knowledge-explainer（知识讲解员）

Knowledge Explainer — 知识点原子化讲解

目的

将任意知识点拆解为不可再分的原子概念，按认知依赖关系排序，对每个原子概念进行专业级讲解（定义、公式、推导、定量分析、误区辨析），最终从原子概念推导回原始问题的完整解答。

工作流程

Step 1: 确定知识点与边界

• 明确要讲解的知识点
• 确定学科领域（物理、数学、化学、经济、计算机等）
• 确定讲解深度：入门 / 大学 / 研究生 / 专业
• 确定是否需要前置知识（如有，先简要说明）

Step 2: 原子概念拆解

将知识点分解为不可再分的最小概念单元。每个原子概念必须满足：

• 不可再分性：无法在不丢失含义的前提下进一步拆分
• 独立性：每个概念自身含义完整
• 必要性：缺少任何一个都会导致知识点不完整

输出为原子概念表：

| # | 原子概念 | 定义（一句话精确表述） |
|---|---------|----------------------|
| ① | ... | ... |

标注概念间的依赖关系链：① → ② → ③...（必须按顺序理解）

Step 3: 逐个原子概念专业讲解

对每个原子概念按以下结构讲解：

3.1 定义

• 精确的形式化定义
• 国际单位制单位和量纲
• 适用条件和边界

3.2 数学表达

• 核心公式（使用 LaTeX 格式）
• 变量说明表（符号、名称、单位、取值范围）
• 公式的推导过程（非直接给出，要从更基础的原理推导）

3.3 物理直觉 / 逻辑直觉

• 用类比或直觉解释为什么公式长这样
• 量级估算：给出具体数值帮助建立直觉
• 极端情况分析：公式在某些极限下是否退化到已知结论

3.4 常见误区

• 列出 2-3 个最常见的误解
• 给出正确表述和错误表述的对比
• 解释误区产生的原因

Step 4: 概念间关联

• 明确原子概念之间的逻辑关系（推导、并列、因果）
• 用公式推导链连接相邻概念
• 标注哪些概念可以推广到更广泛的领域

Step 5: 串联回原始问题

从第一个原子概念出发，沿依赖链逐步推导，最终回到原始问题并给出完整、严谨的解答。

要求：

• 推导链完整，不得跳跃
• 最终结论用一段精确的总结陈述
• 可选：给出该知识点的延伸方向（更高阶的相关理论）

输出格式

整个讲解输出为结构化 Markdown 文档：

# [知识点标题]

## 1. 原子概念拆解
[原子概念表 + 依赖关系]

## 2. 逐个原子概念讲解
### ① [概念名]
[定义 + 数学表达 + 直觉 + 误区]
### ② [概念名]
...

## 3. 串联：从原子概念回到完整问题
[推导链 + 最终结论]

## 4. 延伸（可选）
[更高阶理论方向]

质量标准

• 定义精确：不使用模糊表述，优先使用形式化语言
• 公式完备：关键结论必须有公式支撑，不是定性描述
• 推导可验证：每一步推导都可以独立验证
• 误区有根有据：误区不是臆造的，必须基于真实的学习痛点
• 量级具体：给出具体数值而非"很大""很小"
• 边界明确：说明公式/理论的适用范围和失效条件

跨领域适配

不同学科领域的讲解侧重点调整：

不适用场景

• 纯观点讨论（无明确知识点）
• 超出当前学科共识的前沿问题
• 需要实时数据或实验验证的问题