直接回答
AI 课程摘要工具应把录像整理为结构化学习资料，同时保留定义、示例、限定条件以及与课程对应的时间码。 开始前应准备有权处理的课程录像或文字稿、可用幻灯片或教学大纲以及学习目标；工作结果应形成可复核提纲、概念解释、示例、问题和关联来源的时刻。
选择你需要的步骤
先完成下面四个核心步骤，再根据任务需要继续查看后续深度检查。
压缩前先识别课程教学结构
课程并不是一段很长的演讲，它可能先介绍前置知识，再定义模型、推导公式、演示流程、比较案例并布置练习。摘要前应识别这些教学动作以及概念之间的依赖关系。若 AI 只保留重复句子，可能会漏掉让最终公式可理解的推导。任务说明应写清课程层级、学习目标、考核形式，以及学生需要的是预习、复习还是补缺。
分别整理概念、推理与练习
可以建立三份关联结果：概念表记录定义、适用条件与关系；推理表记录从问题到结论的顺序，包括假设与反例；练习表把课堂例题改成学生在看不到答案时可以尝试的问题。时间码应指向解释、推导与例题，而不仅是章节开头。这种结构能避免把简洁概览误当成真正掌握，并在回忆失败时提供返回教学内容的路线。
补回从未进入文字稿的视觉信息
应检查幻灯片、白板、代码、图表和手势中承载的关键信息。文字稿可能只写“把这一项移到这里”，却没有说明是哪一项；也可能写“如图所示”，却没有描述坐标轴。应把这些细节作为视觉笔记并关联时间，同时与口语文本分开标记。公式和代码要逐字符对照屏幕或官方材料，不能让流畅语言掩盖缺失图表或错误运算符。
测试摘要能否支持回忆与迁移
阅读摘要后，让学习者在不打开笔记的情况下解释一个概念、复现一条推理链、解决一个变化后的例题并指出一个限制。记录失败步骤并链接到对应课程时刻。只要求识别答案的问题过弱，应使用需要主动生成或应用的提示。最终材料要区分讲师明确陈述、摘要系统推断以及学习者仍不会的内容，这样摘要才能成为学习工具。
摘要课程前先定义学习输出
先明确学习者需要预习笔记、课后解释、考前复习，还是修复已知知识缺口，再列出必要字段：学习目标、前置知识、核心概念、推理步骤、案例、带假设的公式、常见误解，以及回忆与应用问题。压缩前先把这些字段映射到课程时间。讲师改变定义、修正前述观点或回应学生异议的位置必须保留。简短摘要可以省略轶事，但不能让案例脱离概念，也不能让公式脱离适用条件。草稿完成后，在不查看内容的情况下尝试回答回忆问题，用错误答案发现缺失的前置知识或模糊边界，再只重看关联片段进行修复。结果是否合格，应由学习者间隔一段时间后能否解释并应用材料来判断，而不是由笔记初读时是否显得完整来判断。保留练习中的错误答案，因为它们能指出哪些解释需要更多案例或更清楚的前置知识。
根据学习阶段选择课程摘要类型
预习摘要应介绍问题、前置知识和词汇，但不能假装已经教完整节课；课后摘要应在记忆新鲜时重建概念与推理；考前复习应突出关系、常见错误与练习提示；补缺摘要则应诊断一个缺失步骤并返回相关解释。明确学习阶段，可以避免把同一份泛化概览用于所有学生和所有时点。
重建知识层级，而不是照搬授课顺序
讲师可能反复回到某个观点、回应临时问题，或先举例后给定义。最终摘要应按前置知识、核心概念、推导、应用、限制和开放问题建立学习层级，同时在旁边保留原始时间路线，使重组仍可追溯。两个术语相似时，应增加对比表或边界说明。时间顺序记录课堂如何展开，知识层级则说明什么依赖什么。
让案例与限定条件始终附着在概念上
定义若没有反例容易被过度概括，公式若没有假设也容易被误用。每个核心概念都应保留一个代表案例、一个条件或限制，以及讲解该内容的课程时刻。若已知哪些轶事是可选内容、哪些内容可能考核，也应分开标记。摘要若补充了讲师没有说过的解释，应标为编辑说明并从适当来源核实，不能混入课堂记录。
具体示例
整理统计课程时，可要求输出定义、例题步骤、假设与三个自测问题。每个公式都要对照幻灯片，并把难懂的过渡位置关联到播放时间。
交付前应保留来源标识、当前剪辑版本、语言、访问日期，以及复现实例所需的时间信息。页面输出用于支持理解与整理，重要原话、数字、人物、边界和解释仍需返回原视频检查。
为这项交付物设定验收条件
生成学习材料，而非华丽捷径。应围绕目标读者以及“评估用于课程摘要与学习材料的 AI 流程”这一具体任务验收结果。检查结构是否保留读者行动所需的关键区分，而不是只把录像缩短；来源缺失与不确定性必须显式标记。复核者应能分辨哪些内容直接来自语音或画面、哪些经过重组、哪些属于解释。
交接记录至少应包含来源、用途、输出版本、修正说明、已测试链接或时间范围、复核人和未解决事项。姓名、数字、引语、公式、指令、承诺以及涉及个人且出错会造成影响的结论都应逐项检查；低风险描述可以抽样，但抽样规则要写明。结果被验收是因为适合当前用途，而不是因为语言显得自信。
使用先鉴整理公开视频内容
请准备可公开访问且允许分析的视频，并写清学习目标。先鉴 Peek 可帮助判断视频学习价值、提炼精华摘要、整理可跳转的时间码观看路线，并把有用内容形成笔记。依赖重要结论前，仍应返回原视频复核。
本任务常见问题
课程摘要与普通视频摘要有什么不同？
它需要保留学习目标、前置知识、推理、例题和练习，而不只是压缩主题与结论。
公式可以直接从文字稿复制吗？
不应直接复制。语音识别不擅长符号，应对照幻灯片、屏幕或官方课程材料核实公式、符号与代码。
哪些时间码最适合学习？
应链接定义、推导、例题、常见误区和回顾等学习者可能需要重看的时刻。
如何测试课程摘要？
在不看笔记时尝试解释、重建并应用知识，再用失败位置查找缺失上下文或薄弱问题。
参考资料与使用边界
界面、字幕可用性与平台行为可能变化。依赖具体流程前，应检查当前观看页面与官方说明。