Ramifly 使用方式

沿着一个问题,走到真正理解。

Ramifly 会把每次追问连接到触发它的概念。你得到的不再是一段越来越长的聊天记录,而是一棵可以继续探索和复习的树。

完整流程

一个问题,四个相互连接的步骤。

从小处开始,深入仍然模糊的部分,最后留下值得复习的成果。

01

提出一个具体问题

从真正想弄懂的内容开始,获得清晰的第一层解释。

02

选中仍然模糊的概念

直接选择值得进一步理解的词语、观点或关联。

03

分出新的追问

从这个位置继续提问,Ramifly 会把相关上下文带进新的回答。

04

复习已经建立的理解

回到不同分支、生成总结,并用针对性测验检验一条分支。

开始

从你此刻真正想问的问题开始。

Ramifly 会先给出一份聚焦的解释,但这份解释不是对谈的终点,而是可以继续探索的起点。

  • 可以从具体问题或宽泛主题开始
  • 获得适合继续探索的清晰解释
  • 把第一个回答存成这棵树的根
神经网络如何学习

记忆是如何形成的?

当神经活动的模式被再次激活,并随时间逐步稳定,记忆就会被强化。

分支

从仍然模糊的那个概念继续。

在回答中选中一个概念,直接从那里提出下一个问题。新分支始终保留来源,因此不需要重新拼写背景。

  • 让每次追问连接到它的来源概念
  • 把相关上下文带进下一层解释
  • 同时探索不同路径,又不会挤成同一条时间线

整棵树

让整条思路始终清晰可见。

每个问题和回答都在画布上保持连接。你可以回到更早的分支、比较不同路径,也可以下次接着继续。

  • 看清每次追问由什么触发
  • 需要全局时随时缩小画布
  • 重新打开已保存的画布继续学习

复习

把探索整理成笔记和学习证明。

把重要分支整理成 Markdown 总结,或根据一条分支生成测验,并查看每个答案背后的依据。

  • 复制或下载结构化 Markdown 总结
  • 根据分支中的依据检查答案
  • 分享不带编辑控制的易读快照

画布总结

散在各枝的重点,收成一篇 Markdown。

测验这条分支

题目出自你问过的内容,不是通用题库。

为什么是分支

聊天变长以后,整棵树仍然清晰。

两种形式都能回答问题。Ramifly 更关注第一个回答之后会发生什么。

继续追问
线性聊天新问题只能追加到聊天末尾。
Ramifly追问会连接到触发它的具体概念。
找回上下文
线性聊天需要向上翻找,或重新解释背景。
Ramifly父级概念始终留在画布上。
探索另一条路径
线性聊天不同主题挤在同一条时间线中。
Ramifly每条路径都作为独立但相连的分支生长。
之后复习
线性聊天重新阅读记录,再靠自己还原结构。
Ramifly直接打开整棵树、总结和分支测验。

就从脑海里的那个问题开始。

免费建立第一条分支,准备好以后再继续深入。

开始学习