AB
AiBoss
チュートリアル

用 socratic-tutor 把 AI 聊天机器人变成苏格拉底式家教

チュートリアル

用 socratic-tutor 把 AI 聊天机器人变成苏格拉底式家教

socratic-tutor 是一份 102 行的提示词文件,把它放进 AI 代理的技能目录、或粘贴到聊天机器人的系统提示里,AI 就会先做诊断测试、画出 0–5 级技能地图、一次只问一个问题,答错也不直接给答案。本教程讲清它的获取方式、安装位置、触发口令、会话中的控制命令,以及为什么小参数本地模型跑不动它。

socratic-tutor 是一份纯文本的提示词文件,不是应用,也不是模型。它做的事情只有一件:把 AI 从「问什么就立刻给答案的聊天机器人」改造成「用提问逼你自己想明白的家教」。它由 Jane Street 在 2026 年 11 月随 agent_skills 仓库一起公开,采用 MIT 许可证,文件本身 102 行、5,243 字节,免费、无需注册、无需安装。代价是它必须挂在一个足够听话的 AI 上才有意义——技能文件只负责规定行为,真正的推理和对话由你选用的模型完成,所以模型的能力上限就是这位「家教」的能力上限。

这篇教程面向三类人:想真正掌握某个主题(数学、语言、编程、资格考试)而不是背答案的学习者;被 AI 一次性甩出整篇讲解、失去思考空间而困扰的人;以及已经在用 Claude、ChatGPT、Gemini 这类聊天机器人,希望零成本试一下「家教模式」的人。如果你只是想问一个一次性问题(「解释一下什么是 X」),不要用这个技能——技能文件自己就写明,它不适用于一次性的「解释给我听」「这是什么」类提问,那种情况直接问就好。

准备工作

确认你需要什么

技能本身没有任何前置条件:没有账号、没有安装步骤、没有 API 密钥、没有费用。你需要准备的只有两样东西。

  • 一份技能文件:即 socratic-tutor 目录下的 SKILL.md,从公开仓库获取。
  • 一个能执行长指令的 AI:要么是支持 SKILL.md 形式技能目录的编码代理,要么是普通的聊天机器人(把文件内容贴进系统提示或自定义指令),要么是你自己在本机跑的大模型。

关于模型规模的现实预期

这是整篇教程里最需要提前说清的一点。技能文件只有 102 行,它能不能生效,完全取决于模型能不能稳定执行这一百来行指令。在 1B 到 1.5B 参数级别的本地模型上,这个技能没有跑起来:诊断测试、技能地图、一次一问这三项核心行为,一项都没有出现。失败方式还各不相同——有的模型直接忽略指令、像普通聊天机器人一样反问你想学什么;有的把系统提示里的英文原文整段复读出来;有的模仿出「诊断题」的形式,但内容是同一句话的无限重复,一直生成到上限被截断。

所以,如果你打算在本地跑,请准备一个指令跟随能力明显更强的模型。具体从多大参数量开始才能正常工作,公开资料里没有给出结论,需要你自己验证。如果你用的是 Claude、ChatGPT、Gemini 这类商业聊天机器人,技能的设计初衷就是给它们用的,但技能原文是英文,中文长会话下的实际表现同样没有公开的评测数据。

获取技能文件

技能本体就是仓库里的一个文件:socratic-tutor/SKILL.md。把仓库克隆到本地即可:

git clone --depth 1 https://github.com/janestreet/agent_skills.git
ls agent_skills/socratic-tutor/

克隆完成后,socratic-tutor/SKILL.md 就是你要的全部内容。你可以直接打开阅读——它不长,读完你会更清楚它要求 AI 做什么、以及为什么小模型做不到。

操作步骤

第一步:把技能放到 AI 能看到的位置

有两种装载方式,取决于你用的是什么。

方式一:支持技能目录的代理。把整个 socratic-tutor 文件夹复制到该代理的技能目录下。代理会在需要时自行读取 SKILL.md。

方式二:普通聊天机器人。打开 SKILL.md,把全文复制进系统提示(system prompt)或「自定义指令」栏。这是最通用的做法,任何支持系统提示的聊天界面都能用。

如果你在本地用 llama.cpp 这类推理工具,做法与方式二相同:把 SKILL.md 全文作为系统提示传入。中文会话建议在系统提示末尾追加一行语言要求,例如:

このセッションは日本語で行います。
(或:请在本会话中全程使用简体中文回答。)

这一行不是技能的一部分,只是为了让模型不要中途切回英文。是否有效取决于模型,不能保证。

第二步:用触发口令启动会话

技能不会自动激活,只有你明确请求教学时它才启动。官方给出的英文触发口令是:

  • teach me
  • tutor me
  • quiz me
  • drill me
  • help me master

用中文时,直接说「教我……」「当我的家教」「考考我」「帮我练熟……」这类明确的请求即可。关键是明确表达「我要开始一段持续的学习」,而不是「帮我解释一下某个概念」。

第三步:走完诊断流程

技能启动后,正常的行为顺序是这样的:

  1. 拆解主题:把你要学的主题拆成 4 到 10 个小技能。
  2. 诊断测试:出 3 到 5 道诊断题,一次只出一道,等你回答后再出下一道。
  3. 绘制技能地图:给每个小技能打 0 到 5 分(0 = 完全不会,5 = 能讲给别人听),用 ASCII 图展示出来。
  4. 提出起点建议:根据地图告诉你从哪个小技能开始。

之后就是一轮一轮地答题。你要做的是老老实实回答,不要急着要答案。

第四步:用会话内命令控制节奏

技能内置了一组固定口令,在会话中随时可用:

口令作用
show progress重新显示当前的技能地图和进度
harder提高难度
easier降低难度
just tell me只针对当前这一个问题直接给出答案
save state输出一小段文本,用于在新会话中恢复进度
resume from:粘贴之前保存的文本,从那里继续

其中 just tell me 是逃生舱:卡住太久时用它,但别滥用,否则整个技能就退化成普通问答了。

第五步:保存与恢复会话

长会话很容易因为上下文长度或换设备而中断。说 save state,技能会吐出一小段纯文本,里面是当前的技能地图和进度。把这段文本自己保存好——它不会自动同步到任何地方。下次开新会话时,先装载技能,再粘贴这段文本,然后说 resume from: 加内容,即可接着上次的进度。

一个完整示例

下面是一次典型会话的骨架,用「一元一次方程」作为主题。注意每一步里 AI 应该做什么、你不应该做什么。

你:教我解一元一次方程,当我的家教。

AI(预期行为):把主题拆成 4 到 10 个小技能,例如「识别方程结构」「移项」「合并同类项」「系数化为 1」「列方程解应用题」「检验解」,然后开始诊断。

AI:诊断题 1(只出一道):3x + 5 = 14 中,要让 x 单独留在等号左边,第一步你会做什么?

你:两边同时减 5。

AI:诊断题 2:为什么是两边同时减,而不是只减左边?

你:因为等式要保持平衡。

AI:(继续出题,直到 3 到 5 道诊断题结束)然后输出技能地图,例如:

Skill Map
[5] 识别方程结构
[4] 移项
[2] 合并同类项
[1] 系数化为 1
[0] 列方程解应用题
[0] 检验解
Start from: 合并同类项

(上图只是示意格式,实际输出由模型生成,内容会不同。)

你:show progress

AI:重新输出当前地图。

你:(答错某道题)

AI(预期行为):不直接给正确答案,而是追问一个更窄的问题,让你自己发现矛盾。例如:「你说 x = 3,代回原式左边算一下是多少?」

你:(连续两三次还是错)

AI(预期行为):在 2 到 3 次失败之后,才直接讲解。

你:(答对了)

AI(预期行为):偶尔会反问「真的吗?」「那如果换成这种情况呢?」来检验你的答案是否站得住。

你:save state

AI:输出一小段可粘贴的状态文本。你把它存进笔记文件。

当所有小技能都达到目标等级(默认 4/5)后,技能会安排一次混合全部内容的最终测验。在此之前,它还会不定期抽查之前练过的小技能,答不出来就把等级往下调——这是间隔复习的设计。

注意事项

模型能力决定一切

技能文件只是指令。在 1B 到 1.5B 级别的本地模型上,它没有生效:诊断测试、技能地图、一次一问,三项核心行为全部缺失。失败形态包括忽略指令、复读系统提示原文、以及用同一句话反复填充直到触发生成上限。本地部署时请选用指令跟随能力更强的模型;具体门槛没有公开数据。

没有学习效果的公开评测

Jane Street 没有公开这个技能的评估结果。「苏格拉底式提问比直接讲解更有利于学习」目前只是设计意图,不是被验证的结论。公开讨论中也有人质疑它「不过就是一段提示词」。它是否真的提升你的学习效果,只能靠你自己的学习过程来判断。

不要用于一次性提问

技能文件明确写了:不适用于一次性的「解释一下」「这是什么」类问题。那种时候不要装载技能,直接问。

保存与恢复是手动的

save state 输出的文本需要你自己保管,并手动粘贴到新会话里配合 resume from: 使用。没有任何自动同步机制。

中文会话未经验证

技能原文是英文。在中文长会话中,模型能否稳定维持「一次一问」「答错不直接给答案」这些约束,没有公开验证。你可以在系统提示里追加一行语言要求,但效果取决于模型本身。

易变信息以官网为准

仓库地址、文件行数、许可证、口令列表等细节可能随版本更新而变化,使用前请以项目当前公开信息为准。价格与可用性同理——技能本身免费且采用 MIT 许可证,但你用来承载它的 AI 服务是否收费、如何计费,取决于你选择的服务商。