1.1 学习计划提示词的定义、构成与适用边界
我给“学习计划提示词”下的定义很朴素：它是一段你交给AI的指令，用来说明你要学什么、现在什么水平、每天能投入多久、希望拿到什么形式的计划。它不像一句“帮我做个学习计划”那么随意，也不等于一份现成课表。我自己的体感是，好的提示词像一张需求单，AI拿到它才知道该按什么标准排任务、按什么节奏给反馈。
拆开看，它通常包含几块内容：学习目标、水平基线、时间约束、任务偏好、输出格式、验收规则。我帮同事写提示词时，会先问他“你学完想达到什么状态”，再问“你每天能稳定拿出多少分钟”。这两句话看着简单，写进提示词里，计划的可执行性会差很多。输出格式也要写清楚，比如要表格、要清单、要json_object，不同写法会影响后续使用。
适用边界我也踩过坑。目标很清楚、时间有限、需要快速排出阶段任务时，学习计划提示词很顺手。目标还很模糊、每天时间飘忽不定、涉及敏感个人信息时，我会先停下来做澄清，或者只把脱敏后的需求交给AI。它适合做结构化的初稿和迭代参考，不适合替代你的最终判断。
1.2 为什么用AI制定学习计划：效率、个性化与可追踪性
我最早用AI排学习计划，是为了省掉翻模板、拼表格的时间。把目标、截止日期、每日可用时长写进提示词，几分钟就能拿到一份按周拆分的任务清单。效率提升很明显，尤其是备考和技能入门这种任务边界比较清楚的场景。我不用从空白文档开始，先有初稿再改，心理负担小很多。
个性化是我更看重的部分。我给自己排日语复习计划时，会写明“通勤时只能听音频，晚上有40分钟做题”。AI会把任务拆成音频复习和纸面练习两种形态。我帮朋友排健身教练证备考计划时，会强调“周末整块时间多，工作日只能碎片复习”。同一个学习计划提示词框架，换掉约束条件，输出就会贴近不同人的生活节奏。
可追踪性来自输出结构。我习惯让AI把任务写成带日期、时长、完成标记的清单，后面复制到表格里就能打勾。json_object这种结构化输出更适合做进度追踪，字段稳定，解析起来省事。我用它记录每周完成率，复盘时能看出哪类任务总被拖延，下一轮提示词就知道该调任务粒度。
1.3 搜索意图拆解：学习计划提示词、模板与json_object的关系
我观察搜索词时发现，“学习计划提示词”背后的人往往想要一段能直接复制给AI的指令。“学习计划模板”背后的人更想要可复用的框架，最好填空就能用。“json_object”搜索者通常关心结构化输出，想让计划能被程序解析、能接进自己的追踪表。三个词指向同一件事的不同环节，使用者的阶段不一样。
我的理解是：提示词是原料，模板是模具，json_object是成品包装。你写提示词时描述需求，模板帮你保留常用字段，json_object让输出变成稳定结构。我给自己搭学习计划时，会先用模板起手，再把具体目标、时间、资源填进提示词，输出要求里写明json_object字段。这样一轮下来，计划既能读，也能存。
搜索意图拆清楚，写内容才不会跑偏。想找提示词的人，需要看到可改写的例子。想找模板的人，需要看到字段说明和适用场景。关心json_object的人，需要看到格式约束和校验方法。我把这三类需求放在同一章里讲，是希望读者少跳几次页面，先把关系理顺。
1.4 学习计划提示词的常见误区与使用前提
我见过最多的误区，是一句“帮我制定学习计划”就指望AI给出完美答案。目标没写清、时间没约束、成果标准没定义，AI只能给一份看起来合理、用起来空泛的计划。我还见过把任务排得太满的提示词，每天列五六个小时，执行三天就崩。计划不是越满越专业，能持续走完更重要。
另一个误区是把模板当答案。模板只是骨架，学习计划提示词里的目标、基线、资源、反馈节点要自己填。我吃过亏的地方是忽略校验，AI给的计划里出现时间冲突、任务重复、复习间隔不合理，我没有逐条检查就开跑。收口时才发现问题，返工成本更高。用AI做计划，校验这一步不能省。
使用前提我总结成几条：目标能说清，时间能估算，成果有验收标准，隐私信息先脱敏。我还会准备一个反馈入口，比如每周记录完成率和卡点，下一轮提示词据此调整。满足这些前提，学习计划提示词才容易产出能落地的计划。不满足时，我会先把需求澄清做完，再让AI动手。
第1章把定义、价值和边界讲过了，这一章我更想把它拆成一张能照着填的“需求单”。我平时改别人的学习计划提示词，习惯先盯五个地方：目标、约束、过程、结构、原则。这五块写清楚，AI给出的计划才像一份能执行的任务书，不像一段听起来很顺的套话。下面我按自己踩坑和帮人改提示词的顺序聊，每块都配上能直接写进提示词的例子。
2.1 目标设定：学习目标、水平基线、成果标准与优先级
目标这块我吃过“太虚”的亏。早期我写“帮我制定Python数据分析学习计划”，AI回了一份从语法到机器学习的宏大路线，看着完整，我根本跑不完。后来我把目标改成“三周内能用pandas完成数据清洗，产出三份分析报告”，提示词里的任务立刻收窄了。学习计划提示词里的目标，最好写成学完能做出什么，不要只写“学会某门课”。动词越具体，AI拆任务越有抓手。
水平基线也得写，不然AI容易把起点定错。我帮同事小夏改英语口语计划时，她原先只写“提高口语”，AI给她排了音标入门。她实际能读专业文献，卡在开口表达。我让她在提示词里补一句“目前能读不能流利说，目标是在会上做三分钟英文自我介绍”。成果标准一落地，练习形式就跟着变了。基线可以写已学课程、自测分数、能完成的任务，越朴素越好。
多个目标同时出现时，我会在提示词里排优先级，不排的话AI通常平均用力。我自己的写法是给目标加“必须完成、尽量完成、有空再看”三档，或者直接写权重。比如备考月里，我会写“真题训练优先于拓展阅读，每天先保真题时长”。优先级写清楚，计划冲突时AI才知道该砍哪块。目标设定这一步，我常提醒自己一句话：提示词里少写形容词，多写可验收的名词和动作。
2.2 约束条件：时间周期、每日时长、资源条件与个人节奏
时间约束我习惯写到“周”和“分钟”。只写“两个月内学完”太空，AI会按理想状态排任务。我会写成“总周期6周，工作日每天40分钟，周末每天90分钟，周三晚上固定加班不排任务”。这种写法放进学习计划提示词，任务量会明显贴近现实。我见过有人把每天排到三小时，执行四天就断，问题不在意志力，提示词里的时间预算一开始就虚高。
资源条件也影响任务形态。我通勤时只能听音频，晚上在书桌前才能做题，提示词里会写“通勤时段安排听力或音频复习，纸面练习放在晚上”。朋友阿凯备考健身教练证，家里没有器械，我让他在提示词里注明“可用资源是弹力带和自重训练，周末去一次健身房”。资源写明白，AI不会给你排一堆需要设备才能完成的任务。预算、软件、场地、同伴这些条件，能写就写。
个人节奏是我后来才重视的。我早上精力好，晚上九点后看新知识效率很低，提示词里会加“新知识安排在早上，晚上只做复习和错题整理”。有人周末整块时间多，有人只能碎片学习，节奏不一样，计划结构就不该一样。我还会让提示词留出缓冲，比如“每周留半天不排任务，用来补进度”。约束条件写得越像生活本身，学习计划提示词产出的计划越不容易崩。
2.3 过程设计：任务拆分、复习机制、反馈节点与阶段性评估
任务拆分我盯的是“今天打开书知道做什么”。AI容易写“学习第三章”，这种任务粒度太粗。我会在提示词里要求拆到“读第三章前两节、做课后5道题、用一句话复述核心概念”。学习计划提示词里加一句“每个任务控制在30到60分钟能完成”，输出会细很多。任务太粗，执行时还要自己做二次规划；任务太细，清单又会压得人喘不过气。我通常按自己的专注时长来定粒度。
复习机制不写，AI很少主动安排。我备考时会要求“新内容在第二天、第四天、第七天各安排一次短复习”，语言学习会要求“每周两次旧词回顾”。这些间隔不用写得多复杂，关键是让提示词里有复习位置。我帮学员改计划时见过连续十天全是新任务，后面没有回顾，学到第五天前面已经漏了。复习机制写进提示词，计划才像学习流程，不像任务堆叠。
反馈节点和阶段评估是让计划能拐弯的地方。我习惯让AI每周日给一组自测题，每两周安排一次阶段测，提示词里写明“根据完成率和自测结果调整下一周任务量”。有一次我排日语复习计划，第二周完成率只有六成，复盘发现任务粒度过大，我把提示词里的“每天背50个新词”改成“每天30个新词加10个旧词复习”，执行才顺起来。过程设计不是排得满，是让计划有检查点，有调整口。
2.4 提示词结构：角色、背景、指令、示例、输出要求与校验规则
我写学习计划提示词，常按“角色、背景、指令、示例、输出要求、校验规则”六块摆。角色不用花哨，“你是一位擅长拆解学习任务的规划师”够用。背景写我的目标、基线、时间、资源，让AI知道约束在哪。指令要写成动作，比如“请按周拆分任务，每周给出任务清单、预计时长和复习安排”。示例可以放一小段我满意的输出样式，AI会跟着模仿。
输出要求决定后面好不好用。我如果要贴进表格，就会写“用Markdown表格输出，列为日期、任务、时长、完成标记”。我要接进自己的追踪脚本，就写“输出json_object，包含week、tasks、estimated_minutes、review_items、checkpoint字段”。学习计划提示词里提到json_object，字段名最好一次写全，别让AI临时发挥。示例引导也管用，我会给一个字段样例，再补一句“所有字段必填，缺失时写null”。
校验规则是我后来加上的“防呆条”。我会写“检查每日总时长不超过上限、任务之间不冲突、复习间隔不少于一天、每周至少留半天缓冲”。这些规则不写，AI给的计划可能出现同一天既安排阶段测又安排三小时新课。我还会要求输出前自检一遍，把冲突项标出来。提示词结构越完整，后面返工越少。我自己的习惯是先把六块写全，再删掉多余形容词，留下能检查的句子。
2.5 设计原则：具体性、可执行性、可衡量性与可迭代性
具体性我理解为“每句话都能被指着问：做到没有”。目标具体到产出，任务具体到动作，时间具体到分钟，输出具体到字段。我改学习计划提示词时，会把“多练习”“加强复习”这类词圈出来，换成“每天做5道题”“每周两次旧词回顾”。提示词越具体，AI越少自由发挥，计划越贴近我真正要的东西。具体不等于长，能用一句话说清就不用三句。
可执行性要看任务能不能塞进真实生活。我常问自己：这条任务在地铁上能做吗，晚上十点还有精力做吗，需要别人配合吗。有一回我给自己排了每天一小时线上外教课，排的时候很爽，执行时约不上时间。后来我在提示词里改成“每周两次外教课，其余时间用跟读录音替代”，计划才跑得动。可衡量性跟着上，完成率、自测分数、任务打勾数，都是能记录的指标。学习计划提示词里写清指标，复盘时才有依据。
可迭代性是我最想强调的一条。计划不是一次成型，提示词也不是。我习惯把第一版学习计划提示词存下来，跑一周后看完成率和卡点，再改目标粒度、时间预算或输出字段。我帮同事改计划时，常让对方在提示词末尾加一句“如果本周完成率低于70%，下周任务量下调20%”。这句话让计划自带调整机制。设计原则落到操作上，就是具体到能执行，执行到能衡量，衡量完能改提示词。这一章五个要素拆开写，每个要素都值得在提示词里占一行，别挤成一段模糊描述。
第2章把五个要素拆成了能填的格子，这一章我想聊怎么把这些格子做成一个反复能用的壳。我手机备忘录里存了不少模板，大大小小十几个，有些是改出来的，有些是抄来再改的，真正顺手的没几个。模板这东西，写第一版靠冲动，留下来靠迭代。json_object更像模板里的骨架，用好了计划能直接进表格和脚本，用不好就是一堆看着整齐、抓取全空的字段。
3.1 学习计划提示词模板的常见类型：通用型、备考型、技能型与习惯型
我平时用四类模板：通用型、备考型、技能型、习惯型。它们的差别不在篇幅，在指令重心。通用型什么都能套，适合我还没想清楚场景时先跑一版看看效果；备考型盯考试日期和真题；技能型盯产出物；习惯型盯频率和触发条件。选错类型，后面调字段会一直别扭。有一次我拿备考型模板去套吉他学习，输出里全是“真题”“错题本”“模拟考”，看着就不对味。
换技能型模板之后，字段改成“曲目、练习段落、每周录音验收”，计划立刻像回事了。技能型模板的重心是做出东西，每周有一个可展示的产出，哪怕只是录一段三十秒的音频。习惯型模板是我最近半年才开始用的，起因是我想养成每天读书的习惯。用技能型排出来全是“读完第一章、做笔记”这种任务，第三天就断了。改成按触发条件写，“晚饭后坐在沙发上翻二十页，手机放另一间屋”，完成率反而上来了。
习惯型模板里评估标准不是分数，是“本周完成几天”。这个区别挺关键，分数盯着质量，天数盯着持续性。备考型模板我一般会加考试日期倒推、真题分配比例、错题复盘频率这几个固定字段。通用型模板更像毛坯房，字段最少，适合先跑一版再往里加约束。我现在的习惯是先问自己一句：这次是应付考试、做出东西，还是养成一个动作？答案决定用哪个模板，选完再填字段。
3.2 模板关键字段：学习目标、时间安排、任务清单、资源列表与评估标准
字段我固定成五块：学习目标、时间安排、任务清单、资源列表、评估标准。填的时候有顺序，先目标，再时间，接着任务，资源和评估放最后。目标没定就填时间，容易排出一堆空转的任务。时间没定就填任务，任务量通常虚高。我自己按这个顺序填，返工次数明显少。有人喜欢先列任务再倒推时间，我试过，排出来的计划好看，执行起来天天超时。
资源列表这个字段我早期老漏。漏了之后AI默认我有网课、有教材、有整块安静时间。现在我写模板会留一栏“可用资源”，把教材、设备、场地、预算都塞进去。有一次我帮邻居家孩子改学习计划，模板里没写资源，AI给他排了每天两小时网课，他家网络不稳定，看视频卡得不行。补上“网络一般，以纸质教材和音频为主”之后，计划才落地。
评估标准字段我写得最晚，也最容易被忽略。它不只是最后的分数，还包括每周完成率、自测正确率、任务打勾情况。我现在模板里会写“评估标准：每周任务完成率、周末自测得分、复盘时列出两个卡点”。这几个字加上去，计划后半段就有了检查依据。没有评估标准的模板，跑起来像没有仪表盘的车，看着在动，不知道偏没偏。
3.3 json_object输出在计划生成中的作用：结构稳定、便于解析与后续追踪
json_object这个输出格式，我一开始是排斥的，觉得人看着累，不如markdown顺眼。后来我把学习计划接进自己的表格和提醒脚本，才发现它的好处。普通markdown输出，我每次都要手动复制粘贴，字段一多就对不齐，周和任务混在一起，贴进表格还得拆。json_object出来，结构固定，字段名统一，贴进脚本就能直接读。省下的不是几分钟，是后面每周重复整理的时间。
结构稳定是第一个好处。我要求AI输出json_object之后，每次生成的计划字段都一样，周维度、任务列表、时长、复习项、检查点，位置固定。便于解析是第二个好处，我的追踪表按字段名抓数据，不会因为AI换了个说法就抓空。后续追踪是第三个，跑完一周我在同一份json里填完成标记，下一轮提示词把这份json当输入，AI就知道哪些任务没做完、哪些要调整。这个循环跑顺了，计划就不是一次性生成，是带着历史往前滚。
我用json_object也翻过车。有一次字段名我写的是“estimated_minutes”，AI输出成“duration”，我的脚本抓不到，整张表空了一列，排查了半天才发现是命名不一致。后来我在提示词里把字段名写死，还加了一句“字段名必须与定义完全一致，不得改写”。json_object的好处建立在字段纪律上，字段名一乱，结构化就白搭。我现在的做法是字段名用英文、含义用中文注释，两边都不容易混。
3.4 面向json_object的提示词写法：字段定义、格式约束与示例引导
写这类提示词，我通常分三步：先列字段定义，再写格式约束，最后给一个示例。字段定义要写字段名、类型、含义，一个都不能省。我习惯逐个写清楚，比如week是整数，tasks是对象数组，每个任务里有title、duration_minutes、type，checkpoint是字符串数组。类型不写，AI会自由发挥，有时给字符串有时给列表，解析起来很麻烦。
格式约束我写得很直白：“只输出json_object，不要包裹代码块，不要加解释文字，所有字段必填，缺失写null，数组为空写[]”。这几句话看着啰嗦，能省掉大量清洗工作。示例引导我一般给一个两周的短样例，字段填满，结构完整。示例不用长，能让AI看清嵌套关系就够。我试过只给字段不给示例，输出结构经常少一层，tasks里直接塞字符串，后面还得返工。
还有个小技巧，我会在提示词末尾加一句自检要求：“输出前检查每个任务是否有duration_minutes，每个week是否有checkpoint，字段名与定义一致”。加了这句，输出里缺字段的情况少很多。面向json_object的写法，核心是把“格式”当成交付物的一部分，不是附带说明。我见过有人把字段定义写在提示词最后一行，前面全是背景描述，AI输出格式照样乱。字段定义放前面，格式约束紧跟，示例垫后，这个顺序我试下来最稳。
3.5 可复用学习计划提示词模板的沉淀与版本管理
我现在模板都存在一个文件夹里，文件名带版本号和日期，比如“备考型_v3_20250312.md”。每次改完跑一周，看完成率和卡点，再决定改哪一版。改的时候不覆盖旧版，另存一份。旧版留着有用，有时候新版字段改多了反而不如旧版顺手，能退回去。我有一回把任务粒度从“章节”改到“小节”，完成率涨了，字段也多了三行，后面做汇总时发现旧版的粗粒度更适合快速看全局，两个版本就都留着了。
版本管理我记三样东西：改了什么、为什么改、用在哪次计划上。这三行写在模板开头当注释。有一次我把复习间隔从三天改成两天，完成率掉了，翻记录发现那天正好赶上出差，跟间隔本身关系不大。没有记录，改过的模板过两个月自己都看不懂，更别说给别人用。
团队里共享模板，我会把字段定义和校验规则单独抽出来，做成公共段，各人套自己的目标就行。共享模板最怕各改各的，字段名一乱，后面汇总就难。我的做法是公共段冻结，个性化部分写在目标、资源、评估标准三块里。这样模板复用和版本更新能同时进行，改了字段会同步到所有人。模板和json_object不是为了让提示词变复杂，是为了让计划跑得稳、改得动、追得下去。这一章五块拆开写，每一块都值得在模板里留一行位置，别全挤在一段描述里。
上一章聊的是模板怎么攒、字段怎么定、json_object怎么用，攒下来的模板就像一堆锅碗瓢盆摆好了。这一章我想讲怎么真正下厨：从一个模糊的念头开始，一步步把它变成AI能接住的提示词，再把接出来的计划收拾利索。我自己的流程不是一次成型的，中间翻过车、返过工，有些步骤是踩坑之后硬加进去的。
4.1 需求澄清：从模糊目标到可提示的学习问题
我最早用AI排计划，写的是“我想学好英语”。输出倒是挺长，三十天计划排得满满当当，我看着就烦，执行了三天就停了。回头看问题不在AI，在我给的那个目标太虚。“学好英语”这四个字里没有水平、没有场景、没有时间，AI只能按最大公约数往外吐。我现在会先把目标翻译成一个具体的学习问题，比如“三个月内能读懂技术文档里的英文注释”。
翻译的过程我一般问自己三个问题：学这个是为了干什么、我现在大概在什么位置、每周能拿出多少整块时间。三个问题答完，模糊目标就缩成了能写进提示词的字。上周我帮同事改他的计划，他原话是“想把Python捡起来”。追问几句之后变成“六周内能独立写出一个抓取天气数据的小脚本，每周六晚上有一小时”，这个版本AI接得住，他也知道自己要干嘛。
有些需求一次问不干净，我会先写一版“试探性提示词”扔给AI，看它反问什么、输出什么，再从输出里找自己没想清楚的地方。这个方法有点像先乱写一稿再改，第一稿的作用不是用，是把脑子里的模糊东西逼出来。我有一回从AI的输出里看到“前置技能：熟悉命令行”，才想起来自己连终端都不太会用，计划当场就改了方向。
4.2 提示词构建：如何用AI制定学习计划提示词的步骤化方法
构建提示词我按五步走：写背景、提目标、列约束、给格式、加自检。顺序我试过打乱，乱着来输出质量明显掉。背景段我一般写两到三句，说清楚我是谁、现在什么情况、为什么学这个。目标段一句话，带时间、带产出。约束段写时间、资源、节奏。格式段把json_object的字段定义贴上去。自检段列两条必查项。五段写下来，提示词不长，基本能一次跑出能用的东西。
我先从最简单的一句指令开始：“帮我排一个学习计划，目标是什么，每周多少时间，输出json_object。”跑一版看结构对不对，再往背景里加料。加料顺序我一般是先加资源、再加评估标准，最后补任务粒度要求。有一次我偷懒跳过试跑，直接甩了五百字的完整版提示词，结果AI在“每日时长”和“每周时长”两个词上理解岔了，排出来的总量翻倍，我对着表格算了半天才发现。试跑这一步花不了两分钟，能省半小时返工。
还有一个习惯我会保留：把上一轮的输出当输入贴回去。提示词开头加上“上一轮计划如下，请在此基础上调整”，AI就能接住上下文。我发现自己写提示词最常漏的是“现在什么水平”，补上这句之后，任务起点不再是从零开始的假动作，计划落地概率明显高了。
4.3 生成与校验：检查计划合理性、可执行性与时间冲突
拿到AI生成的计划我从来不直接用，第一件事是把所有任务的时长加一遍。听起来很笨，救过我很多次。AI很喜欢给每个任务标二十分钟到半小时，一周排十几个任务，加起来比我自称可用的时间多出一大截。有一次我写的约束是“每周五小时”，输出算下来八小时出头，我手动砍掉两个任务才回到正常范围。
时间冲突我重点看两处：工作日和周末的分布、同一时段有没有两个任务叠着。AI不太会主动区分工作日和周末，默认你每天状态一样。我现在的做法是在提示词里写“周六日每天可用时长是工作日的两倍”，输出就会分出梯度。还有一处是复盘任务和复习任务容易撞在同一天，两个任务加一起超时，我一般会让它们错开一天。
可执行性上我看任务粒度。出现“掌握”“理解”“熟悉”这种词的任务，我会全部打回去重写。这种动词没法打勾，也没法估时，放进清单里就是摆设。我会把任务改成带动作和产出物的写法，比如“读完第二章并写三行摘要”“跟着视频敲完示例代码并跑通”。可执行性还有一个指标是谁来做，AI有时候会排一些需要外部资源的任务，比如“找一位老师点评”，我条件里没有这条，就得删掉或者换成替代方案。
4.4 迭代优化：根据反馈调整目标、任务粒度与输出格式
跑完一周我才动迭代。周一拿到计划觉得哪哪都顺，周五再看漏洞一堆，我的经验是至少跑完一个周期再改。改的时候我盯三个数：完成率、老被跳过的任务、打勾时觉得别扭的条目。老被跳过的任务八成是粒度问题，要么太大要么位置不对。别扭的条目一般是描述得不清楚，AI写的和自己脑子里想的对不上。
任务粒度我调得最频繁。粗了我两天就迷路，细了我一天要打十几个勾，看着都累。我现在的折中是“一章拆成两到三个任务，每个任务半小时以内”。目标也能调，有一次我发现自己排的进度比实际快太多，不是任务问题，是起点估高了，把第一周的整体难度降下来之后，后面的坡度才顺。输出格式我一般到第三周才碰，格式一改脚本就得跟着改，能不动就先不动。
迭代我一般攒两条以上反馈再动手，只改一条容易过拟合。还有个小细节，我在模板开头记一行“本轮调整：粒度从章节改到小节”，下个月翻出来能看懂当时为什么改。没有这行记录，过两周自己都不知道在调什么。
4.5 案例演示：从一段学习需求到结构化学习计划的提示词改写
拿一个我自己最近跑过的需求来演示。原始需求是“我想三个月内能看懂英文技术文档，现在词汇量一般，白天上班，晚上有空”。这一段直接扔给AI，输出基本是通用英语学习那一套，泛得很。我把它拆成三个问题：目标场景是什么文档、现在读一篇大概能懂多少、每周几晚每次多久。答案补上之后，需求变成“三个月内读懂React官方文档的入门章节，现在读一篇五五开，每周三晚各四十分钟，周末一次一小时复盘”。
提示词改写我分三段写。背景段：“我在做前端开发，英文文档靠翻译工具，想摆脱工具。现在能读简单句子，长句和术语卡住。”目标段：“三个月内能独立读完React文档Getting Started部分，每周产出三篇短摘要。”约束和格式段把每周可用时间、json_object字段定义、自检要求贴进去。这一版跑出来的计划结构就具体了，每周有主题、有任务列表、有检查点。
第一版输出里有一处问题：任务全是“阅读”，没有输出动作。我迭代时加了一句“每个任务必须带一个可交付的小产出，摘要、笔记或口头复述都行”。第二版任务变成“读一节并写三句英文摘要”“把术语整理成五个词的卡片”，完成率比第一版高。这个案例我想说明的是，提示词的差距不在长度，在那几句把模糊想法逼成具体约束的话。从一个念头到一份带结构的计划，中间就是这几轮追问和改写。
上一章讲的是从模糊需求到结构化计划的整个流程，我拿自己的英语技术文档需求跑了一遍。这一章想聊点更接地气的——这套东西放到不同场景里到底怎么用、会出什么岔子、以及用顺了之后还能怎么往外扩。我踩过的坑不少，有些坑是提示词写歪了，有些坑是场景没对上，分开说。
5.1 典型场景：考试备考、语言学习、职业技能与兴趣培养
考试备考的场景我用得最多，也最容易出效果。去年帮表妹排过一个教资笔试的计划，她原话是“两个月后考试，现在书还没翻”。这种场景的好处是终点极其明确，日期卡死，AI排出来的计划自带倒计时感。我在提示词里把考试日期、每天可用两小时、周末四小时这些条件塞进去，输出直接按周切成了三轮复习，每轮带自测节点。她执行了六周，中间只调过一次任务量，因为第三周发现背不完。考试类的场景我建议把“最近一次做真题的分数”写进背景里，AI对起点有数之后，任务难度梯度会排得靠谱很多。
语言学习跟考试不太一样，它的坑在于周期长、反馈慢，计划容易越排越飘。我给自己排日语学习的时候，第一版计划列了“每天背三十个单词、听十五分钟新闻、读一篇短文”，看着挺全，两周就崩了。崩的原因不是懒，是三个任务之间没有咬合，背的单词在新闻里碰不上，读的短文里全是没背过的词。后来我重写了提示词，加了一条“所有任务围绕同一主题展开，本周主题是交通出行”，AI把单词、听力、阅读全挂到这一个主题下，任务之间开始互相喂。语言类场景我会特别要求提示词里出现“输出动作”，说、写、复述都行，光输入不产出，学三周就不知道自己到哪了。
职业技能这块我踩的坑最疼。有一回我想补数据可视化的技能，提示词写得太客气，输出了一份“了解Matplotlib基础、熟悉Seaborn语法、掌握Plotly交互”的清单，看着像课程大纲，实际没法执行。我把提示词改成“每周产出一张图，从原始数据到成品，用不同的库实现”，输出才变成能动手的东西。职业技能类场景有个特点，学习者通常有本职工作，时间碎片化严重，提示词里必须写清楚“每次可用时长”和“能否连续”，AI才知道该排长任务还是短任务。我现在的习惯是职业类计划一律按“项目制”来排，每周一个小交付物，攒着攒着就是一个作品集。
兴趣培养的场景最容易被忽略，很多人觉得学着玩不用排计划。我给自己排过吉他练习的计划，失败了三次才找到感觉。前两次失败都是因为提示词写得太正经，AI按考级的逻辑排，每天爬格子半小时、音阶二十分钟，坚持了四天就烦了。第三次我把提示词里的“目标”从“三个月弹唱一首歌”改成“每周学会一个和弦，周末录一段十五秒的弹唱”，任务轻了，反而没断过。兴趣类场景的关键词是“低门槛”和“短反馈”，提示词里最好明确写上“每次任务不超过二十分钟”和“每周至少有一次能拿出手的小成果”。这三个场景加一个兴趣培养，用的其实是同一套提示词框架，差别全在约束条件那一段怎么写。
5.2 效果评估：计划完成率、学习反馈、阶段复盘与提示词优化指标
计划跑起来之后怎么看它好不好，我盯四个数。第一个是完成率，但我不看百分比，看趋势。第一周完成八成、第二周六成、第三周四成，这个下滑曲线说明任务量排大了。反过来第一周五成、第三周七成，说明坡度合理，人在适应。我有个本子专门记每周的完成情况，只写数字不写感受，攒够四周再回头看，比单看一周准得多。
学习反馈我分两层看。浅层是打勾时的感受，顺手还是别扭，这个当场记一笔。深层是每两周问自己一次“现在能干什么之前干不了的事”，答不上来就说明计划在空转。上个月我帮一个朋友看他的编程学习计划，完成率一直很高，但他答不出这个问题，翻了一遍任务清单发现全是看视频，没有一个动手写的任务。反馈这东西不能光看清单，得看清单外的东西。
阶段复盘我一般放在每个月的最后一个周日，花二十分钟。复盘不看单周数据，看整月的任务分布、跳过的任务类型、以及提示词里哪些约束没起作用。我上次复盘发现“每周五小时”这个约束在提示词里写了，但AI排出来的总量一直是七小时上下，问题出在我没在自检段加“核对总时长”这一条。补上之后，下个月的总量就稳了。复盘完我会在模板里改一到两处，改多了下次跑出来的东西面目全非，自己都不认识。
提示词优化指标我只看一个：返工次数。一份计划从生成到能用，改几轮。我之前写的提示词平均要改三轮才能用，现在稳定在一到两轮。返工次数降下来，说明提示词里的背景、约束、格式三段信息密度够了。还有一个辅助指标是“AI反问次数”，好的提示词会让AI在输出前问一两个澄清问题，比如“你说的每周五小时包不包括周末”。反问说明它接住了需求，直接闷头输出的，多半在猜。
5.3 常见风险：目标过泛、任务过载、AI依赖与隐私信息保护
目标过泛这个坑我反复踩。写“提升写作能力”“加强编程水平”这种词，AI只能给你一份四平八稳的通用计划，看着挑不出毛病，用起来哪哪都不对。我现在的判断标准很简单，目标里如果没有动词、没有产出物、没有截止时间，就是过泛。把“提升写作”改成“六周内写完三篇两千字的技术文章，每篇改两轮”，计划立刻就有了抓手。目标过泛还有一个隐蔽的危害，它让你误以为自己在学习，实际上只是在整理学习资料。
任务过载是AI最常犯的毛病，它好像默认你每天有八小时空闲。我见过一份输出，工作日排了四个任务、周末排了六个，加起来一天十小时。提示词里写了可用时长也没用，AI会把时长理解成“最少”而不是“最多”。我后来在自检段固定加一句话：“所有任务时长加总不得超过每周可用时长，超出部分请删减。”加完这句，过载问题少了八成。还有一个变种是“隐性过载”，任务时长没超，但任务之间的切换成本没算进去，一个晚上排三个不同类型的任务，光切脑子就切累了。我现在排计划会让同一时段的任务尽量同类型，减少切换。
AI依赖这个风险我感受挺深。有一阵子我连“今天该学什么”都懒得想，直接问AI，问完照着做，做了两周发现自己对学习进度完全没感觉。计划是AI排的，任务是AI拆的，检查点是AI设的，我成了一个执行终端。后来我给自己定了个规矩，每周至少花十分钟自己改一遍下周的计划，哪怕只改两个任务的顺序。改的过程就是重新拿回掌控感的过程。还有一层依赖是判断力的让渡，AI说这个任务该花四十分钟，你就信了，实际你可能需要一小时。我现在会故意在几个任务上不写时长，自己试一次，校准自己对任务耗时的估计。
隐私这块很多人不注意，我见过有人在提示词里写“我在某某公司做某某项目，想学相关技术”，公司名、项目名全在里面。这些信息进了AI的上下文，你不知道它会被怎么处理。我现在的做法是提示词里只写行业和岗位类型，不写公司名，项目细节改成脱敏后的描述。学习计划本身不太需要精确到公司，写“互联网行业后端开发”和写“某某公司某某项目组”对计划质量的影响很小，对隐私的影响很大。还有一类是个人时间安排，有人把每天几点到几点干什么全写进去，这类信息也没必要，写“工作日晚八点后可用”就够了。
5.4 优化扩展：结合json_object做进度追踪、模板库建设与多轮提示词协作
json_object用顺了之后，我开始拿它做进度追踪。之前的计划输出是一段文字，执行完了打个勾就完了，攒不下数据。现在我在提示词里要求每个任务带一个status字段和actual_minutes字段，每周跑一次“更新进度”的提示词，把上周的执行情况贴回去，让AI输出一份带完成率和偏差值的报告。这个报告比我自己记的本子细，哪个类型的任务老超时、哪个时段的任务完成率低，一眼能看出来。跑了一个月，我发现自己的阅读类任务实际耗时平均比预估多百分之四十，后面排计划就把阅读任务的时长系数调上去了。
模板库我是按场景分的文件夹，考试、语言、职业、兴趣各一个，每个文件夹里按版本号存。版本号我不用数字，用日期加一句备注，比如“20240612-加了总时长自检”。这样翻的时候能看懂每次改了什么。模板库里还存了一类“半成品模板”，就是那些结构对了但字段还没定死的版本，下次遇到类似场景，拿半成品改比从零写快得多。我目前的模板库攒了十一个模板，常用的其实就三个，剩下的都是特定场景才翻出来。
多轮提示词协作是我最近在试的玩法。一份大计划拆成三轮跑：第一轮只出框架，确定阶段划分和每周主题；第二轮针对每一周出任务清单；第三轮专门做校验，把前两轮的输出贴进去，让AI找时间冲突和任务粒度问题。拆开跑的好处是每一轮的上下文都短，AI不容易漏条件。坏处是轮次多了容易前后不一致，我一般会在第三轮的提示词开头把第一轮的框架再贴一遍，让AI对着框架校验。这套流程跑熟练之后，排一份两个月的计划大概花十五分钟，比一次性生成再反复改要快。
往外扩展还有一个方向是跟日历工具对接。json_object的输出结构稳定，字段名固定，写个小脚本就能把任务导进日历。我现在的做法是每周日晚上跑一次“生成下周任务”的提示词，输出直接粘进一个表格，表格里有公式自动算总时长。这个流程没什么技术含量，胜在稳定，跑一次五分钟，比手动抄快。工具链不用复杂，能省掉重复劳动就行。
5.5 相关搜索词拓展：学习计划提示词模板、如何用AI制定学习计划提示词与结构化输出实践
搜“学习计划提示词模板”的人，八成手里已经有一个模糊的需求，想找现成的东西改一改。这类搜索意图下，光给模板不够，得把模板里每个字段为什么这么写说清楚。我自己的模板开头会加三行注释，写明适用场景、需要替换的字段、以及一个常见误用示例。比如通用型模板的注释里会写“如果你的目标周期短于两周，把阶段评估节点删掉，改成每日检查”。搜这个词的人往往在比较几个模板，哪份模板的注释细，哪份就更容易被用起来。
“如何用AI制定学习计划提示词”这个搜索词背后的人，多半是试过一两次效果不好，想找方法。这类需求不能只给步骤，得给判断标准。我写这类内容的时候会重点讲“什么情况下该停下来改提示词”和“输出里出现什么信号说明提示词有问题”。比如输出里出现大量“了解”“熟悉”这种词，说明目标段写得不够具体；输出总时长超出约束，说明自检段缺了核对项。给判断标准比给步骤有用，步骤谁都能写，判断标准是踩过坑才有的。
“结构化输出实践”这个词搜的人少一些，但意图最明确，基本都是冲着json_object来的。这类需求要解决的是字段设计和格式稳定性。我会在内容里强调两件事：字段名一旦定了就别改，改一次下游的脚本全得跟着改；以及提示词里要给一个完整的输出示例，光写字段定义不够，AI对字段类型的理解经常跑偏。还有一个实践经验是字段数量控制在十个以内，超过十个之后AI开始丢字段，我试过十五个字段的版本，输出里稳定丢两到三个。
这三个搜索词其实指向同一件事的不同阶段：找模板是起步，学方法是上手，结构化实践是进阶。写内容的时候按这个顺序组织，读者从任何一个词进来都能找到下一步该看什么。我自己的内容布局也是这么排的，模板那篇放最前面，方法那篇放中间，结构化实践放最后，三篇之间互相链一下，读完一篇知道下一篇在哪。
