首页产品技术关于我们 English
登录 体验 Demo
产品

跟着一个学生走一遍, 看每一步发生了什么。

她在项目里做自己的真实课题,用工具卡把方法练成习惯,最后拿到一份写着她怎么想的评估报告。三个部分,按这个顺序看下去。

项目 · 学生在哪里做事

从一个问题,走到一件作品

EE、TOK、IA、课题研究、科创项目——形态不限。项目空间给的是一条走得完的主线:六站结构负责路线,工具卡按需要递到手上,一门课通常只用得到其中三到五张。

S1

选题与研究问题

把兴趣主题收窄为可回答的问题,限定对象、范围与比较关系。

→ 问题链
S2

文献搜索与综述

从「找到资料」走向「让来源彼此对话」,并指认研究缺口。

→ 文献表格
S3

研究方法设计

比较方法候选,说明为什么这一种方法能回答这个问题。

→ 方法框架
S4

数据分析

处理自己收集的证据,记录清洗、分析与不确定性。

→ 数据包
S5

学术写作

搭论证、接反方、写让步段,控制结论的强度。

→ 修订稿
S6

项目管理

贯穿全程:定计划、发现计划失效、调整行动。

→ 项目日志
阅读工作室

一篇公众号推文是转述者

所以第一步是跳出去查这条声明从哪来。一条没标出处的推文,学生用文中仅有的三个可检索特征,自己追到了 NASA 发布稿,再追到《Nature Sustainability》原论文。

横向 · 跳出页面

SIFT

停下来 · 查来源 · 找更好的报道 · 追到原始语境。解决的是「是不是它说的」。

纵向 · 留在页面里

CRAAP / CRRAAB

时效、相关、权威、准确、目的。遇到个人证言时,第五维从「目的」换成「偏见」——权威概念在这里受力变形。

方法纪律

工具要随对象切换

把横向工具一路用到底,只会停在「《Nature》发的,可信」。溯源抵达一手论文之后,必须切回纵向,读它说得立不立得住。

product-reading-provenance
阅读室:溯源链 公众号 → NASA → Nature,以及探索图谱
溯源在做的事,用信源金字塔的语言说,就是沿着梯子往上爬,直到爬不动为止。

溯源只完成了一半。转述与原文之间,差了什么?

落差集中在三件事上:出处、限定,与框架。全盘接受和全盘怀疑都不用读原文,只有想真正弄清楚的人才需要。

落差类型 原文说的 推文说的
一、无法核
出处流失
明确标注 NASA Ames 发布稿、《Nature Sustainability》论文、作者与机构 全篇无出处,文末一行「本图文均来自网络」
二、可核出的硬错
分母被换掉
中国占全球叶面积净增长的 25%;原文的 42% 指中国自身变绿中森林工程的占比 「全球绿色面积的 40% 以上都来自中国」
三、核不全
限定流失
不能抵消热带地区植被丧失;印度增产依赖地下水,可能反转 两条限定全部缺失
四、核了也读偏
框架变形
人类活动「也在贡献」;气候与 CO₂ 施肥似乎仍是主导 「真正原因并不是人口过多,而是大量植树」——并列被改写成替换
本课的能力锚定埋点

40% 与 42% 只差两个点,扫过去像是同一个数

但分母被从「中国的变绿」换成了「全球的变绿」,数字照抄,含义翻了一倍。这个错误可核查、不可表演、有迷惑性——说「我会核查数据」谁都会说,抓出这一处才算数。

兔子洞日志

一次溯源常常会岔出新的线索。它有真实的触发点,也有探索价值,只是需要边界来管。系统记录触发点、支线问题、与主问题的关系,以及退出的理由。

及时退出,同样是自主的证据

A1 测的是谁在定方向,不看走了多远。照单全收,方向是别人定的;漫无目的地漂移,方向没有人在定,包括她自己。两种都算不上自主。

写作项目空间

写作面很朴素,正文由她自己写

这里没有排版功能,也没有「一键提交给学校」。我们占的是「思考」这一层——她的作文活在她自己的世界里,那份文档不归我们。

product-writing-studio
写作面:正文编辑 + Markdown 预览 + 右侧只读过程树 + AI 陪练栏
右侧的过程树是只读的记录,帮她回看自己思考的轨迹;成品可以导出带走。

一条连续的对话

立题、计划、文献、阅读、写作、回顾都是同一个「印记」的不同工作面,背后只有一个智能体。换房间只是把镜头移过去,它带着整段记忆一起走。

一根项目脊柱

提案、计划、文献表、大纲、活动日志——每个工作面读写的是同一份持久状态。对话一旦定形就折进脊柱,线程保持轻,一句也没丢。

红线只有一条

AI 可以解释概念、生成检索词、扮演反方、指出草稿断裂;但不能替她确定研究方向,不能替她完成核心判断,不能生成可直接提交的正文。

这条边界为什么必须守住

AI 最难防的风险是它顺着人说

学生给出一个站不住的判断,它顺势补上理由;学生流露一点偏好,它调整立场去迎合。识破并顶住这种顺从,是 AI 时代最难、也最要紧的一个动作——而它只在足够长、足够开放、AI 真的有机会顺着学生说下去的任务里才会显形。

开始一次真实探究

先自己走一遍,再决定它值不值得进你的课堂。

Demo 里是一份真实素材:一条没有出处的推文,一路溯源到 NASA 与 Nature Sustainability。你会看到工具卡在什么时刻被递出来,也会看到最后的报告怎么写。