也行）。你还需要 10 秒做一个选择：选人格和模式。
人格有三种：学院派教授侧重理论完整性，行业大佬侧重实用落地，极客工程师侧重系统思维。模式有三种：深度模式要 15 万字以上，需要你提供较完整的教材原文；速通模式只要 2-4 万字，不需要原文，AI 直接基于网络资料输出。
选好后把提示词发给 AI，它会引导你一步步操作。输出包括八个部分：领域总览、跨领域核心知识、分层深度整合、关键词索引、实战场景、知识图谱、参考资料声明和提取练习题
我最常用的场景是：接触一个新领域，先用速通模式搭框架，确定哪些方向值得深入，再用深度模式配合核心教材做完整的结构化笔记。
理科预习笔记
这个模板零门槛——你只需要说出课程名称。
它会自动检索主流教材目录、名校公开课讲义、百科词条和典型试题，生成逐章预习卡片。每张卡片完整列出该章的所有术语、概念和公式，一个都不少，附有通俗解释和可视化描述。
三个难度档位针对不同基础的学习者。入门级侧重概念理解，公式推导从简；进阶级保留完整推导；竞赛级覆盖全部公式定理，考题含综合题。
我特别喜欢它的"常见误区/易错点"模块——很多概念自己看书容易误解，这块直接点出最容易踩的坑，非常省时间。
读书笔记
这个模板需要你提供书籍原文（没原文的话直接跳过这部分就行）。
三种风格覆盖不同的阅读目的：速读适合商业和实用类书籍，只保留核心结论和行动启示；精读适合学术著作，保留完整的论证过程；批判阅读适合有争议性的话题，在精读基础上大幅强化批判性分析。
输出有多个部分，我最看重的是第六部分（批判性思考与延伸）和第七部分（行动启示）。前者帮你想清楚这本书的局限在哪里，后者让你读完不只是"知道了"而是能去做点什么。
五、效果展示
下面这三张截图展示了我实际使用时的效果。
第一张是 AI 对话界面，可以看到提示词模板在 AI 中运行的样子：
第二张是生成的结构化笔记的一部分，可以看到笔记的组织方式——先总览，再逐层深入：
第三张是自动生成的知识图谱，展示了领域内核心概念之间的关联关系：
实际生成的内容远比这几张截图展示的要多。深度模式下，一份完整的笔记可以达到 15 万字以上，覆盖几十个知识节点、几十道练习题和完整的术语索引。
六、这套模板和普通"总结"有什么不同
市面上有很多"用 AI 总结一本书"的 prompt，我这套东西和它们有本质区别。
它不是总结，是重构。 普通的总结是把原文压缩一下，保留要点，去掉细节。我的模板做的是：以原文为骨架，从网络拉取优质资料作为血肉，重新组织成一个结构化的知识体系。输出不是原文的浓缩版，而是一个新的、更便于学习和回顾的知识产品。
它防幻觉。 两阶段工作流的设计目的就在这里。先让用户提供原文，AI 基于原文做整合，而不是凭空生成。所有论断要求有据可查。这一点在学科速通和读书笔记模板中尤其重要。
它防注水。 有字数目标但不等于可以凑字数。模板明确写了"严禁注水"——所有新增内容必须是实质性知识增量。口语化解说和可视化描述不计入正文字数，所以 AI 没有动力用它们来凑篇幅。
它带主动学习闭环。 光看笔记是记不住的。每个模板都带练习环节（学科速通有提取练习题库，理科预习有课后自测题，读书笔记有行动启示），逼你从被动阅读切换到主动回忆。
-–
七、一些你可能想问的问题
必须用特定的 AI 吗？ 不需要。提示词模板是纯文本 markdown 格式，任何主流 AI 助手都能用——ChatGPT、Claude、Gemini、DeepSeek 都行。输出质量取决于 AI 的推理能力，和模板本身不冲突。
需要提供教材原文吗？ 只有学科速通笔记（深度/标准模式）和读书笔记需要。理科预习笔记完全基于网络检索，你只需要说出课程名称。
一次能生成完吗？ 速通/速读模式一次会话内就能完成。深度模式（15 万字以上）需要分段输出，AI 会在适当的位置提示你输入"继续"。
能自己改吗？ 当然可以。模板就是纯文本文件，你打开直接改就行。调整字数、增删模块、修改人格描述——随意。
有英文版吗？ 有的，项目包含完整的中英文双语版本，默认英文。
八、写在最后
做这三套模板的过程中我最大的感受是：AI 最大的价值不是替你做事，而是替你搭框架。
以前学一个新领域，最花时间的其实不是理解概念本身，而是搞清楚"这些东西是怎么组织在一起的"——哪些是核心，哪些是派生，哪些可以跳过。AI 擅长做这件事。它不像搜索引擎那样给你一堆零散的链接，也不像教科书那样线性展开。它可以根据你的深度需求，把一个领域的所有知识重新组织成最适合你当前阶段的结构。
这套模板是我对这个理念的实践。如果你试了，希望能给你带来同样的感受。
九、获取方式
项目完全开源，MIT 协议：
无需安装，无需注册，直接到项目里复制模板文件，粘贴给 AI 就能用。如果你对背后的设计思路感兴趣，项目里也有一份详细的设计哲学说明。
如果你试了觉得有用，欢迎给项目点个星标。如果你有自己的改进想法，也欢迎提 issue 或直接改。