Files
lpt-docs/docs/design/review-loop.md
T

10 KiB

复习回路

复习系统的立场

复习是记忆机制,不是任务清单。系统只做两件事:

  • 让学过的内容以低阻力反复出现在用户眼前,为记忆播种。
  • 在用户愿意的时候提供主动提取的机会,让记忆被巩固。

明确不做的事:

  • 不做间隔重复调度:系统不计算“下次复习日期”,不生成到期队列,也不做逾期提醒。
  • 不做打卡与连续天数,不统计“复习完成率”。
  • 不做评分与等级:覆盖率是事实,不是成绩。
  • 不要求用户处理完所有遗漏项。

任何让复习变成“必须完成的清单”的改动,都违背这条立场。复习可以影响“什么更容易被看到”,但不能制造“欠下的债”。

复习的两种机制

系统把两种记忆机制组合在一起:

  1. 偶然接触:通过滚动 Feed 让用户无意识看到自己写过的内容,为记忆“播种”。
  2. 主动提取:用户主动付出回忆努力,让记忆被巩固。它有两种形态:
    • 回忆对比:重建知识结构,看漏了哪些节点。
    • 学习引导:回答一个开放式问题,暴露概念边界上的误解,产出由用户确认后记成知识碎片。

复习内容来源

来源 在复习中的角色
知识碎片 复习的基本单位,也是 Feed 的条目
学习报告 一次会话的完整结果,从任务记录进入回顾
标准思维导图 深度复习的对照基准与结构来源
应用场景 复习的现实语境,参与导图
标记(标签) 复习的另一个聚合维度:标签导图按标签集合取材,跨任务聚合同一概念的碎片
回忆记录 复习产生的历史,用于展示掌握变化与计算任务掌握度

学习时间与复习耗时都不进入复习内容:它们回答的是投入了多少,而不是记得怎么样。复习耗时只在复习总览里与学习时长并列呈现。

复习的两个层级

  • 任务级:复习总览回答“从哪个任务开始复习”,见 复习总览。
  • 标签级:按标签复习回答“这个概念在哪些任务里出现过”,取材与导图口径见 标准思维导图。
  • 内容级:复习 Feed 回答“这次遇到哪条内容”,见 复习 Feed。

复习耗时

复习行为(回忆对比、学习引导)会记录耗时,与学习时间独立统计:不合并、不换算,也不参与“该复习什么”的排序。口径、截断规则与展示方式见时间与效率与复习总览。

从轻量复习到深度复习

滚动 Feed
   ↓
看到内容并尝试回忆
   ↓
点击进入详情
   ↓
标准思维导图
   ↓
选择复习起点
   ↓
回忆对比
   ↓
定位遗漏项并回看原文

标准思维导图的作用

标准思维导图是复习的基准结构:

  • 用户可以在脑中重绘它,检验自己记住了多少。
  • 用户可以从任意节点开始复习,不必按顺序处理所有碎片。
  • 系统可以用它判断哪些内容被回忆到、哪些内容遗漏。

回忆对比的作用

回忆对比把“我好像学过”变成可定位的差异:

  • 命中的内容说明已经掌握。
  • 遗漏的内容直接指出需要回看哪里。
  • 额外回忆的内容可能是用户自己的联想,也值得保留。

每次对比都会留下一条回忆记录,记录这次回忆的起点、三类节点与覆盖率。覆盖率按任务聚合成掌握度,是复习排序的输入之一。

学习引导的作用

学习引导处理的是另一种失效:结构记住、概念边界却没分清。系统用开放式问题引出用户的回答,AI 针对回答里隐含的假设纠正边界,用户确认后把收获记成一条知识碎片,之后走碎片的全部既有逻辑(归属、待归类、导图取材、Feed 回收)。完整定义见学习引导。

进入回忆对比的入口

回忆对比不应该只有一个入口。系统提供四种入口,它们对应不同的复习心态:

  • 从复习总览进入:用户主动想复习某个学习任务,此时默认面对整棵标准导图,可以选择任意节点作为起点。
  • 从按标签复习进入:用户想围绕一个概念复习,系统把带该标签(集合)的碎片聚合成标签导图作为对照基准。这一页以已生成过导图的标签集合为默认入口——导图生成后标签集合一般不再变化,用户通常直接从已有导图进入,或把新碎片补充进现有结构;手动选标签新建范围是次要入口。
  • 从某条知识碎片或学习报告详情进入:用户在看具体内容时想深挖,系统根据这段内容定位到最相关的节点,直接以该节点为复习起点。
  • 从首页回忆卡片进入:用户在滚动 Feed 上随手回忆后想继续,同样自动定位到对应节点。

后两种入口的设计意图是:用户不需要先想清楚“该复习哪个知识点”,系统根据当前看到的内容替他缩小范围。

智能排序与随机性

复习内容不应完全随机,也不应被强制排序。系统综合两个信号调整内容的出现概率:

  • 多久没接触:距最近一次接触(展开查看或标记反馈都算接触,没有则取内容产生时间)越久,权重越高;时间效应在到达上限后不再增长。
  • 任务掌握度:最近一次回忆对比的覆盖率越低,权重越高;从未回忆过的任务视为最需要复习。
  • 用户反馈:主动标记「稍后再看」提高出现概率;标记「已掌握」降低但不归零。后者不归零是有意的——每条内容都应保留再次出现的机会。

信号只影响“出现的概率”,不产生到期、逾期、优先级标记。随机性被保留:每条内容都有机会出现,包括刚刚复习过的内容。

前两个信号的相对强度按三档预设由用户选择:时间为主(默认,符合“时间效应为主、掌握度为辅”的默认口径)/均衡/掌握度为主。不做精确数值:两个信号是相乘关系而非加权求和,给出百分比只是假精度,而三档已经覆盖真实诉求——觉得“总给我看旧内容”或“总给我看已经熟的”。

复习中的归类

复习是内容归类的最低成本时机:用户已经看到这条内容,此时决定它属于哪个任务不需要额外整理流程。

  • 待归类内容在复习总览中可见,在 Feed 中可归类。
  • 归类动作就近提供,一次交互完成;AI 只给建议,用户可一键接受或忽略。
  • 内容获得归属(产生时即有,或之后归类)时,系统自动补上一条任务名标签,见标记。
  • 归属改变后,内容进入新任务的导图取材范围,原任务与新任务的导图都标记为待更新;复习排序权重按任务掌握度自动跟随,不需要单独处理。

复习中的反馈动作

复习目前只有“看到 → 展开 → 深入”的路径,用户不能表达“这条我已经很熟”或“这条我要再看看”。设计上区分两种反馈:

  • 无需记录的反馈:展开查看、进入回忆对比,本身就是复习行为,不产生额外数据。
  • 需要记录的反馈:用户主动标记“已掌握”或“稍后再看”,用于调整出现概率。

反馈动作确定为两个轻量动作:已掌握与稍后再看。它们只调整内容的出现概率,不产生状态展示、不统计总数、不形成待复习列表;「已掌握」降低出现概率但不归零,随机性仍然保留。此外,展开查看与进入回忆对比会刷新「上次复习时间」,让它成为继时间效应与任务掌握度之后的第三个信号。两个动作在残片详情页提供,Feed 卡片不再放置它们。

AI 在复习中的边界

  • 回忆对比的语义匹配由 AI 增强,AI 不可用时降级为文本相似度匹配。
  • 归类建议由 AI 增强,AI 不可用时降级为关键词与历史归属的规则建议;规则也不可用时不做建议,不影响复习流程。
  • AI 不参与“该复习什么”的判定:排序信号来自时间与回忆记录,AI 只影响匹配与建议。

已确认的结论

以上问题已由维护者确认,结论如下:

  1. Feed 不含学习报告。 Feed 只出知识碎片;报告以「一次会话的完整结果」的形态从任务记录进入,不与碎片并列成条目,避免同一段内容以两种形态重复出现。
  2. 反馈动作取「已掌握 + 稍后再看」两个轻量动作,并让「上次复习时间」成为第三个权重信号。不统计「已掌握」的总数、不做待复习列表、不把动作结果展示成状态,以此避免演变成清单。
  3. 覆盖率取最近一次回忆对比。 不做最近若干次的加权平均:加权会让变化被平滑、遗忘的征兆出现得更晚,而覆盖率是事实而非成绩,越直接越好。
  4. 待归类内容两处都要出现,归类留在 Feed 卡片上。 复习总览里独立成一块(回答「还欠多少」),复习 Feed 里与其他内容混排并打标,且归类动作就在卡片上完成,一次交互可结。理由:复习的日常入口常常是 Feed 而不是总览,只放一处会漏;归类只是一次选择,留在这里不违背「Feed 不做整理」的口径。
  5. 遗漏项是每次对比的快照,可回看原文,不做跨次累计的待处理集合。跨次累计会把它变成一份待办清单,与复习的立场冲突。
  6. 排序信号强度按三档预设对用户开放:时间为主(默认)/均衡/掌握度为主。不给精确数值:现有排序是两个因子相乘而非加权求和,百分比是假精度,而三个档位已经覆盖真实意图。
  7. 详情页是残片的操作落点。 Feed 卡片只保留展开、导航与归类;打标签、反馈、学习引导改在残片详情页完成。Feed 负责「看到内容」,详情页负责「处理内容」,滚动列表不承担整理职责。
  8. 标签复习与任务复习并存。 复习范围既可以是任务,也可以是标签集合;标签导图以规范化标签集合为键,多标签由用户选择并集或交集,素材变化只置待更新、重建由用户手动触发。