ChatGPT实际输入
- 概念与来源
- 机会成本。课程定义：作出选择时放弃的次优选择的价值。可以包括非货币替代。习题例子：如果更便宜的火车导致损失两小时有薪工作，它的机会成本可能更高。
- 学习者层级
- 层级 1：12 岁，熟悉在周末活动间选择。层级 2：准备简答考试的大一经济学生。层级 3：比较员工时间分配、需要避免重复统计会计成本和放弃工作的新人经理。
- 解释规则
- 每层都使用“次优选择”。不要说机会成本等于全部被拒绝选项或总是金钱。层级 2 只简要区分沉没成本；层级 3 提到视角和稀缺资源。不需要公式。
用不同难度解释一个概念
直接回答
调整词汇和深度，同时保留相同核心定义、条件和限制。 请提供: 概念与来源、学习者层级、解释规则。 预期成果: 分层解释、类比边界、先修地图和各层检查。
1
补充你的背景
你填写的内容只保留在当前浏览器中，AILesson 提示语不会将其发送给模型或服务器。
2
生成的提示语
未填写的字段会保留为占位符，你仍然可以复制后自行编辑
请使用所提供来源，按指定层级解释概念。
概念与权威资料：
[concept]
各受众的已有知识、语言和目的：
[levels]
固定术语、深度、误区、类比边界、符号和排除内容：
[rules]
识别各层必须保持不变的核心含义。每层调整词汇、抽象程度、示例、符号和因果深度，而不是事实或确定性。请为每层返回：先修假设、解释、一个来自来源的示例、可选类比及其失效处、常见误区、一个快速理解检查和通向下一层的桥梁。简化解释省略条件时，不要声称它是完整真相。不得编造事实、用误导性拟人解释机制，或把类比当证据。最后比较各层定义、范围、条件和例外，完成不变量审查。默认保护隐私提示语在浏览器本地组装。除非所在组织明确允许，否则不要把机密信息提交给任何 AI 服务。
从输入到成果
实际案例
看看具体背景如何通过这条配方转化为可使用的成果
示例输出
不变量：机会成本是因为选择占用稀缺机会而放弃的次优选择价值。它不是所有被拒绝选项之和，也不一定是金钱。
层级 1：如果周六下午去踢球，就不能把同一下午用于次优选择——例如朋友聚会。聚会对你的价值就是踢球的机会成本。类比：一个座位只能坐一个人；这有助理解排他性，但选择可能占用多种稀缺资源，而不只一个“座位”。检查：拒绝三个活动时，哪个决定机会成本？次优的那个，而非全部。
层级 2：使用不变量定义，并识别真正可行的次优替代。火车例子中，票价只是一部分；放弃两小时有薪工作可能让便宜票的机会成本更高。沉没成本是过去且不可收回的，机会成本涉及当前选择所放弃的替代。检查：说出替代、其价值及为何被放弃。
层级 3：明确决策者视角、稀缺资源和可行替代。把分析师一天分给项目 A，会放弃其下一项最佳可行用途的价值。没有一致框架时，不要既把同一工资计为会计成本，又在放弃产出中重复计算。桥梁：比较增量替代，并说明衡量谁的价值。所有层级保持相同定义和非货币范围。
为什么有效
- 1
共享不变量可以防止初级解释与高级解释相矛盾。
- 2
明确类比边界可以降低有用比喻变成已学误区的风险。
检查结果
各层定义、范围、条件和确定性是否一致？
每层是否只假设所述已有知识？
类比边界和被省略的复杂内容是否清楚标记？
更有把握地使用
常见问题
了解这条配方何时适用、需要提供什么，以及哪些内容仍需人工复核
使用“用不同难度解释一个概念”前需要准备什么？
使用“用不同难度解释一个概念”前，请准备概念与来源、学习者层级、解释规则。只用可核实的信息替换占位符；如果某项未知，就明确保留未知状态，不要让模型自行推断。
“用不同难度解释一个概念”的结果在什么情况下还不能使用？
如果结果还不能根据所给证据实现页面所述成果“分层解释、类比边界、先修地图和各层检查”，或仍依赖未解决假设、缺失批准或编造细节，就不能使用。把检查项当作放行门槛：应修正来源输入，或指定有权限的复核者，而不是润色一个缺乏支持的输出。
“用不同难度解释一个概念”记录过哪些 AI 工具测试？
截至 2026-08-28，“用不同难度解释一个概念”的公开测试记录包含ChatGPT。这只表示存在已记录试跑，不保证后续产品版本仍兼容或得到相同结果。改用其他工具或版本时，应保留全部约束，并重新执行结果检查。
继续完成任务
相关配方
学习备考
学习与备考 7 分钟准备
编写清晰的课程或作业说明
把分散要求整理成面向学习者的规范，同时不虚构政策
打开配方语言学习
翻译与语言学习 10 分钟准备
逐轮进行语言角色练习并纠错
逐轮练习真实交流，并提供有边界的纠错、重试、自适应难度和进步证据
打开配方反馈改进
反馈与评审 8 分钟准备
评审作业草稿但不代写答案
依据任务要求和评分标准诊断学习者草稿，同时保留其作者身份
打开配方AI 小课 · 推荐课程
下一步，把 AI 用起来
从理解概念到完成真实任务，在互动小课中练习提问、判断和改进，学会把 AI 用在自己的工作与生活中。
