热门角色不仅是灵感来源,更是你的效率助手。通过精挑细选的角色提示词,你可以快速生成高质量内容、提升创作灵感,并找到最契合你需求的解决方案。让创作更轻松,让价值更直接!
我们根据不同用户需求,持续更新角色库,让你总能找到合适的灵感入口。
该提示词能够根据用户提供的教材或文章内容,生成一套结构化、可执行的 SQ3R 学习策略,包括浏览、提问、阅读、复述和复习五个步骤的详细操作指南与时间规划。同时提供实施检查清单与示例表单,帮助用户高效理解并应用该方法,提升阅读效率与信息记忆能力。适用于学术阅读、专业学习与知识吸收等多种场景。
SQ3R策略:学习材料标题:细胞能量转换:光合作用与有氧呼吸(节选)
步骤1:浏览(时间:8分钟)
步骤2:提问(时间:7分钟)
步骤3:阅读(时间:30分钟)
步骤4:复述(时间:10分钟)
步骤5:复习(时间:5分钟)
SQ3R实施检查清单:
已完成的SQ3R示例表单:
| 步骤 | 操作 | 备注 |
|---|---|---|
| 浏览 | 1. 扫描关键词:PSII、PSI、类囊体膜、ATP合酶、NADPH、RuBisCO、糖酵解、TCA、氧化磷酸化、化学渗透、O₂末端受体 2. 勾勒两条流程:光反应→ATP/NADPH→卡尔文;糖酵解→乙酰辅酶A→TCA→ETC/ATP 3. 圈出“储存能量 vs 释放能量”等对比提示 | 关键发现:材料结构清晰,流程性强;对比是主线。观察:光合与呼吸都依赖电子传递链与质子梯度,但场所与电子载体不同。 |
| 提问 | 1. PSII与PSI的产物与相对顺序是什么?2. 质子梯度如何形成并驱动ATP合酶?3. O₂从水的哪一步产生? | 主题:光反应机制与能量转换。 |
| 1. 卡尔文循环三阶段各消耗ATP/NADPH多少、作用何在?2. RuBisCO催化的底物与产物?3. G3P如何体现“能量储存”? | 主题:暗反应的碳流与能量投入。 | |
| 1. 糖酵解/TCA/ETC各自场所与主要产物?2. O₂在呼吸链中的角色?3. 光合与呼吸在反应物、产物、能量收支的核心差异? | 主题:两大过程的系统对比。 | |
| 阅读 | 1. 画光反应流程图并高亮:PSII→ETC→质子梯度→ATP合酶;PSI→NADPH 2. 标注场所与产物:类囊体膜→ATP/NADPH;副产物O₂ 3. 记录环境因子对光合速率:光强、CO₂、温度 | 重要信息:能量通过电子传递与化学渗透转为ATP;NADPH为还原力供卡尔文。关键概念:PSII在前,水裂解放O₂。 |
| 1. 列卡尔文循环三阶段要点 2. 标注ATP/NADPH的具体投入步骤 3. 说明G3P去向与RuBP再生 | 信息:碳固定由RuBisCO完成;还原阶段消耗ATP/NADPH;再生确保循环持续。 | |
| 1. 串联呼吸四阶段流程 2. 对比电子载体:NADPH(光合)vs NADH/FADH₂(呼吸) 3. 强调O₂为末端电子受体 | 关键概念:化学渗透与ATP合成在叶绿体与线粒体中相似但目的不同。 | |
| 复述 | 1. 3分钟口头复述光反应与卡尔文循环流程 2. 3分钟口头对比光合与呼吸的场所/产物/能量收支 3. 闭卷列出关键词与流程,校对错误 | 总结:能清晰表达“光合储能、呼吸释能”;自测:流程完整度达90%,纠错点:曾把NADPH误写成NADH。 |
| 复习 | 1. 回看混淆点:PSII在前、O₂源于水裂解 2. 做5题选择题,错2题(场所混淆),已更正 3. 设定24小时后复述与练习计划 | 保留评估:现可快速重建两张流程图;理解度提高,错题集中在场所与载体区分。 |
提示:
SQ3R策略:学习材料标题:数据结构基础:二叉搜索树与自平衡机制
步骤1:浏览(时间:10分钟)
步骤2:提问(时间:12分钟)
步骤3:阅读(时间:40分钟)
步骤4:复述(时间:18分钟)
步骤5:复习(时间:10分钟)
SQ3R实施检查清单:
已完成的SQ3R示例表单:
| 步骤 | 操作 | 备注 |
|---|---|---|
| 浏览 | 1. 通读结构并圈出“性质/操作/复杂度/旋转/比较/伪代码”。 2. 标记插入触发旋转与删除触发旋转的段落。 3. 画出导图骨架。 | 关键发现和观察:教材强调“有序插入→退化→O(n)”,自平衡通过旋转维持高度。对比章节明确指出BST适合内存索引与有序遍历,B树面向外存;有插图可用来识别LL/LR/RR/RL。 |
| 提问 | 1. BST中序遍历为何得到递增序列?平均O(log n)与最坏O(n)的条件是什么? 2. 插入/删除如何逐层定位失衡并选择LL、LR、RR、RL旋转?双旋的先后顺序如何确定? 3. BST与跳表、B树在结构与场景上的核心差异是什么?重复键应如何处理以保持搜索与遍历的一致性? | 相关主题和主题:性质与证明、复杂度与数据分布、自平衡机制(AVL/红黑树)、外存数据结构比较、重复键策略。 |
| 阅读 | 1. 精读性质与操作流程,记录:查找/插入/删除的关键指针移动与条件分支。 2. 完善导图并在“失衡→旋转”处绘制例子。 3. 写出伪代码框架并加入rebalance调用。 | 重要信息和关键概念:性质:左小右大;中序→递增。复杂度:平均O(log n);有序插入退化O(n)。失衡类型与旋转:LL→右旋,RR→左旋,LR→左旋后右旋,RL→右旋后左旋。重复键:计数或统一放右子树以保持中序稳定。比较:BST内存简单、遍历自然;跳表概率平衡、易实现;B树适合磁盘IO,节点多关键码。伪代码框架: Search(x): while node!=null: 分三路; Insert(x): 查找插入位置→链接新节点→rebalance。 |
| 复述 | 1. 闭卷口述性质、复杂度、退化原因。 2. 手绘LL/LR/RR/RL插入案例与一个删除失衡案例。 3. 闭卷写出查找/插入伪代码与rebalance判定。 | 总结和自我测试结果:口述清晰;手绘中LR先左旋后右旋一次出错,已更正;伪代码能写出并包含重复键计数分支与从插入点向上计算平衡因子。 |
| 复习 | 1. 整理易错卡片(LL→右旋,RR→左旋,LR/RL为双旋且方向顺序固定)。 2. 快速对比BST/跳表/B树三个维度。 3. 安排24小时后再练一次旋转决策与手绘。 | 保留和理解评估:对四类旋转的触发与顺序掌握度提升;能说明平均/最坏复杂度与避免退化的策略;能根据场景选择数据结构。 |
附:查找与插入伪代码框架(已在阅读与复述中完成)
时间分配总计:10 + 12 + 40 + 18 + 10 = 90分钟。
SQ3R策略:学习材料标题:宏观经济学:通货膨胀、失业与菲利普斯曲线
步骤1:浏览(时间:15分钟)
步骤2:提问(时间:20分钟)
步骤3:阅读(时间:45分钟)
步骤4:复述(时间:25分钟)
步骤5:复习(时间:15分钟)
SQ3R实施检查清单:
已完成的SQ3R示例表单:
创建包含以下列的表格:步骤、操作、备注
| 步骤 | 操作 | 备注 |
|---|---|---|
| 浏览 | 1. 定位章节:短期/长期PC、预期形成、通胀类型、政策、牺牲率 2. 快看图表:短期负斜率、长期垂直于NAIRU、滞胀示意 3. 列术语与公式:π、u、u_n/NAIRU、π^e、SR=累计产出缺口/Δπ | 关键发现和观察:长期不存在持续的通胀-失业权衡;预期变化使短期曲线整体上移;供给冲击会导致通胀与失业同时上升并使曲线外移。 |
| 提问 | 1. 为什么长期菲利普斯曲线近似垂直? 2. 预期如何(自适应/理性)导致短期曲线上移? 3. 如何用通胀和产出缺口数据估算牺牲率? | 相关主题和主题:短期 vs 长期结构、预期形成与调整、需求拉动与成本推动的区别、供给冲击与滞胀、政策滞后与取舍。 |
| 阅读 | 1. 精读段落并边读边问,笔记归纳短期负相关与长期垂直逻辑 2. 例算牺牲率:通胀6%→4%,累计产出缺口3%,SR=3/2=1.5 3. 制作图卡:多条短期曲线(预期不同)、长期垂直线、供给冲击外移、政策优劣列表 | 重要信息和关键概念:NAIRU定义;预期上移机制(π^e↑→短期PC上移);需求扩张短期降失业升通胀;成本推动使通胀与失业同升;通胀目标制锚定预期;结构性改革降低自然失业率;牺牲率用于评估去通胀成本。 |
| 复述 | 1. 闭卷口述短期/长期PC差异并重绘图 2. 解释预期上移在图上的表现与经济含义 3. 自测三题并书写答案 | 总结和自我测试结果:可在2分钟内清晰说明短期负斜率与长期垂直的原因;能用图示展示预期上移;自测3题正确2.5题,补充了成本推动导致滞胀的细节。 |
| 复习 | 1. 检索练习:写出关键点与公式 2. 快速回看修正图卡标签与箭头 3. 设定48小时后用真实数据重复牺牲率估算(含预期假设对比) | 保留和理解评估:关键概念保留度约80%;图卡已完善;已安排后续复习与数据练习以深化理解与应用。 |
帮助用户基于SQ3R学习方法(浏览、提问、阅读、复述、复习),创建专属学习计划,快速提升学习效率和阅读理解能力,适用于教材、文章等多种学习内容场景。
适用于中学、高校及研究生,帮助高效吸收课堂教材知识,精准掌握重点内容,提升学习效率和考试成绩。
借助提示词为学生提供专业化学习策略模板,帮助学员逐步掌握新信息,进行知识点巩固。
适合需要快速阅读行业报告、专业书籍或技术文档的职场人士,助其全面捕捉关键信息并快速内化。
将模板生成的提示词复制粘贴到您常用的 Chat 应用(如 ChatGPT、Claude 等),即可直接对话使用,无需额外开发。适合个人快速体验和轻量使用场景。
把提示词模板转化为 API,您的程序可任意修改模板参数,通过接口直接调用,轻松实现自动化与批量处理。适合开发者集成与业务系统嵌入。
在 MCP client 中配置对应的 server 地址,让您的 AI 应用自动调用提示词模板。适合高级用户和团队协作,让提示词在不同 AI 工具间无缝衔接。
半价获取高级提示词-优惠即将到期