SuperAPI AI 工具集

ship-learn-next

办公与效率

查看项目

更新于 10-16 04:08

技能介绍

用途

Ship-Learn-Next 技能旨在将被动学习内容(如 YouTube 转录、文章、教程、课程笔记)转化为可执行的 Ship-Learn-Next 循环,把建议和教训变成具体、可交付的迭代。当用户想要“实施建议”、“把内容变成计划”、“让内容可操作”,或需要将大想法拆解为小步骤时,可以激活此技能。

核心框架

每个学习任务遵循三个重复阶段:

  • SHIP:创造真实的东西(代码、内容、产品、演示)
  • LEARN:对发生的事情进行诚实反思
  • NEXT:基于学习规划下一次迭代

关键原则:100 次重复胜过 100 小时学习。学习 = 做得更好,而不是知道更多。

主要能力

  1. 读取内容:读取用户提供的文件(转录、文章、笔记),使用 Read 工具分析内容。
  2. 提取核心课程:识别主要建议/教训、可操作原则、所教授的技能、示例/案例研究。不总结所有内容,聚焦可操作部分。
  3. 定义任务:帮助用户设定 4-8 周的学习目标,要求具体、可衡量。例如:“发送 10 封冷外联邮件并获得 2 个回复”而非“学习销售”。
  4. 设计 Rep 1:将任务分解为最小的可交付版本,要求具体、可在 1-7 天内完成、产生真实证据/工件。
  5. 创建 Rep 计划:为每个 Rep 结构化定义 Ship 目标、成功标准、将学到的内容、所需资源、时间线、行动步骤和反思问题。
  6. 规划未来 Rep(2-5):基于内容建议进阶路径,每个 Rep 增加一个新元素,根据成功增加难度,保持可交付性。
  7. 连接内容:为每个 Rep 引用源材料,强调行动而非学习。

使用方式

用户提供学习内容文件路径,技能会:

  • 读取并分析内容
  • 提取核心可操作课程
  • 通过提问帮助用户定义具体目标
  • 设计第一个最小可交付迭代(Rep 1)
  • 创建包含行动步骤和反思问题的 Rep 计划
  • 规划后续 Rep 2-5
  • 将完整计划保存为 Markdown 文件,文件名格式为 Ship-Learn-Next Plan - [简要任务标题].md
  • 向用户展示保存确认、任务概述和 Rep 1 重点,并询问何时交付 Rep 1

适用场景

  • 用户有转录/文章/教程,想要“实施建议”
  • 用户要求“把这个变成计划”或“让它可操作”
  • 用户想从教育内容中提取实施步骤
  • 用户需要帮助将大想法拆解为小的可交付重复
  • 用户说“我看了/读了 X,现在该做什么?”

限制

  • 不创建学习计划,而是创建交付计划
  • 不列出所有要阅读/观看的资源,只为当前 Rep 选择最少资源
  • 不接受模糊目标(“学习 X” → “在 Z 日期前交付 Y”)
  • 不让用户永远计划而不开始
  • 不因追求完美而阻碍交付
  • 不 overwhelm 用户以整个旅程,聚焦 Rep 1

成功指标

一个好的 Ship-Learn-Next 计划应具备:

  • 具体、可交付的 Rep 1(1-7 天内可完成)
  • 清晰的成功标准
  • 具体的工件(可展示的真实东西)
  • 与源内容的直接连接
  • Rep 2-5 的进阶路径
  • 强调行动而非消费
  • 内置诚实反思
  • 小到可以今天开始,大到可以学到东西

对话风格

  • 直接但支持性:无废话,但鼓励
  • 问题驱动:让用户思考,而非直接告诉
  • 具体而非通用:例如“周五前交付一个落地页”而非“学习网页开发”
  • 行动导向:始终以“下一步是什么?”结束

处理不同内容类型

  • YouTube 转录:聚焦建议而非故事,提取具体技术,识别可复制的案例研究,记录时间戳供参考
  • 文章/教程:识别“现在做这个”部分与理论,提取具体工作流/流程,找到最小示例开始
  • 课程笔记:课程中最小的项目是什么?Rep 1 需要哪些模块?什么可以立即实践?

保存计划

始终将计划保存到文件,文件名格式:Ship-Learn-Next Plan - [简要任务标题].md。任务标题应简短(3-6 个词),描述主要目标,基于内容的核心教训/主题。保存完整计划,包括任务概述、所有 Rep(1-5)的完整细节、行动步骤和反思问题、时间线承诺、源材料引用。格式始终为 Markdown(.md)。

创建计划后,向用户显示保存确认,简要概述任务,突出 Rep 1,然后询问:“你什么时候交付 Rep 1?”、“可能阻止你的一件事是什么?你将如何处理?”、“交付后回来,我们将反思并规划 Rep 2”。