知纲 - 让PPT变成真正的学习材料

痛点分析

PPT作为学习材料的三大问题

大学生每天面对海量PPT课件，但传统PPT的呈现方式存在根本性的学习障碍

🧩

结构性问题

缺乏知识主线，按页而非逻辑组织
扁平化呈现，概念关系丢失
例子与原理分离
缺少过渡与衔接解释

📝

内容性问题

高度凝练，推导过程省略
符号术语跳跃，缺少解释
只说"是什么"，不说"为什么"
静态图表，缺少交互

🎯

体验性问题

无法自测，不知道掌握没有
被动接收，遇困没有出口
缺少记忆辅助和间隔重复
排版不适配移动阅读

产品方案

三层转化模型

从原始PPT到互动式学习，知纲通过三层转化重建知识的可理解性

结构化知识图谱

→

叙事化讲解

→

互动式学习

graph LR A[原始PPT] --> B[AI智能解析] B --> C[结构化知识图谱] C --> D[知识脉络图] C --> E[课程大纲视图] C --> F[概念依赖关系] D --> G[叙事化补全] E --> G F --> G G --> H[白话解释] G --> I[推导还原] G --> J[具象化例子] G --> K[边界说明] H --> L[互动式学习] I --> L J --> L K --> L L --> M[交互式问答] L --> N[自测与巩固] L --> O[记忆管理] style A fill:#1e293b,stroke:#334155,color:#f1f5f9 style B fill:#3b82f6,stroke:#3b82f6,color:#fff style C fill:#3b82f6,stroke:#3b82f6,color:#fff style G fill:#f59e0b,stroke:#f59e0b,color:#fff style L fill:#10b981,stroke:#10b981,color:#fff

图1：知纲三层转化模型架构图

核心功能

六大功能模块

覆盖从上传到复习的完整学习闭环，每个环节都有AI加持

📤

智能解析引擎

支持PPT/PDF上传，AI自动提取文本、图表、公式，识别页面间逻辑关联，检测课程主题和章节结构。

OCR识别公式解析结构分析

🕸️

知识骨架重建

生成知识脉络图，可视化概念间的依赖关系和层级结构。自动标注"前置知识→核心概念→延伸应用"。

力导向图层级结构依赖关系

📖

叙事化补全

对每个知识点生成白话解释、推导还原、具象化例子和边界说明。公式逐符号解释，补充直观含义。

多层讲解公式推导案例补充

💬

交互式问答

任意选中内容可追问"为什么"、"举个例子"。苏格拉底式提问模式引导思考，主动预判常见困惑。

追问模式引导式提问困惑预判

✅

自测与巩固

自动生成选择题、简答题、推导题。渐进式测试从基础到综合，错题关联知识点生成针对性复习。

自动出题难度梯度错题本

🧠

记忆管理

艾宾浩斯复习提醒，重点难点标记，生成个人化的"考前冲刺手册"，让复习更有针对性。

间隔重复薄弱点追踪冲刺手册

使用场景

一个真实的学习故事

考前一周，小明如何用知纲搞定120页的机器学习PPT

上传课件

小明上传120页《机器学习》PPT，系统10秒内解析完毕。

"检测到主题：机器学习基础（共6章）
核心概念：23个 | 关键公式：15个 | 建议学习时间：8小时"

看知识骨架

打开「知识脉络图」，一眼看清概念间的关系。

"原来反向传播是承上启下的核心！之前一直没搞懂它和梯度下降的关系。"

深度学习概念

点开"反向传播"，右侧展开多层次讲解。

"一句话：一种高效计算神经网络中所有参数梯度的方法
为什么需要：几百层网络手动求导根本算不完...
核心直觉：误差从输出层倒流回输入层"

自测检验

系统出题检验理解程度。

"反向传播和梯度下降的关系是？
B. 反向传播计算方向，梯度下降沿着方向走 ✓
——原来如此！我之前一直以为是同一个东西"

考前冲刺

系统自动生成个人薄弱点清单。

"你的薄弱概念：反向传播、SVM核函数、贝叶斯分类器
建议重点复习第3章和第5章"

差异化

与现有工具的对比

市面上有ChatPDF、NoteGPT等工具，但知纲的定位完全不同

对比维度	ChatPDF	NoteGPT	通用AI助手	知纲
核心定位	文档QA工具	视频/文档摘要	通用问答	课程学习系统
知识结构	✕ 扁平文档	✕ 线性摘要	✕ 无结构	✓ 知识图谱重建
讲解深度	✕ 问答式	✕ 单层摘要	✕ 取决于提问	✓ 多层级叙事
主动性	✕ 被动回答	✕ 被动生成	✕ 被动回答	✓ 主动预判困惑
公式处理	✕ 纯文本	✕ 忽略	✕ 一般	✓ 专门推导讲解
自测机制	✕ 无	✕ 无	✕ 需手动	✓ 自动出题+错题追踪
记忆管理	✕ 无	✕ 无	✕ 无	✓ 艾宾浩斯复习

价值与意义

为什么知纲很重要

从个人学习到教育公平，知纲的价值体现在多个维度

📈

效率提升

将碎片化的PPT转化为结构化的知识体系，学习效率提升3-4倍。考前复习时间大幅缩短，理解深度显著增加。

🎓

教育公平

无论学校教学质量如何，学生都能通过AI获得高质量的讲解和辅导。让优质教育资源触手可及。

💡

商业价值

面向数千万大学生的刚性需求，订阅制商业模式清晰。可拓展至职业教育、企业培训等多个领域。

技术架构

技术实现方案

现代化的技术栈，确保产品性能和可扩展性

🖥️ 前端

React + TypeScript
Tailwind CSS
知识图谱可视化（D3.js力导向图）
Markdown渲染引擎
PPT预览组件

⚙️ 后端

Node.js + tRPC
Drizzle ORM + PostgreSQL
PPT解析服务（python-pptx / pdfplumber）
AI编排层（大模型API调用）
复习提醒调度系统

🤖 AI提示词设计

graph TD A[用户上传PPT] --> B[Structure Chain
分析结构提取概念] B --> C[概念节点库] B --> D[关系边库] C --> E[Narrate Chain
多层级讲解生成] D --> E E --> F[白话解释] E --> G[推导还原] E --> H[具象例子] E --> I[边界说明] F --> J[Question Chain
梯度测试题生成] G --> J H --> J I --> J J --> K[基础题] J --> L[应用题] J --> M[综合推导题] F --> N[Tutor Chain
交互式问答处理] G --> N H --> N I --> N N --> O[苏格拉底式引导] N --> P[困惑点预判] style B fill:#3b82f6,stroke:#3b82f6,color:#fff style E fill:#f59e0b,stroke:#f59e0b,color:#fff style J fill:#10b981,stroke:#10b981,color:#fff style N fill:#8b5cf6,stroke:#8b5cf6,color:#fff

图2：AI四大Chain协同工作流程

知纲