AI 時代系統化學習模式｜第五講現場
當一個方法
真的有效，
就讓它留下來：
不只是一段 prompt。
前四講處理方向、知識、編排與驗證；第五講把那些反覆成功的協作方式封裝成 skill。模型可以更換，介面可以改版，但你已經想清楚的規格、層級、限制與驗收方法，應該被保存成下一次可直接調度的能力。
SERIES SYNTHESIS / 01 → 02 → 03 → 04 → 05
前四講讓 AI 協作
有方向、有知識、有編排、
也有驗證。
第五講，讓這些方法
能被保存、調用與長出下一枝。
第五講是整個系列的能力資產層。它不是把所有事情交給最強的模型，而是先經過多輪的提問、修正與驗收，再將可重複的流程寫進 skill。從此，學習者不必重新發明每一次協作，卻仍保有重新檢查、重新設定與跨域遷移的主導權。
SYSTEM 01 / WRITE THE SPEC
先把有效的方法
寫成規格。
才不會每次都從空白對話開始。
第五講從 skill 與 Markdown 談起。skill 是一份可以被閱讀、修改與重新啟動的「協作規格」：它不只記錄一句提示，而是保存角色、材料、任務範圍、輸出格式、深度、驗收方式與例外情況。工具可以不同，這份規格仍能跟著學習者走。
THE REUSABLE CONTRACT / 05
當你把每一次
有效的對話，
改寫成可檢查的規格，
它才開始是你的能力。
課堂先讓學生感受如何下 prompt，再示範如何把「先列章節、再列子節、最後深入重點」這套被驗證的路徑封裝起來。這個順序很重要：skill 不是取代理解，而是把已經理解的工作方式變成下一次可呼叫的起點。
SYSTEM 02–04 / GROW A SKILL TREE
把大問題拆成可走的樹。
先看全貌，再逐層走深。
資料結構只是示範。第五講真正要建立的是一個可泛用的技能階梯：先生成 Topic Map，再往 Subsection Tree 展開，最後進入針對難度、題型與能力缺口的 Depth & Practice。分層不是為了做出漂亮的目錄，而是讓 AI 每一步都只處理它應處理的範圍，減少幻覺、降低成本，也讓人知道自己正在何處。
先保存目標、材料、角色、範圍與驗收方式。沒有這個根節點，後續的 skill 只會變成好看卻無法重用的 prompt 收藏。
SYSTEM 05 / LET THE METHOD REMEMBER
讓工作流有記憶。
下一次，就能把思考留給更難的問題。
當 Topic、Subsection 與 Depth 的工作方式穩定後，Markdown 便成為可持續更新的學習記憶。它記住某本教材的章節、你的目標、該優先處理的段落，以及什麼情況要提高深度或改用另一種表徵。課堂也以子代理人與長任務說明：有些整理可在背景完成，完成後再被載回下一輪對話與練習。
以可讀、可編修的檔案保存 skill 的約定，而不是把關鍵流程埋在單次聊天紀錄裡。
讓可獨立的章節或科目在背景完成；人回來時，先看整理結果，再決定下一輪。
把能平行處理的子任務拆開，但不忽略前後依賴、合併時點與衝突風險。
每一次調整都回寫範圍、限制與學習者目標，讓 skill 隨你一起變得更準確。
SYSTEM 06 / TRANSFER WITH JUDGMENT
能遷移的不是教材。
是你定義、拆解與驗收問題的方式。
第五講最終將資料結構的三層 skill 延展到作業系統、演算法、資料庫與其他領域。重點不是把同一份目錄硬套在所有科目，而是保留相同的工作原則——先找可靠教材、建立主題地圖、逐層展開、按目標調整深度，再將新發現回寫到自己的能力庫。這也讓前四講的學習軌道、知識系統、編排與驗證回路，開始在不同場景裡自行生長。
- 01以新領域的教材、真題、研究資料或工作文件重新設定來源錨點。
- 02保留 Topic → Subsection → Depth 的工作語法，但重新決定每一層的命名與驗收方式。
- 03把跨章、跨科、跨職能的關係交給 AI 提出，再回到人與材料進行驗證。
- 04只有在真人能講、寫、解或真正用上之後，才把這個分枝升級為可長期調度的 skill。
SYSTEM 07 / THE LEARNING SYSTEM LIVES ON
模型可以換。
工具可以換。
你能帶走的，是一套會自己長大的學習系統。
第五講為整個系列做出收束。AI 的價值不只是讓人更快得到答案，而是讓每一次被驗證的學習方法都能被留下、被調用、被修訂，並被帶到下一個科目、研究、專題與工作現場。這裡反對的不是工具，而是工具崇拜；真正要培養的是定義問題、組織材料、安排人機協作、驗證結果，最後把方法留給未來自己的能力。