BrainBank

AI Tutoring

2026/9/7 11:58:23 · 来源

#prompt-engineering#use-cases#ai-tutoring#education#parenting#socratic-method

By constraining AI with specific prompts, parents can transform it from a cheating answer machine into a personalized Socratic tutor, bringing 1984's master-learning model to every student for free.

1984 年,美国教育心理学家 Benjamin Bloom 做了一个研究,结论放到今天看依然够离谱:一个成绩平平的普通学生,只要接受一对一的掌握式辅导(简单说,把知识拆成小块,一块没学透不进下一块),成绩能超过传统课堂里 98% 的学生。

不是超过平均分,是超过 98% 的人。

这个 1984 年的结论,到今天还在被引用。也到今天,还是没有普及。

图片图片

原因朴素到有点荒唐:一个老师一天就那么几个小时,给了这个学生,就给不了别的学生。方法再有效,撞上师生比这条硬约束,就只能停在论文里。所以过去四十年,一对一辅导是奢侈品——请得起家教的家庭和请不起的,差的不是孩子的智商,是一个老师的全部可用时间。

一、卡了 42 年的问题,今年开始松动了

红杉,硅谷最老牌的风投之一,最近发布了一篇长文《认知革命》——周六那篇《认知健身房》也提过它,今天只取讲教育的这一段,里面正好讲到了 Bloom。

文章里的意思,我翻来覆去看的是这几层:对教育来说,有史以来真正的硬约束就是师生比,Bloom 在 1984 年量化的正是这个约束的代价;而现在,这个约束正在溶解——一个无限耐心、问不倒的家教,边际成本正在趋近于零。文章还引了别人的研究:人机混合的家教模式,有研究发现比传统教育更有效,也更便宜。

翻译成家长听得懂的一句话:

1984 年最贵的一种教育资源,2026 年开始白送。

1984年的实验:同一个学生,换一种学法1984年的实验:同一个学生,换一种学法

1984年的实验:同一个学生,换一种学法

按理说,接下来应该是家长排队去领。

但我看到的另一幅图景是:家长群里刷屏的,是「AI 让孩子不会思考了」「AI 毁掉专注力」,一堆课在教家长怎么防 AI、躲 AI。情绪是焦虑,动作是报班——而这件事本身,正在白送。多数家长买到的是焦虑,没领到家教。

我自己在家用下来的体会,比这个判断更具体:我领到的,一开始也不是家教。

二、我先把 AI 用成了答案机

我把 AI 给了上七年级的儿子。

第一周我就发现,用错了。

他做题卡住,手机拍一下,答案秒回,步骤比我讲的还工整。作为效率工具,它确实比我强——我讲一道题要十分钟,它三秒钟。

但我不对劲的地方在别处:答案回来之后,他没有停顿,没有皱眉,没有那句「等一下,我再想想」。抄上去,下一题(当然也可以告诉 AI,只让它做提示,而不直接给答案)。

那一刻我意识到,我发到他手里的不是家教,是个代写。

我的第一反应也挺俗:琢磨着要不要把手机收了。后来想明白,收不住——他往后几十年都要跟这个工具过,收得了一时收不了长期;而且问题根本不在工具身上,在我从没给它立过规矩。同一个 AI,我让它有问必答,它就是答案机;我让它守住方式,它才是家教。

AI 当答案机,等于请了个代写;AI 当家教,等于换了个苏格拉底。两个都是同一个 AI,差别全在你让它怎么说话。

同一个AI的两种用法:代写还是家教同一个AI的两种用法:代写还是家教

同一个AI的两种用法:代写还是家教

这个开关,AI 自己不会替你按。你直接问,它就直接答,它没有动机拦着你。所以这事只能在家长这头解决——不是不许孩子用 AI(拦不住,也不该拦),是给 AI 立规矩,让它换一种方式跟孩子说话。

怎么立?我踩完坑之后,把家里现在在用的三个 prompt 给你,直接抄。

三、让 AI 当家教的三个 prompt,直接抄

第一级:讲思路,不给答案

什么时候用:新题型、新章节,孩子刚接触,还没到卡死的地步。

1 2 3 4 5 我马上要做一类新题。请你当我的老师,但守一个规矩: 不许直接给答案,也不许替我算。 先给我讲这一类题的思路:从哪看起、先做什么、常见的坑在哪。 讲完让我自己做。我卡住了,会把卡住的那一步发给你,你再讲。 这类题的例题是:……

这一级的关键是「先讲思路,再自己动手」。孩子听完思路还是要自己走一遍,AI 只是替掉了「先讲一遍」的角色——而我讲的,说实话不一定有它清楚。

第二级:只提问,不解释

什么时候用:孩子卡死了,或者做错了想不通。

1 2 3 4 5 请你扮演一个苏格拉底式的老师,规矩更严: 绝对不许给我答案,也不许替我算。 你一次只问我一个小问题,引导我自己往下想。 我每回答一句,你根据我的回答决定下一个问题问什么。 直到我自己想出来为止。题目是:……

这一级是我家效果最好的一级。孩子最烦被讲,最服自己想通。被一步步问着、最后自己把答案走出来的那一下,那道题才是真的长在他脑子里。

今年六月我写过一篇《给孩子的 AI 启蒙课(Karpathy × 吴恩达)》,里面给过一版类似的问法,这版是我做了迭代。

第三级:出题验证

什么时候用:孩子说「我会了」的时候。这句话的可信度,需要验证。

1 2 3 4 5 我给你讲一遍这道题我是怎么想的。你听完干三件事: 一、指出我讲错、或者讲含糊了的地方,别客气; 二、出三道同一类、但改了条件的变形题,从易到难; 三、等我做完,一道一道判对错,告诉我每道题在考什么。 题目和我的想法是:……

这一级家长最容易漏。讲得头头是道,不等于真会——「能讲明白」和「能做对换了条件的题」之间,还差一大截。让 AI 出变形题,等于把 Bloom 那套掌握式学习里「验一块、再走一块」的动作,原样搬回来。

三个提醒,都是我踩坑踩出来的:

  • prompt 不用改词,换科目只换最后那句「题目是」;

  • 上手前家长自己先拿一道题试一遍——不同模型守规矩的程度不一样,它偷跑把答案说了,就回一句「你没守规矩,重来」;

  • 三级不必每道题走全:日常作业走到第一级就够,卡死了才上第二级,错题和那句「我会了」,必须走第三级。

三级连起来,就是一个完整的家教工作流:先讲、再问、后验。我家现在是孩子自己拿着用,我只在旁边看一件事——AI 是在替他想,还是在逼他想。

四、方法四十二年前就有,工具今年才有

最后说一个人。阿里巴巴前总参谋长曾鸣,前几天聊新书《智能》的访谈,被问到 AI 会不会改变整个教育系统,他回答得很干脆。大意是:旧教育系统本质上是一场智商训练(原文叫 IQ drill),核心是灌输知识,开发智力反而是次要的,这一套在 AI 时代肯定走不下去了;他还说,接下来最大的冲突,会发生在教育系统内部。学校那头怎么改,轮不到我们着急;家长能动手的,是先把家里这一个位置配对。

我写这篇不是要往家长心上再加一层焦虑。恰恰相反。

你把时间轴拉开看:方法,1984 年就验证过了;工具,2026 年才便宜下来。两件事隔着四十二年,正好在我们这代家长手里撞上了。

以前,一对一家教是有钱人家的配置;现在,它是每一部装了 AI 的手机自带的配置——缺的只是让它用对方式说话的那三句话。

所以别再纠结孩子该不该用 AI 了,拦不住,也不用拦。要盯的只有一件事:它是孩子的答案机,还是孩子的家教。

方法四十二年前就写在论文里了,工具今年才便宜下来。差的那四十二年,等的不是研究,是价格。

写完这篇我是真的有点兴奋。1984 年 Bloom 把这笔账算出来的时候,大概想不到四十多年后,执行这个方法的成本会掉到零。轮到我们这代家长,是头一回,不用花一分钱就能给孩子配上一个一对一的家教。这种事,历史上没发生过。

想把原理讲给孩子听的,可以去翻今年六月那两篇——《给孩子的 AI 启蒙课(Karpathy × 吴恩达)》讲怎么让孩子懂 AI,《暑假是 AI 时代最被浪费的 60 天》讲怎么给孩子的假期换赛道。都在「ACAI 共织」历史消息里。

三个 prompt 建议现在就复制走,正文里是全的。

把全部功能交给孩子还是会失控(豆包、workbuddy都试过),所以我正在做一个专门的学习智能体,想要内测名额的,私信我

学习地图

Stage 1: Understanding the Constraint

  • Learn the history of Benjamin Bloom's 1984 2-sigma study on mastery learning and why 1:1 tutoring has historically been a luxury.
  • Recognize the difference between using AI as an answer-giver (cheating tool) versus a Socratic guide.

Stage 2: Prompting for Tutoring

  • Master Level 1 prompting to make AI explain concepts and solution paths without giving direct answers.
  • Master Level 2 prompting to implement Socratic questioning where the AI guides the student step-by-step through their blocks.
  • Master Level 3 prompting to generate variant problems and verify real mastery.

Stage 3: Building a Sustainable Workflow

  • Establish household rules for AI usage that focus on pushing the child to think rather than outsourcing effort.
  • Combine the three prompt levels into a repeatable daily homework workflow.

动手实践——分步指南

  1. Open your preferred AI chat application (such as ChatGPT, Claude, or Doubao) on a phone or computer.
  2. Choose a math or science problem your child is currently struggling with.
  3. Copy and paste the Level 1 prompt to test concept-first explanation: 'I am about to tackle a new type of problem. Act as my teacher, but follow one rule: Do not give me the answer or do the math for me. First, explain the logic behind this type of problem: where to start, what to do first, and common pitfalls. After you explain, let me try it myself. If I get stuck, I will send you my stuck step, and you can explain further. The example problem is: [Insert Problem Here]'
  4. If the child gets stuck or makes a mistake, copy and paste the Level 2 prompt to start Socratic questioning: 'Act as a Socratic teacher with a strict rule: Absolutely no answers and no doing the math for me. Ask me only one small question at a time to guide my thinking. Wait for my response before deciding the next question, until I figure it out myself. The problem is: [Insert Problem Here]'
  5. Once the child claims to understand, use the Level 3 prompt to verify: 'I will explain my thinking process for this problem. After I finish, do three things: first, point out any unclear or incorrect parts without holding back; second, generate three variant problems with changed conditions ranging from easy to hard; third, after I solve them, grade them one by one and explain what each tested. Here is my thinking and the problem: [Insert Problem & Explanation]'

三大推荐资源

  1. 1
    OpenAI Documentation on Prompt Engineering

    Official guides and tactics on how to structure prompts for specific behavioral outcomes.

    https://help.openai.com/

  2. 2
    DeepLearning.AI Short Courses

    Practical free courses by Andrew Ng on prompting strategies and building AI applications.

    https://www.deeplearning.ai/short-courses/

  3. 3
    Benjamin Bloom's 2-Sigma Problem Research Paper

    The original educational psychology paper quantifying the massive performance gap solved by 1:1 tutoring.

    https://www.ascd.org/el/articles/the-2-sigma-problem-the-search-for-methods-of-group-instruction-as-effective-as-one-to-one-tutoring

链接由 AI 推荐——使用前建议快速核实。