學習路徑規劃大師
指令
## Step 1: 需求收集（問卷式，零打字門檻）
透過2 輪askUserQuestion 收集使用者學習畫像。
### 第一輪（核心訊息）
使用askUserQuestion 同時提問以下3 個維度：
1. **學習目標類型**
- header: "目標"
- options: 考試準備/ 技能提升/ 職業轉行/ 興趣探索
2. **當前水平**
- header: "水平"
- options: 零基礎/ 入門級（了解概念） / 有一定基礎（能做簡單任務） / 進階（需突破瓶頸）
3. **每日可投入時間**
- header: "時間"
- options: 30分鐘以內/ 1-2小時/ 2-4小時/ 4小時以上
### 第二輪（補充資料）
使用askUserQuestion 同時提問以下3 個維度：
1. **具體學習方向**（讓使用者自由輸入）
- 在question 中引導使用者輸入具體方向，如：Python程式設計、雅思7分、CPA考試、UI設計等
- header: "方向"
- options: 提供幾個熱門範例供選擇，同時允許使用者輸入自訂內容
2. **期望完成周期**
- header: "週期"
- options: 1個月衝刺/ 3個月穩定/ 6個月深耕/ 1年+長期
3. **學習偏好**（多選）
- header: "偏好"
- multiSelect: true
- options: 影片課程/ 書籍閱讀/ 實戰專案/ 社群互動
收集完成後，將所有資訊整理為結構化的「學習者畫像」，用於後續步驟。
## Step 2: 深度資源搜尋與路徑規劃
### 2.1 資源搜尋
根據使用者的學習方向和偏好，使用googleSearch 進行2-3 次搜尋：
1. **搜尋該領域最佳學習路線圖**
- query: "[學習方向] learning roadmap 2024 2025" 或"[學習方向] 學習路線圖推薦"
- 擷取：階段劃分、核心知識點、學習順序
2. **搜尋具體學習資源**
- 根據使用者偏好搜尋對應資源：
- 影片課：搜尋Coursera/Udemy/B站熱門課程
- 書籍：搜尋豆瓣高分/Amazon 推薦書單
- 實戰專案：搜尋GitHub/實戰教學
- query: "[學習方向] best [資源類型] beginner/intermediate/advanced"
3. **搜尋里程碑標準**
- query: "[學習方向] skill assessment checklist" 或"[學習方向] 能力評量標準"
- 提取：每個階段應該達到什麼水平
### 2.2 路徑規劃
基於搜尋結果和使用者畫像，規劃學習路徑：
**分階段原則：**
- 根據使用者期望週期，將學習拆分為3-5 個階段
- 每個階段包含：階段名稱、預計時長、核心目標、具體資源（3-5個）、里程碑檢查點
- 資源必須是搜尋到的真實資源（有名稱、平台、連結）
- 里程碑必須是可驗證的具體能力描述
**時間分配原則：**
- 根據每日可用時間計算每階段總學時
- 給予每週建議安排（平日vs 週末）
- 預留10% 緩衝時間
**輸出格式（內部資料結構，傳遞給Step 3）：**
```
學習者畫像：{目標、方向、層次、時間、週期、偏好}
路徑規劃：[
{
階段名稱,
階段編號,
預計時長（週）,
核心目標描述,
資源列表: [{名稱, 類型(影片/書籍/專案), 平台, 連結, 預計學時}],
里程碑: {描述, 驗證方式}
}
]
每週建議：{工作日安排, 週末安排, 總週學時}
```
## Step 3: 產生Kami 風格互動式學習網站
使用generateWebpage 工具產生互動式學習路徑網站。
在instruction 參數中，包含以下完整規範+ Step 2 產生的具體學習路徑資料：
### 設計系統規格（Kami Design System 適配學習場景）：
**配色系統：**
- 頁面背景：#f5f4ed（暖米色Parchment）
- 卡片背景：#FAF9F5（Ivory）
- 強調色/品牌色：#1B365D（油墨藍Ink Blue）
- 正文色：#141413（Near Black）
- 副文色：#4D4C48（Charcoal）
- 註解色：#87867F（Stone）
- 邊框色：#D6D5CE（暖灰邊框）
- 進度條已完成：#1B365D（品牌色）
- 進度條未完成：#E8E7E2
- 成功/完成狀態：#2D5016（深橄欖綠）
- 進行中狀態：#1B365D（品牌色）
- 未開始狀態：#87867F（Stone）
- Tag 背景：#E4ECF5
- 所有灰色必須暖調（R≈G>B），禁止冷藍灰
**字體系統：**
- 透過Google Fonts 載入Noto Serif SC 和Noto Sans SC
- 標題：font-family: 'Noto Serif SC', Charter, Georgia, serif; font-weight: 500
- 內文：font-family: 'Noto Sans SC', 'PingFang SC', sans-serif; font-weight: 400
- 數據/強調數字：font-family: Charter, Georgia, serif
- 禁止font-weight: 700/bold
**排版：**
- 行距：標題1.2 / 正文1.5
- 中文letter-spacing: 0.3pt
- 頁max-width: 800px，居中
- 響應式，行動端友好
**視覺規則：**
- 陰影：ring shadow (0 0 0 1px rgba(0,0,0,0.05)) 或whisper shadow (0 1px 3px rgba(0,0,0,0.04))
- 圓角：8px（預設）/ 12px（大卡片）
- 分隔：0.5px solid #D6D5CE 或2.5px solid #1B365D（品牌垂直線）
- 強調方式：油墨藍文字或左側品牌垂直線
### 頁面結構需求：
**1. 頂部Hero 區域：**
- 學習目標大標題（Serif 28px）
- 一行關鍵資訊標籤：目標類型| 預計週期| 每日時間
- 總進度條（附百分比數字）
- 統計卡片行：總資源數/ 已完成/ 目前階段
**2. 階段卡片區域（核心）：**
- 每個階段一張大卡片
- 卡頭：階段編號+ 名稱+ 狀態標籤（✅已完成/ 🔄進行中/ ⬜未開始）+ 預計時長
- 卡片內容：
- 核心目標描述（1-2句）
- 資源清單：每個資源一行，包含圖示（📚書/🎬影片/💻項目/👥社群）+ 名稱（可點擊連結）+ 平台標籤+ checkbox
- 里程碑區域：以品牌垂直線+ 特殊樣式突出，描述達成標準
- 卡片可折疊/展開（預設展開當前階段，折疊已完成階段）
**3. 每週學習建議區：**
- 簡潔的時間分配建議
- 平日vs 週末安排
**4. 底部：**
- 一行小字：Powered by 學習路徑規劃大師· Designed with Kami Design System
### 互動功能需求（純前端JavaScript + localStorage）：
1. **Checkbox 狀態切換**：
- 點選資源前的checkbox 切換完成狀態
- 狀態儲存到localStorage（key 用學習方向+資源名hash）
- 完成的資源顯示刪除線+ 降低透明度
2. **進度自動計算**：
- 總進度= 已勾選資源數/ 總資源數× 100%
- 階段進度= 此階段已勾選/ 此階段總數
- 進度條帶動畫過渡（transition: width 0.3s ease）
3. **階段狀態自動更新**：
- 階段內所有資源勾選→ 狀態變為✅已完成，自動折疊
- 階段內有任一勾選→ 狀態變成🔄進行中
- 無勾選→ ⬜未開始
4. **折疊/展開**：
- 點選階段卡頭可折疊/展開
- 附平滑動畫
5. **里程碑檢查彈跳窗**：
- 當一個階段所有資源完成時，彈出里程碑檢查提示
- 顯示該階段的里程碑標準
- 用戶可點選「已達成」確認，或「還需鞏固」標記
6. **資料持久化**：
- 所有狀態儲存localStorage
- 頁面重新整理後恢復狀態
- 提供「重置進度」按鈕（需二次確認）
### 內容填充：
將Step 2 規劃的完整學習路徑資料填入上述結構。確保：
- 每個資源的連結是真實可訪問的URL
- 資源類型圖示正確對應
- 階段時長和總週期邏輯一致
- 里程碑描述具體可驗證
### 技術要求：
- 純HTML + CSS + JavaScript，單一文件
- 無外部依賴（除Google Fonts）
- 行動端響應式
- 列印友好
- 程式碼整潔，有註釋
描述
為什麼我們推薦這個技能
此技能以問卷形式精準捕捉用戶學習需求，並能生成高度客製化的互動式學習網站，其Kami設計風格和進度追蹤功能尤為出色。
根據使用者的學習目標、目前程度、可用時間和偏好，透過深度搜尋真實學習資源，生成個人化的分階段學習路徑，並輸出為 Kami 風格的互動式學習網站（具備進度追蹤、里程碑檢查和資源直達連結）。
相關技能
查看全部
研究慢老師的關鍵字學習法
用關鍵字學習法快速入門任意領域：輸出 20 個核心關鍵字表（一句話解釋/應用場景/最佳實務）、手繪漫畫風 SVG 邏輯關係圖、模擬領域專家回答 5 個關鍵問題、推薦 3~5 本專業書，並編排成一份排版良好的報告；輸入「解讀《書名》」則切換到七部分書籍深度解讀模式。
研究Signal Room: 訪談綜合分析
YouMind 已經為你轉錄通話、訪談和播客。Signal Room 是接下來發生的事。 丟入一份或二十份逐字稿，就能獲得真實分析師會簽名的研究綜合：編碼主題、帶時間戳的逐字證據、參與者意見分歧的地方，以及針對你要做的決策的排名答案。 這個方法是真正的質化研究實務，不是摘要： • 以引文優先的開放式編碼——沒有引文就沒有編碼——編碼名稱使用參與者自己的話語，而非分析師的行話 • 每個編碼標記為行為、信念或期望，因為「我絕對會付費購買」與「我上個月付費了」是不同的證據類別 • 主題以可否證的句子陳述，強度以參與者人數而非引文數量計算，並刻意尋找反證 • 一張張力地圖，顯示參與者真正分歧之處，以及預測他們會落在哪一方的因素 • 機會待辦清單以「當[情境]時，[誰]想要[結果]，因為[原因]」的形式撰寫，每個項目評為強烈、暗示或軼事 • 直接回答你的決策問題，說明信心水準，以及什麼會改變它 • 這輪無法回答的三個問題，以及接下來該訪談誰 重要的防護措施：它絕不會捏造或潤飾引文，拒絕在少於十二位參與者時報告百分比，預設對參與者進行假名化，並且會直接告訴你，當 n=1 時，你擁有的是假設而非發現。 適合產品經理、UX 與市場研究人員、記者、顧問、正在進行客戶探索的創辦人，以及任何擁有數小時錄音卻沒有發現的人。
學習路徑規劃大師
指令
## Step 1: 需求收集（問卷式，零打字門檻）
透過2 輪askUserQuestion 收集使用者學習畫像。
### 第一輪（核心訊息）
使用askUserQuestion 同時提問以下3 個維度：
1. **學習目標類型**
- header: "目標"
- options: 考試準備/ 技能提升/ 職業轉行/ 興趣探索
2. **當前水平**
- header: "水平"
- options: 零基礎/ 入門級（了解概念） / 有一定基礎（能做簡單任務） / 進階（需突破瓶頸）
3. **每日可投入時間**
- header: "時間"
- options: 30分鐘以內/ 1-2小時/ 2-4小時/ 4小時以上
### 第二輪（補充資料）
使用askUserQuestion 同時提問以下3 個維度：
1. **具體學習方向**（讓使用者自由輸入）
- 在question 中引導使用者輸入具體方向，如：Python程式設計、雅思7分、CPA考試、UI設計等
- header: "方向"
- options: 提供幾個熱門範例供選擇，同時允許使用者輸入自訂內容
2. **期望完成周期**
- header: "週期"
- options: 1個月衝刺/ 3個月穩定/ 6個月深耕/ 1年+長期
3. **學習偏好**（多選）
- header: "偏好"
- multiSelect: true
- options: 影片課程/ 書籍閱讀/ 實戰專案/ 社群互動
收集完成後，將所有資訊整理為結構化的「學習者畫像」，用於後續步驟。
## Step 2: 深度資源搜尋與路徑規劃
### 2.1 資源搜尋
根據使用者的學習方向和偏好，使用googleSearch 進行2-3 次搜尋：
1. **搜尋該領域最佳學習路線圖**
- query: "[學習方向] learning roadmap 2024 2025" 或"[學習方向] 學習路線圖推薦"
- 擷取：階段劃分、核心知識點、學習順序
2. **搜尋具體學習資源**
- 根據使用者偏好搜尋對應資源：
- 影片課：搜尋Coursera/Udemy/B站熱門課程
- 書籍：搜尋豆瓣高分/Amazon 推薦書單
- 實戰專案：搜尋GitHub/實戰教學
- query: "[學習方向] best [資源類型] beginner/intermediate/advanced"
3. **搜尋里程碑標準**
- query: "[學習方向] skill assessment checklist" 或"[學習方向] 能力評量標準"
- 提取：每個階段應該達到什麼水平
### 2.2 路徑規劃
基於搜尋結果和使用者畫像，規劃學習路徑：
**分階段原則：**
- 根據使用者期望週期，將學習拆分為3-5 個階段
- 每個階段包含：階段名稱、預計時長、核心目標、具體資源（3-5個）、里程碑檢查點
- 資源必須是搜尋到的真實資源（有名稱、平台、連結）
- 里程碑必須是可驗證的具體能力描述
**時間分配原則：**
- 根據每日可用時間計算每階段總學時
- 給予每週建議安排（平日vs 週末）
- 預留10% 緩衝時間
**輸出格式（內部資料結構，傳遞給Step 3）：**
```
學習者畫像：{目標、方向、層次、時間、週期、偏好}
路徑規劃：[
{
階段名稱,
階段編號,
預計時長（週）,
核心目標描述,
資源列表: [{名稱, 類型(影片/書籍/專案), 平台, 連結, 預計學時}],
里程碑: {描述, 驗證方式}
}
]
每週建議：{工作日安排, 週末安排, 總週學時}
```
## Step 3: 產生Kami 風格互動式學習網站
使用generateWebpage 工具產生互動式學習路徑網站。
在instruction 參數中，包含以下完整規範+ Step 2 產生的具體學習路徑資料：
### 設計系統規格（Kami Design System 適配學習場景）：
**配色系統：**
- 頁面背景：#f5f4ed（暖米色Parchment）
- 卡片背景：#FAF9F5（Ivory）
- 強調色/品牌色：#1B365D（油墨藍Ink Blue）
- 正文色：#141413（Near Black）
- 副文色：#4D4C48（Charcoal）
- 註解色：#87867F（Stone）
- 邊框色：#D6D5CE（暖灰邊框）
- 進度條已完成：#1B365D（品牌色）
- 進度條未完成：#E8E7E2
- 成功/完成狀態：#2D5016（深橄欖綠）
- 進行中狀態：#1B365D（品牌色）
- 未開始狀態：#87867F（Stone）
- Tag 背景：#E4ECF5
- 所有灰色必須暖調（R≈G>B），禁止冷藍灰
**字體系統：**
- 透過Google Fonts 載入Noto Serif SC 和Noto Sans SC
- 標題：font-family: 'Noto Serif SC', Charter, Georgia, serif; font-weight: 500
- 內文：font-family: 'Noto Sans SC', 'PingFang SC', sans-serif; font-weight: 400
- 數據/強調數字：font-family: Charter, Georgia, serif
- 禁止font-weight: 700/bold
**排版：**
- 行距：標題1.2 / 正文1.5
- 中文letter-spacing: 0.3pt
- 頁max-width: 800px，居中
- 響應式，行動端友好
**視覺規則：**
- 陰影：ring shadow (0 0 0 1px rgba(0,0,0,0.05)) 或whisper shadow (0 1px 3px rgba(0,0,0,0.04))
- 圓角：8px（預設）/ 12px（大卡片）
- 分隔：0.5px solid #D6D5CE 或2.5px solid #1B365D（品牌垂直線）
- 強調方式：油墨藍文字或左側品牌垂直線
### 頁面結構需求：
**1. 頂部Hero 區域：**
- 學習目標大標題（Serif 28px）
- 一行關鍵資訊標籤：目標類型| 預計週期| 每日時間
- 總進度條（附百分比數字）
- 統計卡片行：總資源數/ 已完成/ 目前階段
**2. 階段卡片區域（核心）：**
- 每個階段一張大卡片
- 卡頭：階段編號+ 名稱+ 狀態標籤（✅已完成/ 🔄進行中/ ⬜未開始）+ 預計時長
- 卡片內容：
- 核心目標描述（1-2句）
- 資源清單：每個資源一行，包含圖示（📚書/🎬影片/💻項目/👥社群）+ 名稱（可點擊連結）+ 平台標籤+ checkbox
- 里程碑區域：以品牌垂直線+ 特殊樣式突出，描述達成標準
- 卡片可折疊/展開（預設展開當前階段，折疊已完成階段）
**3. 每週學習建議區：**
- 簡潔的時間分配建議
- 平日vs 週末安排
**4. 底部：**
- 一行小字：Powered by 學習路徑規劃大師· Designed with Kami Design System
### 互動功能需求（純前端JavaScript + localStorage）：
1. **Checkbox 狀態切換**：
- 點選資源前的checkbox 切換完成狀態
- 狀態儲存到localStorage（key 用學習方向+資源名hash）
- 完成的資源顯示刪除線+ 降低透明度
2. **進度自動計算**：
- 總進度= 已勾選資源數/ 總資源數× 100%
- 階段進度= 此階段已勾選/ 此階段總數
- 進度條帶動畫過渡（transition: width 0.3s ease）
3. **階段狀態自動更新**：
- 階段內所有資源勾選→ 狀態變為✅已完成，自動折疊
- 階段內有任一勾選→ 狀態變成🔄進行中
- 無勾選→ ⬜未開始
4. **折疊/展開**：
- 點選階段卡頭可折疊/展開
- 附平滑動畫
5. **里程碑檢查彈跳窗**：
- 當一個階段所有資源完成時，彈出里程碑檢查提示
- 顯示該階段的里程碑標準
- 用戶可點選「已達成」確認，或「還需鞏固」標記
6. **資料持久化**：
- 所有狀態儲存localStorage
- 頁面重新整理後恢復狀態
- 提供「重置進度」按鈕（需二次確認）
### 內容填充：
將Step 2 規劃的完整學習路徑資料填入上述結構。確保：
- 每個資源的連結是真實可訪問的URL
- 資源類型圖示正確對應
- 階段時長和總週期邏輯一致
- 里程碑描述具體可驗證
### 技術要求：
- 純HTML + CSS + JavaScript，單一文件
- 無外部依賴（除Google Fonts）
- 行動端響應式
- 列印友好
- 程式碼整潔，有註釋
描述
為什麼我們推薦這個技能
此技能以問卷形式精準捕捉用戶學習需求，並能生成高度客製化的互動式學習網站，其Kami設計風格和進度追蹤功能尤為出色。
根據使用者的學習目標、目前程度、可用時間和偏好，透過深度搜尋真實學習資源，生成個人化的分階段學習路徑，並輸出為 Kami 風格的互動式學習網站（具備進度追蹤、里程碑檢查和資源直達連結）。
相關技能
查看全部研究慢老師的關鍵字學習法
用關鍵字學習法快速入門任意領域：輸出 20 個核心關鍵字表（一句話解釋/應用場景/最佳實務）、手繪漫畫風 SVG 邏輯關係圖、模擬領域專家回答 5 個關鍵問題、推薦 3~5 本專業書，並編排成一份排版良好的報告；輸入「解讀《書名》」則切換到七部分書籍深度解讀模式。
研究Signal Room: 訪談綜合分析
YouMind 已經為你轉錄通話、訪談和播客。Signal Room 是接下來發生的事。 丟入一份或二十份逐字稿，就能獲得真實分析師會簽名的研究綜合：編碼主題、帶時間戳的逐字證據、參與者意見分歧的地方，以及針對你要做的決策的排名答案。 這個方法是真正的質化研究實務，不是摘要： • 以引文優先的開放式編碼——沒有引文就沒有編碼——編碼名稱使用參與者自己的話語，而非分析師的行話 • 每個編碼標記為行為、信念或期望，因為「我絕對會付費購買」與「我上個月付費了」是不同的證據類別 • 主題以可否證的句子陳述，強度以參與者人數而非引文數量計算，並刻意尋找反證 • 一張張力地圖，顯示參與者真正分歧之處，以及預測他們會落在哪一方的因素 • 機會待辦清單以「當[情境]時，[誰]想要[結果]，因為[原因]」的形式撰寫，每個項目評為強烈、暗示或軼事 • 直接回答你的決策問題，說明信心水準，以及什麼會改變它 • 這輪無法回答的三個問題，以及接下來該訪談誰 重要的防護措施：它絕不會捏造或潤飾引文，拒絕在少於十二位參與者時報告百分比，預設對參與者進行假名化，並且會直接告訴你，當 n=1 時，你擁有的是假設而非發現。 適合產品經理、UX 與市場研究人員、記者、顧問、正在進行客戶探索的創辦人，以及任何擁有數小時錄音卻沒有發現的人。
發現下一個適合你的技能
繼續探索更多精選 AI 技能，用於研究、創作和日常工作。