学习过程要能看见：分科正确率、薄弱点定位与思维导图

最近在做学习教练类产品 Yozi 时，定了一条很具体的产品要求：学习过程必须以数据呈现出来，而不是只给一个“学完了”的结果。这条要求不是为了堆图表，而是因为学习者最常卡住的地方，往往不是“没学”，而是“不知道自己到底哪里没学会”。

我们先把呈现拆成三层。第一层是分科正确率：按科目分别统计近期练习的正确率和变化趋势，不同学科不混在一起算总分。这样做的好处很直接——偏科一眼就能看出来，复习时间的分配也有了依据，而不是凭感觉觉得“数学好像不太好”。

第二层是薄弱点在整棵知识框架中的定位。只知道某一道题错了还不够，要知道它属于哪一个知识点、这个知识点在整棵知识树上处于什么位置、前置知识是否已经掌握。把错题落到知识框架上，复习就不再是“把错题重做一遍”，而是“把这一支的薄弱链路补齐”。这一层目前还在以知识框架为骨架逐步搭建，关键是定位要准，不能只贴一个宽泛的科目标签。

第三层是思维导图。它承担的不是装饰作用，而是把“学了什么、彼此之间是什么关系”画出来。复习时先看图，哪里断了、哪里孤立了，比翻一长串记录更直观。我们对它的要求是：图必须由真实的学习数据生成，不能是事先画好的固定模板，否则它很快就会和实际学习脱节。

做这三层时我们也踩过一个直观的坑：一开始想把所有数据都摆出来，结果页面信息过载，反而看不出重点。后来收敛到一个原则：每屏只回答一个问题——今天哪科最弱、弱在哪一支、接下来先补什么。数据是手段，不是目的；呈现的终点，是让学习者下一步的动作更明确。

目前这三层仍在按“先把数据算准，再把呈现做稳”的顺序推进。下一步的验证标准也很朴素：一个学习者打开页面，不用别人解释，能在半分钟内说出自己接下来该先复习什么。如果做不到，说明呈现还不够清楚，还要继续收敛。