decentralized-learning-identification

name	decentralized-learning-identification
description	当需要识别和利用互联网上去中心化的新型学习资源与导师时

decentralized-learning-identification

When to Use

当需要识别和利用互联网上去中心化的新型学习资源与导师时description

Core Logic

执行步骤

1. 界定学习需求

   • 输入: 个人职业发展目标、待解决的现实问题、技能短板。
   • 操作: 明确陈述你具体想学习什么或解决什么问题。
   • 判断标准: 需求描述具体，而非宽泛的“提升自己”。
   • 输出: 清晰的学习目标或问题陈述。

2. 搜寻实践型创作者

   • 输入: 上一步界定的学习目标/问题。
   • 操作: 在互联网平台（如视频网站、专业论坛、社交媒体、博客平台）上，搜索正在解决类似问题或展示相关技能实践过程的创作者，而非仅搜索理论教程。
   • 判断标准: 找到的创作者内容包含“做”的过程、真实案例和实战经验分享。
   • 输出: 一份潜在实践型创作者/教师名单。

3. 评估内容真实性与相关性

   • 输入: 潜在创作者名单及其发布的内容。
   • 操作: 评估内容是否基于真实经验、是否解决了你关心的具体问题、其方法是否可复现。
   • 判断标准: 优先选择分享自身实践历程、成功与失败经验、并提供具体操作细节的创作者。
   • 输出: 筛选后的、高相关性的创作者及内容资源列表。

4. 跟随学习并实践验证

   • 输入: 筛选后的学习资源。
   • 操作: 系统学习其内容，并立即将学到的方法应用于自己的实践项目中。
   • 判断标准: 能够将所学转化为个人行动，并产生初步结果。
   • 输出: 基于新方法的学习心得和实践成果。

输出格式要求

当用户询问如何高效学习新技能或寻找学习资源时，应引导其从“寻找官方权威”转向“寻找实践型同行”，并强调评估标准是内容的真实性、实践性和与个人问题的直接相关性。

Metadata

属性	值
领域	学习与教育
类型	procedural (procedural)
置信度	75%
前置条件	明确的学习目标或待解决的问题
来源	掌控人生：如何获得你想要的生活 > 互联网时代的公平竞争与自我赋能