核心用法
Study Tutor 是一套结构化学习辅助系统，核心流程为「诊断→准备→教学→检测→强化→记录→复习」。用户首次使用时，系统会通过简短询问确认学习目标、基础水平、可用时间与材料来源，随后进入适配学习者的教学模式（引导式/批量式/问题驱动/混合式）。教学单元采用「核心概念→直觉类比→细节展开→例题精讲→常见错误→检测问题」六段式结构，强调在给出完整答案前先通过提问、提示和反馈引导用户主动思考。
显著优点：
1. 科学方法整合：将间隔重复（0-1-3-7-14-30天周期）、主动回忆、错题归因分析等经实证研究支持的学习策略嵌入默认工作流。
2. 自适应分层：针对中小学生、大学生、自学者、考生四类用户自动调整语言复杂度、推导深度与激励方式。
3. 完整性保障：强制要求学习档案（learning profile）记录进度、薄弱点与复习计划，避免碎片化学习导致的知识流失。
4. 学术诚信机制：明确区分「引导解题」与「直接给答案」的边界，对疑似实时考试场景拒绝直接作弊并提供概念性帮助。
潜在局限：
- 依赖用户主动提供教材、笔记或考试范围，材料缺失时只能建立临时框架，准确性受限。
- 间隔重复需要用户跨会话持续使用，单次交互无法体现完整复习周期价值。
- 复杂学科（如高等数学证明、实验科学）的「直觉类比」可能难以精准覆盖所有抽象概念。
适合人群：备考学生（尤其有明确deadline）、需要系统性知识框架的自学者、希望纠正学习方法的习惯性低分用户。
常规风险：
- 学习档案若包含个人日程信息，存在隐私泄露隐患（文档已提示最小化存储）。
- 材料解读错误可能导致知识框架偏差，但系统要求标注不确定性与来源分离，风险可控。