数学解题经典AI教练：知识转化技能方法 📚
让三本数学解题经典成为孩子的AI解题教练：一种将知识转化为技能的实用方法
很多家长都有过这样的经历：孩子在课堂上似乎理解了老师讲的内容，但回到家里遇到一道新题目时，又会感到困惑。他们可能会刷很多题目，但成绩却没有稳定的提高。有时，他们会向AI寻求答案，AI会很快给出解决方案，但孩子看完后只是点头，下次遇到类似问题时仍然会卡住。
这背后有一个关键的区别：会看答案和会解题是两回事。真正的数学能力不仅仅是记住公式和套路，更重要的是知道如何面对陌生的题目，如何观察、拆解、猜测、验证和总结方法。
波利亚和弗里德曼等数学教育经典对此有着深刻的见解。
AI可以讲题，但孩子不一定会解题
现在，很多家长已经习惯使用AI来辅导孩子。拍一道题，AI可以立刻给出步骤；输入一句“请详细讲解”，它也能生成一长串推导。但是，问题也很明显：孩子容易变成“听懂型学习者”，看着答案觉得合理，但自己做时却不知道从哪里开始。家长也很难判断AI是否真正在训练孩子的思维，还是只是把标准答案换了一种说法。
尤其是在数学学习中，最难的往往不是最后的计算，而是前面的隐性过程：题目到底要求什么？已知条件中哪些真的有用？这道题像以前做过的哪一类？能不能先试一个特殊情况？能不能把复杂问题变成更简单的问题？得到答案后，怎样检查它是否合理？如果这些问题没有被训练，孩子刷再多题，也可能只是在积累“见过的题”，而不是积累“解决新题的能力”。
普通AI辅导太容易直接给答案
家长真正需要的，不只是一个“会算题的AI”，而是一个“会带孩子思考的AI”。普通AI的弱点在于，它默认追求快速完成任务。你问一道题，它倾向于直接给完整解法；你说“讲详细一点”，它就把步骤展开；你说“再简单点”，它就换一种口吻。这当然有用，但它不一定适合深度辅导。
深度辅导需要AI先判断孩子卡在哪里：是没读懂题，还是没有图示？是不会找方法，还是计算过程出错？是答案没检查，还是做完之后没有总结同类题的识别信号？这类判断不能只靠“泛泛的讲题能力”。它需要一套稳定的专家框架。这就是
book-to-skill的价值：把经典书里的专家思维，提前沉淀成一个可调用的Agent Skill。运行时，AI不需要一次性读完整本书，而是先加载主控框架，再按需读取章节、模式、速查表和术语表。换句话说，它不是把书变成一篇摘要，而是把书变成一个能工作的“专家脑力插件”。
数学解题能力本来就是一套可训练的流程
这次整理成skill的三本书，正好覆盖了数学解题训练中最核心的三层能力。第一本是波利亚的How to Solve It，它最著名的是四阶段解题框架：理解题目、制定计划、执行计划、回顾反思。家长可以把它理解为孩子遇到任何题时的基础导航仪。
第二本是波利亚的《数学与猜想 第1卷：数学中的归纳和类比》。这本书更关注数学发现：怎样通过观察形成猜想，怎样用归纳、类比、一般化、特殊化去寻找规律。它训练的是孩子面对陌生题时的“探索能力”。
第三本是弗里德曼的《怎样学会解数学题》。它把解题过程拆得更细：分析习题、作图示、寻找解题方法、进行解答、检验题解、讨论习题、陈述答案、分析题解。它特别适合用来做中小学数学的过程诊断。
三本书合在一起，刚好形成一个很实用的闭环：
| 书 | 主要贡献 | 对孩子的帮助 |
|---|---|---|
| _How to Solve It_ | 四阶段解题法和启发式提问 | 知道解题时该按什么顺序思考 |
| 《数学与猜想》 | 归纳、类比、一般化、特殊化 | 学会从例子中发现规律和提出猜想 |
| 《怎样学会解数学题》 | 细化的解题过程和题型分析 | 找出自己到底卡在哪个环节 |
book-to-skill做的事情，就是把这些书的核心方法编译成结构化文件：SKILL.md放全局心智模型，patterns.md放可复用模式，cheatsheet.md放决策表，chapters/放按需加载的章节卡片。这样，AI不再只是“会讲数学”，而是可以按这些经典框架来辅导孩子。
把三本书变成一个按需调用的解题教练
在这个项目里，三本书已经被整理成一个较短名称的skill：
```text
polya-friedman-solving
```
它的使用方式可以非常接地气。
1. 先让AI判断孩子卡在哪一步
很多时候，家长不需要AI直接讲答案，而是需要它判断孩子为什么不会。可以这样问：
```text
/polya-friedman-solving
孩子做这道题卡住了。请不要直接给答案，先按弗里德曼的解题过程判断：
他现在可能卡在分析题目、作图示、寻找方法、执行计算、检验答案中的哪一步？
然后只提出第一个引导问题。
题目是：[贴题目]
孩子目前的想法是：[贴孩子草稿或口述]
```
这种问法的好处是，AI会优先做“诊断”，而不是直接输出标准答案。如果孩子连题目要求都说不清，AI应该回到“条件和要求”；如果孩子有图但不会动，AI应该追问“图中哪些关系能连接到目标”；如果孩子算出答案但没检查，AI应该引导他代回原题或讨论条件。
2. 用cheatsheet.md做快速决策
当家长不知道该怎么提示孩子时，可以让AI对照速查表来选下一步。
```text
/polya-friedman-solving
请结合cheatsheet.md的诊断表，帮我判断这道题下一步应该提示孩子什么。
要求：不要泄露关键解法，只给一个最小提示。
题目：[贴题目]
孩子已经做到：[贴当前步骤]
```
这类提示适合日常陪写作业。它能避免家长一着急就把关键步骤说出来，也能避免AI一次性把整题讲完。
3. 用patterns.md检查孩子是不是踩了反模式
有些孩子不是不会算，而是习惯性地犯同类错误：看见数字就列式，没分析条件；看到几何题就画图，但图上没有标关键关系；证明题从结论倒推，却没有保证步骤可逆。
可以这样用：
```text
/polya-friedman-solving
请对照patterns.md里的模式和反模式，分析孩子这份解题过程的问题。
重点看：是否跳过题目分析、是否选错表示方式、是否进行了不等价变形、是否缺少检验。
草稿如下：[贴草稿]
```
这比简单说“你这里错了”更有教育价值。孩子需要知道自己错在“哪个解题环节”，而不是只知道“这一题错了”。
4. 遇到难题时按需加载章节
复杂题不要让AI泛泛发挥。可以直接指定相关章节。比如孩子在数列、整除、规律猜想中卡住，可以调用归纳方法：
```text
/polya-friedman-solving ch09
请用ch09的归纳方法辅导这道题。
不要直接证明，先引导孩子列出前几个特殊情况，形成猜想，再讨论如何验证。
题目：[贴题目]
```
如果是类比、一般化、特殊化的问题：
```text
/polya-friedman-solving ch10
请用一般化、特殊化、类比的思路，带孩子探索这道题。
先问问题，不要直接给完整解答。
```
如果是证明题：
```text
/polya-friedman-solving ch17
请按证明题的方法辅导：先区分条件和结论，再判断适合直接证明、反证法、倒推搜索还是数学归纳法。
题目：[贴题目]
```
按需加载的意义在于：AI此时不是凭空“讲数学”，而是在一个明确的专家框架内工作。
5. 用苏格拉底式辅导替代“标准答案投喂”
最推荐家长使用的是这种模式：
```text
/polya-friedman-solving
我希望你做一个数学解题教练。
请结合波利亚和弗里德曼的方法，不要直接给最终答案。
你每次只问一个问题，等孩子回答后再继续。
如果孩子的思路有漏洞，请指出漏洞，但仍然不要直接代做。
题目是：[贴题目]
我们一步一步来，请先问第一个问题。
```
这个模式非常适合培养孩子的独立性。AI的角色不再是“答案机器”，而更像一个耐心的老师：先让孩子说出条件和要求，再引导他画图、分类、寻找相似题、尝试特殊情况，最后再检查答案和总结方法。
家长最应该关注的不是答案，而是“下一次能不能自己开始”
数学学习里有一个很朴素的判断标准：孩子下次遇到相似但不完全一样的题，能不能自己开始？如果不能，说明这次学习没有真正沉淀为能力。
book-to-skill的实用性就在这里。它把三本经典书中的方法提前整理好，让AI在辅导时有一套稳定的专家框架：什么时候追问条件，什么时候要求图示，什么时候让孩子试特殊情况，什么时候提醒不能把猜想当证明，什么时候让孩子回头分析题解。对家长来说，它不是一个更花哨的AI工具，而是一种更可靠的陪学方式。你不必成为数学教育专家，也可以让AI按专家的思维框架来工作。真正的目标不是让AI替孩子解更多题，而是让孩子在一次次被正确提问、正确诊断、正确复盘的过程中，逐渐学会自己解题。
这才是三本书和
book-to-skill结合后最值得使用的地方：把经典方法从书架上搬下来，变成每天都能调用的解题教练。原创存证 · 本地哈希 · 28fffafcabae...
算法:SHA-256
时间:2026-07-11
哈希:
28fffafcabaedd3858b5bda9b2ac1efb30ed64731c15701820d18ad63f477af2该信息用于辅助证明当前内容版本，不等同于法律公证或版权登记。