学生画像
本科生、研究生、自学党 —— 各有各的模板
这个模板干嘛用的?
AI 不知道你是本科生还是博士,回答问题要么太浅要么太深,总是对不上你的水平。
学生画像就是告诉 AI 你在学什么、学到哪了、哪些地方薄弱。这样它解释东西的时候就知道该用什么深度,不会拿你当小白,也不会默认你都懂。
三种学生身份,挑一个最像你的。
学生用 AI 的常见翻车
问一个数据结构的问题,AI 从「什么是变量」开始讲起。或者反过来,你问个入门问题,它直接甩出一堆数学公式。根本原因:它不知道你是谁、学到哪了。
模板一:计算机专业本科
CS 本科生最常用。把你学过的课程和正在学的东西写清楚,AI 就知道从哪里接话。
计算机本科 · USER 模板
USER
## USER: 计算机专业本科生
### 基本情况
- 身份:计算机科学与技术,大三
- 学校类型:211 本科
- 绩点:3.5/4.0,中上水平
### 已学课程
- 编程:C、Python、Java(掌握)
- 数据结构与算法(学过,刷题不多)
- 操作系统、计算机网络(学过,理解一般)
- 数据库原理(正在学)
### 学习目标
- 短期:准备秋招,刷 LeetCode
- 长期:后端开发方向
- 薄弱环节:算法题做得慢,系统设计没概念
### 学习偏好
- 喜欢先看例子再学理论
- 解释用类比,别上来就甩公式
- 代码示例用 Python 或 Java
- 回答别太长,一个知识点一个知识点来
模板二:研究生 / 博士
搞研究、写论文、读 paper 的同学。AI 知道你的研究方向后,讨论问题就不会太浅。
研究生/博士 · USER 模板
USER
## USER: 研究生
### 基本情况
- 身份:计算机硕士研二 / 博士(改成你的)
- 研究方向:自然语言处理 / NLP
- 实验室:偏工程落地,不是纯理论
### 研究背景
- 熟悉 Transformer 架构,读过 100+ 篇论文
- 用过 PyTorch、HuggingFace Transformers
- 发过 1 篇 ACL workshop(改成你的情况)
- 正在做:大模型微调 + 领域适配
### 学习目标
- 短期:完成毕业论文实验
- 长期:投一篇 A 类会议
- 薄弱环节:实验设计、论文写作的 related work 部分
### 学习偏好
- 讨论问题可以用术语,不用从头解释基础概念
- 引用论文时给出 arXiv 链接或完整引用
- 代码用 Python + PyTorch
- 解释实验结果时带上分析思路
模板三:自学转行
非科班、在线学习、准备转行的同学。AI 知道你的基础后,就不会假设你什么都会。
自学转行 · USER 模板
USER
## USER: 自学转行者
### 基本情况
- 身份:自学编程,准备转行做开发
- 背景:非计算机专业,之前做 XX 行业
- 自学时长:6 个月
### 已学内容
- Python 基础语法(能写简单脚本)
- HTML/CSS/JavaScript(会写静态页面)
- 正在学:React 和前端工程化
- 没学过:数据结构、算法、操作系统
### 学习目标
- 短期:做出 2-3 个能放简历上的项目
- 长期:找到一份前端/全栈开发的工作
- 薄弱环节:计算机基础不扎实,不知道怎么做项目
### 学习偏好
- 解释请用大白话,少用术语
- 如果要用术语,顺带解释一下
- 学习路线清晰一点,别一次推荐太多东西
- 多给动手练习,少给纯理论
相关资源
画像搞定了,搭配这些用效果更好:
学生画像最关键的是「已学内容」和「薄弱环节」。这两块写清楚了,AI 回答问题时的深度就能精准匹配你的水平。随着你学到新东西,记得更新画像。