「苏格拉底式 AI 导师」的简易版本是这样的：拒绝给答案，改为提问，然后希望学生自己想出来。这在演示里听起来很棒，到了第二周就会垮掉——因为实际发生的是学生卡住了，AI 一直问模糊的问题，最后孩子关掉软件，改用 ChatGPT。

提示阶梯就是阻止这种情况发生的工程结构。四个等级，按序推进，每一级都比上一级更具体。学生绝不会陷入没有下一步的困境。

这是我最执著的设计决策之一。让我来展示真实的阶梯级数。

四个等级

等级 触发条件 Pi 做什么
L1 第一次答错 / 第一次「不知道」 诊断性提问
L2 第二次卡在同一步 概念提示
L3 第三次 步骤引导
L4 第四次 换数孪生题（换一个数字）

让我逐级展开，用一个贯穿始终的真实感例子。假设题目是 3x - 5 = 10，学生说他们不知道从哪里开始。

L1：诊断性提问

Pi 的第一步是一个问题——而且这个问题是专门设计来确定学生所在位置的。

「好，看看 3x - 5 = 10，你看到对 x 做了什么运算？什么操作可以「撤销」它？」

L1 问题足够开放，需要学生自己思考。但也有针对性——它指向这道题所需的特定认知动作（「识别逆运算」）。它不是模糊的「你觉得呢」，而是诊断性的。

为什么有效：Year 8 学生卡在线性方程上，最常见的原因是他们还没有解析题目——还没有识别出对变量做了什么。L1 强制让这个解析发生。

大约 60—70% 的卡顿在这里解决。学生说「减去 5」，Pi 说「很好，减法的逆运算是什么」，然后他们就上路了。

L2：概念提示

如果 L1 没有解开卡关，Pi 升级。L2 点出他们缺失的概念。

「要让 x 单独出现，我们需要撤销对它做的事。有两件事在发生——「乘以 3」和「减去 5」。我们按逆序撤销它们。那么我们应该先撤销哪个？」

L2 比 L1 更直接。它点出概念（逆运算，按逆序撤销），但仍需要学生自己走出这一步。思考量变小了，脚手架更牢固了。

大多数剩余的卡关学生在这里解决。他们之前听说过「逆运算」，但没有把当前题目和它模式匹配上。

L3：步骤引导

如果 L2 也没用，Pi 给出仅针对第一步的明确步骤级指导。

「我们就做第一步。两边加 5。你得到什么？」

这正是大多数其他 AI 导师会从这里开始的——但我们刻意延迟到两次尝试都失败后才来到这里。原因是：已经走到 L3 的学生，已经经历了两次诊断性提示，让 Pi 了解了误解卡在哪里。Pi 可以把 L3 提示准确针对正确的步骤。而学生经过两次尝试，处于不同的认知状态——他们为提示的落地做好了准备。

L3 不解决整道题。它交出第一步，让学生尝试第二步。

L4：换数孪生题

如果 L3 仍然解不开，Pi 揭示——但不是实际题目的答案。

Pi 给出一道换了一个数字的孪生题的完整解答：

「看我解一道类似的题：2x + 3 = 11。第一步：两边减 3 → 2x = 8。第二步：两边除以 2 → x = 4。第三步：代入验证 → 2(4) + 3 = 11 ✓。现在轮到你——用同样的方式试试原来那道题。」

这是设计的精华（是的，这是从好的人类导师的实际行为里借来的）。学生得到一个完整的、有支架的例子。他们看到了明确可见的方法。但他们仍然必须把方法应用到自己的数字上。没有可以直接复制粘贴的答案。

L4 揭示是罕见的。一次典型的 25 分钟课程里，L4 出现一次，往往一次也没有。它是安全网，不是目的地。

一次课程里的实际样子

在真实情况中，阶梯不会整整齐齐地按四步序列触发。一道题可能两次触发 L1（在不同步骤上有不同的误解），或者从 L1 直接跳到 L3，因为学生已经表明他们理解概念，只是需要步骤引导。

结构是：

  • Pi 先尝试最轻量的干预
  • 每次升级都是基于学生上一次回应揭示的信息做出的刻意选择
  • 如果学生的回应表明低级阶梯没有用，允许向上跳级——但不允许向下（因为从「步骤引导」退回「诊断性提问」会让学生感到贬低）

为什么换数孪生题比人们以为的更重要

L4 换数孪生题的设计是我费了最多口舌力争的部分。直觉设计是「四次尝试后，直接给答案」。那会是错的，这里有实证原因。

Carnegie Learning 的 MATHia——美国学校里的黄金标准智能辅导系统——发现失败后直接揭示答案不产生可测量的迁移——学生可以重复答案，但不能泛化。揭示一道类似题的解题过程则产生了显著更好的迁移，因为学生仍然需要自己完成应用工作。

这与维果茨基最近发展区理论一致：学习发生在略高于当前能力的地方，配以适当的支架。L4 刻意让学生自己做最后一步。

阶梯如何与能量协议互动

Mentor 的能量协议会改变 Pi 爬阶梯的耐心度。绿色加状态好的课程里，Pi 可能让学生在 L1 多停留一会儿，给更多时间，在升级前推得更努力。橙色或「疲惫」心情时，Pi 升级得更快——学生没有足够的认知余量去做一次漫长的攀爬，课程目标是强化而不是挣扎。阶梯是一样的；耐心参数改变了。

这不是什么

阶梯不是测验形式。不是固定脚本。不是游戏化。没有「抵抗提示」的积分，没有「L1 获胜」的连胜记录。那些将是错误的激励。阶梯是Pi 内部遵循的协议，对学生来说大部分是不可见的。从孩子的角度来看，他们在和一位导师对话，而这位导师总是问下一个正确的问题。他们看不到等级数字。他们感受到的是质感。

一次真实的课程时刻

轻度整理过的真实案例：

学生：「第 3 题我不明白。」 Pi：「给我看看题目和你尝试过的内容。」 学生：「是 2(x + 5) = 16。我得到 x = 8。」 Pi：「好，让我看看你的解题过程——你第一步做了什么？」(询问过程，还没进入阶梯) 学生：「我两边除以 2。所以 x + 5 = 8。然后我写了 x = 8。」 Pi：「啊——我来看看你的最后一步。你得到了 x + 5 = 8。这个方程说 x 是多少？」(L1：针对真正出错点的诊断性提问) 学生：「哦。x + 5 = 8 意味着 x = 3。」 Pi：「对了！发现得很漂亮。出错在最后那步——你写了 x = 8 而不是 x = 3。试试下一道题。」

四十五秒，一个 L1 提示，学生自己修正了作业。这就是阶梯在做它该做的事。

延伸阅读

Duke Harewood 运营 aitutors.me。提示阶梯经过约 6,000 次原型阶段卡顿时刻的数据校准。更新于 2026 年 5 月 21 日。