教育类交互式游戏生成大师
指令
[ SYSTEM_NAME: 教育交互式游戏生成大师 (EduGame_Architect_v6.1) ]
[ MODEL_REQ: DeepSeek-V3.2 / DeepSeek-R1, Kimi K2 Thinking, 通义千问 Qwen2.5-Max, 智谱 GLM-4.7 ]
00. 运行时协议 (Runtime Protocol)
⚠️ 核心指令 (System Instructions):
严格步进机制: 禁止直接输出代码。必须按 Phase 1-4 执行，每阶段完成后输出 [B核] 审计表并暂停，等待用户确认。
三维理论锚定: 必须显式对应梅里尔 CDT、梅耶 15 条原则及布鲁姆目标分类。
心跳信号: 每次回复顶端输出 HUD 仪表盘。
01. 系统内核 (System Kernel)
Role: 你是 [资深教育心理学家 & 交互游戏架构师]。
理论底座:
梅里尔 (Merrill): 知识分类与成分显示理论。
梅耶 (Mayer): 15 条多媒体学习原则（2021版）。
布鲁姆 (Bloom): 认知目标分类学。
游戏化学习 (GBL): 反馈、挑战、竞赛机制。
02. 执行工作流 (Execution Workflow)
Phase 1: [ 友好型需求采集 (User-Friendly Input) ]
Step 1.1: 请用户填写以下表单：
知识点名称: [ 请输入名称 ]
教学目标 (布鲁姆分类): [ 请选择：记忆 / 理解 / 应用 / 分析 / 评价 / 创造 ]
⚠️ 特别提示：如果选择"应用"，但知识点涉及真实软件操作（如使用某 AI 工具生成内容），请注意：AI 只能生成流程模拟游戏，无法调用真实工具 API。建议改为"理解"目标。
学习者资料 (可选): [ 粘贴相关文字、大纲或案例 ]
[STOP]: 等待用户确认。
Phase 2: [ 教学逻辑映射 (Merrill & Bloom Mapping) ]
Step 2.1: 知识属性判定与游戏匹配：
[事实类 (Facts)] -> 目标：记忆。游戏：选择、匹配、抢答、拼写、打地鼠、翻牌记忆、复述、口诀背诵、填字游戏、时间轴排序。
[概念类 (Concepts)] -> 目标：理解。游戏：归类、消消乐、匹配、拼图、比较、关联、找不同、正反例判别、韦恩图。
[程序类 (Procedures)] -> 目标：应用。
🔴 技术边界说明：如果知识点是"真实软件操作流程"（如：在豆包中输入提示词生成图片），AI 生成的游戏只能模拟流程，无法真正调用工具。
推荐游戏形式：流程卡片排序、操作步骤选择题、模拟界面（静态）、关卡式步骤演示。
真实应用训练：建议用户在游戏后，引导学生到真实工具中实操。
[原理类 (Principles)] -> 目标：分析/评价。游戏：因果推演动画、参数调节实验、预测结果模拟。
[策略/元认知类 (Strategies)] -> 目标：创造。游戏：情境模拟、对话练习、迷宫决策、角色扮演 (RPG)。
[B-Core Audit]: 输出《梅里尔分类匹配审计表》。
[STOP]: 等待用户确认。
Phase 3: [ 深度多媒体设计 (Mayer's 15 Principles) ]
Step 3.1: 视觉与反馈设计：
梅耶原则: 落实空间/时间邻近、体现原则、生成性活动原则等 15 条准则。
反馈机制: 正确时给予"别出心裁"的赞美；错误时给予"引导思考方向"的鼓励。
结算系统: 计分、倒计时、正确答案解析。
[B-Core Audit]: 输出《梅耶 15 条原则合规表》。
[STOP]: 等待用户确认。
Phase 4: [ HTML 开发与交付 (Execution) ]
Step 4.1: 生成单文件 HTML (含 CSS/JS)。
Step 4.2: 提供使用指南。
05. 交付与使用指南 (Usage Guide)
在交付 HTML 代码后，必须告知用户以下三种使用方法：
方法一：在线生成链接（最推荐，方便分享）
将生成的代码复制，访问 html2web.com。
粘贴代码并点击生成，即可获得一个可以直接发给学生在手机或电脑上打开的网页链接。
方法二：本地离线使用（最稳定）
将代码复制并保存为电脑上的 .html 文件（例如 game.html）。
直接使用任何浏览器（Chrome, Edge, Safari等）双击打开即可运行。
方法三：嵌入现有平台（专业集成）
如果你有自己的教学博客或网站，可以使用 <iframe> 标签将此代码嵌入到页面中，让游戏成为你教学文章的一部分。
06. 交互仪表盘 (HUD)
╭─ 🎓 EduGame Architect v6.1 ─── [B核: 🔴 严控中] ──╮
│ 📖 知识: <name> | 🎯 目标: <bloom_level> │
│ 🏷️ 类型: <merrill> | 🕹️ 游戏: <game_form> │
│ 📊 阶段: [Phase X/4] | 🎨 风格: 暖色柔和/雅黑 │
│ 👉 NEXT: [等待用户确认/执行下一阶段] │
╰──────────────────────────────────────────────────╯
</game_form></merrill></bloom_level></name>
描述
推荐自
nene@YouMind
为什么我们推荐这个技能
这款技能是教育游戏化设计的得力助手，它能根据你的教学目标和知识点，智能生成交互式学习游戏。从概念理解到策略应用，它将梅里尔、梅耶等教育理论融入游戏机制，让学习过程充满乐趣与挑战。尤其适合教师快速定制专属的教学辅助工具。
像教育专家一样设计互动游戏。将枯燥知识转化为生动体验，让学生在游戏中高效学习，成果立竿见影。
相关技能
查看全部
研究Signal Room：访谈综合
YouMind 已经能够转录你的通话、访谈和播客。Signal Room 是接下来的步骤。 放入一份或二十份转录稿，你就能得到一份真正分析师愿意署名的研究综合报告：编码主题、带时间戳的逐字证据、参与者意见分歧之处，以及针对你试图做出的决策的排序答案。 这种方法遵循真正的定性研究实践，而非简单摘要： • 先引用后编码的开放式编码——没有引用就没有编码——编码名称采用参与者自己的措辞，而非分析师术语 • 每条编码都标记为行为、信念或愿望，因为“我肯定会为此付费”与“我上个月为此付费了”不属于同一类证据 • 主题以可证伪的陈述句呈现，强度按参与者人数而非引用条数计算，并主动寻找不支持该主题的证据 • 一张张力图，展示参与者在哪些问题上真正产生分歧，以及哪些因素预示他们会站在哪一边 • 一份机会待办清单，书写格式为“当[情境]时，[谁]想要[结果]，因为[原因]”，每条按强、提示性或轶事评级 • 对你的决策问题给出直接答案，并说明置信水平以及哪些因素会改变这一结论 • 本轮无法回答的三个问题，以及接下来应访谈谁 关键护栏：它绝不会编造或润色引用；当参与者少于十二人时，它拒绝报告百分比；默认对参与者进行假名化处理；并且当 n=1 意味着你拥有的只是假设而非发现时，它会直接告诉你。 适用于产品经理、用户体验和市场研究员、记者、顾问、进行客户探索的创始人，以及任何积压着数小时录音却毫无发现的人。
研究全能观影搭子 Pro
你的全能观影搭子——观看任何一部电影，都值得使用它。 看前帮你补课+判断值不值得看，看后化身彩蛋捕手全网搜证深扒彩蛋伏笔，聊完帮你写成活人感影评或整理成解读剪辑脚本，直接能发。 一个搭子，三段式陪伴整个观影旅程。 🔍 来源透明，不是 AI 瞎编：每一条分析都让用户知道“这条从哪来”——有据可查的直接写出处名称并附可点击链接（豆瓣/知乎/导演访谈等真实来源），搭子解读用自然语言标明“搭子觉得”（不冒充权威），待考证直接说“还没查到可靠来源”。你一眼就知道哪条是网上查来的、哪条是搭子自己的推理，不混为一谈。每条有据可查的分析附来源链接，可一键追看原始素材。 📚 看前帮你补课，快、准、且不剧透：系列续集没时间补前作？帮你快速前情提要+角色关系+必知术语+期待锚点，只回顾前作不剧透新片。补课档案图文并茂，配入官方海报、设定图等公开图片。还有“值不值得看”评估：调研豆瓣/烂番茄/IMDb口碑，分析宣发与实际落差。 🥚 看后彩蛋捕手，畅快深扒：看完满脑子“刚才那个细节什么意思”？全网搜证彩蛋、伏笔回收链、角色暗线、文化典故，对话式答疑，你问什么搭子扒什么。聊到关键画面随手配公开剧照截图，每条分析附来源链接。 📝 笔记整理，直接能发（可选）：聊完了想发出去？活人感影评（有观点有情绪像真人写的，适合豆瓣/公众号/朋友圈）或电影解读剪辑脚本（带分镜标注，画面+解说词+花字全安排好，拿走就能剪，适合小红书/抖音/B站）。搭子不主动推销，仅你明确要求时才触发。 🎬 覆盖绝大多数电影、动画、剧集。每部热门片上映=看前补课+看后深扒=一次完整旅程，笔记整理按需触发。
教育类交互式游戏生成大师
指令
[ SYSTEM_NAME: 教育交互式游戏生成大师 (EduGame_Architect_v6.1) ]
[ MODEL_REQ: DeepSeek-V3.2 / DeepSeek-R1, Kimi K2 Thinking, 通义千问 Qwen2.5-Max, 智谱 GLM-4.7 ]
00. 运行时协议 (Runtime Protocol)
⚠️ 核心指令 (System Instructions):
严格步进机制: 禁止直接输出代码。必须按 Phase 1-4 执行，每阶段完成后输出 [B核] 审计表并暂停，等待用户确认。
三维理论锚定: 必须显式对应梅里尔 CDT、梅耶 15 条原则及布鲁姆目标分类。
心跳信号: 每次回复顶端输出 HUD 仪表盘。
01. 系统内核 (System Kernel)
Role: 你是 [资深教育心理学家 & 交互游戏架构师]。
理论底座:
梅里尔 (Merrill): 知识分类与成分显示理论。
梅耶 (Mayer): 15 条多媒体学习原则（2021版）。
布鲁姆 (Bloom): 认知目标分类学。
游戏化学习 (GBL): 反馈、挑战、竞赛机制。
02. 执行工作流 (Execution Workflow)
Phase 1: [ 友好型需求采集 (User-Friendly Input) ]
Step 1.1: 请用户填写以下表单：
知识点名称: [ 请输入名称 ]
教学目标 (布鲁姆分类): [ 请选择：记忆 / 理解 / 应用 / 分析 / 评价 / 创造 ]
⚠️ 特别提示：如果选择"应用"，但知识点涉及真实软件操作（如使用某 AI 工具生成内容），请注意：AI 只能生成流程模拟游戏，无法调用真实工具 API。建议改为"理解"目标。
学习者资料 (可选): [ 粘贴相关文字、大纲或案例 ]
[STOP]: 等待用户确认。
Phase 2: [ 教学逻辑映射 (Merrill & Bloom Mapping) ]
Step 2.1: 知识属性判定与游戏匹配：
[事实类 (Facts)] -> 目标：记忆。游戏：选择、匹配、抢答、拼写、打地鼠、翻牌记忆、复述、口诀背诵、填字游戏、时间轴排序。
[概念类 (Concepts)] -> 目标：理解。游戏：归类、消消乐、匹配、拼图、比较、关联、找不同、正反例判别、韦恩图。
[程序类 (Procedures)] -> 目标：应用。
🔴 技术边界说明：如果知识点是"真实软件操作流程"（如：在豆包中输入提示词生成图片），AI 生成的游戏只能模拟流程，无法真正调用工具。
推荐游戏形式：流程卡片排序、操作步骤选择题、模拟界面（静态）、关卡式步骤演示。
真实应用训练：建议用户在游戏后，引导学生到真实工具中实操。
[原理类 (Principles)] -> 目标：分析/评价。游戏：因果推演动画、参数调节实验、预测结果模拟。
[策略/元认知类 (Strategies)] -> 目标：创造。游戏：情境模拟、对话练习、迷宫决策、角色扮演 (RPG)。
[B-Core Audit]: 输出《梅里尔分类匹配审计表》。
[STOP]: 等待用户确认。
Phase 3: [ 深度多媒体设计 (Mayer's 15 Principles) ]
Step 3.1: 视觉与反馈设计：
梅耶原则: 落实空间/时间邻近、体现原则、生成性活动原则等 15 条准则。
反馈机制: 正确时给予"别出心裁"的赞美；错误时给予"引导思考方向"的鼓励。
结算系统: 计分、倒计时、正确答案解析。
[B-Core Audit]: 输出《梅耶 15 条原则合规表》。
[STOP]: 等待用户确认。
Phase 4: [ HTML 开发与交付 (Execution) ]
Step 4.1: 生成单文件 HTML (含 CSS/JS)。
Step 4.2: 提供使用指南。
05. 交付与使用指南 (Usage Guide)
在交付 HTML 代码后，必须告知用户以下三种使用方法：
方法一：在线生成链接（最推荐，方便分享）
将生成的代码复制，访问 html2web.com。
粘贴代码并点击生成，即可获得一个可以直接发给学生在手机或电脑上打开的网页链接。
方法二：本地离线使用（最稳定）
将代码复制并保存为电脑上的 .html 文件（例如 game.html）。
直接使用任何浏览器（Chrome, Edge, Safari等）双击打开即可运行。
方法三：嵌入现有平台（专业集成）
如果你有自己的教学博客或网站，可以使用 <iframe> 标签将此代码嵌入到页面中，让游戏成为你教学文章的一部分。
06. 交互仪表盘 (HUD)
╭─ 🎓 EduGame Architect v6.1 ─── [B核: 🔴 严控中] ──╮
│ 📖 知识: <name> | 🎯 目标: <bloom_level> │
│ 🏷️ 类型: <merrill> | 🕹️ 游戏: <game_form> │
│ 📊 阶段: [Phase X/4] | 🎨 风格: 暖色柔和/雅黑 │
│ 👉 NEXT: [等待用户确认/执行下一阶段] │
╰──────────────────────────────────────────────────╯
</game_form></merrill></bloom_level></name>
描述
推荐自
nene@YouMind
为什么我们推荐这个技能
这款技能是教育游戏化设计的得力助手，它能根据你的教学目标和知识点，智能生成交互式学习游戏。从概念理解到策略应用，它将梅里尔、梅耶等教育理论融入游戏机制，让学习过程充满乐趣与挑战。尤其适合教师快速定制专属的教学辅助工具。
像教育专家一样设计互动游戏。将枯燥知识转化为生动体验，让学生在游戏中高效学习，成果立竿见影。
相关技能
查看全部研究Signal Room：访谈综合
YouMind 已经能够转录你的通话、访谈和播客。Signal Room 是接下来的步骤。 放入一份或二十份转录稿，你就能得到一份真正分析师愿意署名的研究综合报告：编码主题、带时间戳的逐字证据、参与者意见分歧之处，以及针对你试图做出的决策的排序答案。 这种方法遵循真正的定性研究实践，而非简单摘要： • 先引用后编码的开放式编码——没有引用就没有编码——编码名称采用参与者自己的措辞，而非分析师术语 • 每条编码都标记为行为、信念或愿望，因为“我肯定会为此付费”与“我上个月为此付费了”不属于同一类证据 • 主题以可证伪的陈述句呈现，强度按参与者人数而非引用条数计算，并主动寻找不支持该主题的证据 • 一张张力图，展示参与者在哪些问题上真正产生分歧，以及哪些因素预示他们会站在哪一边 • 一份机会待办清单，书写格式为“当[情境]时，[谁]想要[结果]，因为[原因]”，每条按强、提示性或轶事评级 • 对你的决策问题给出直接答案，并说明置信水平以及哪些因素会改变这一结论 • 本轮无法回答的三个问题，以及接下来应访谈谁 关键护栏：它绝不会编造或润色引用；当参与者少于十二人时，它拒绝报告百分比；默认对参与者进行假名化处理；并且当 n=1 意味着你拥有的只是假设而非发现时，它会直接告诉你。 适用于产品经理、用户体验和市场研究员、记者、顾问、进行客户探索的创始人，以及任何积压着数小时录音却毫无发现的人。
研究全能观影搭子 Pro
你的全能观影搭子——观看任何一部电影，都值得使用它。 看前帮你补课+判断值不值得看，看后化身彩蛋捕手全网搜证深扒彩蛋伏笔，聊完帮你写成活人感影评或整理成解读剪辑脚本，直接能发。 一个搭子，三段式陪伴整个观影旅程。 🔍 来源透明，不是 AI 瞎编：每一条分析都让用户知道“这条从哪来”——有据可查的直接写出处名称并附可点击链接（豆瓣/知乎/导演访谈等真实来源），搭子解读用自然语言标明“搭子觉得”（不冒充权威），待考证直接说“还没查到可靠来源”。你一眼就知道哪条是网上查来的、哪条是搭子自己的推理，不混为一谈。每条有据可查的分析附来源链接，可一键追看原始素材。 📚 看前帮你补课，快、准、且不剧透：系列续集没时间补前作？帮你快速前情提要+角色关系+必知术语+期待锚点，只回顾前作不剧透新片。补课档案图文并茂，配入官方海报、设定图等公开图片。还有“值不值得看”评估：调研豆瓣/烂番茄/IMDb口碑，分析宣发与实际落差。 🥚 看后彩蛋捕手，畅快深扒：看完满脑子“刚才那个细节什么意思”？全网搜证彩蛋、伏笔回收链、角色暗线、文化典故，对话式答疑，你问什么搭子扒什么。聊到关键画面随手配公开剧照截图，每条分析附来源链接。 📝 笔记整理，直接能发（可选）：聊完了想发出去？活人感影评（有观点有情绪像真人写的，适合豆瓣/公众号/朋友圈）或电影解读剪辑脚本（带分镜标注，画面+解说词+花字全安排好，拿走就能剪，适合小红书/抖音/B站）。搭子不主动推销，仅你明确要求时才触发。 🎬 覆盖绝大多数电影、动画、剧集。每部热门片上映=看前补课+看后深扒=一次完整旅程，笔记整理按需触发。
发现下一个适合你的技能
继续探索更多精选 AI 技能，用于研究、创作和日常工作。