Mr.-Ranedeer-AI-Tutor

图1：Mr. Ranedeer 项目创作者 JushBJJ 的 GitHub 头像

一款 GPT-4 个性化辅导提示词的兴与衰

你有没有过这样的经历：翻开一本厚厚的教材，从第一页看到第十页就开始走神；打开一门在线课程，看了半小时却发现老师讲的内容完全听不懂。传统的学习方式像一条笔直的单行道——无论你走得快还是慢，它都按自己的节奏推进。

2023 年，一位名叫 Jush（JushBJJ）的开发者带着一个问题走进了 GPT-4 的对话框：能不能让 AI 扮演一个真正懂教学法的导师，而不是一个只会答问题的搜索引擎？ 他花了数月时间迭代，最终打磨出了一个名为 Mr. Ranedeer 的 Prompt——一个能让 GPT-4 化身个性化 AI 导师的开源提示词模板。

背景：从「会聊天」到「会教学」

Mr. Ranedeer 的诞生并非偶然。2023 年初，GPT-4 发布后不久，AI 社区掀起了一波「提示词工程」（Prompt Engineering）热潮。开发者们意识到，大模型的输出质量不仅取决于模型本身，更取决于你如何「提问」。Jush 在这个背景下做了两件事：

第一，他深入研究了「教学设计」（Instructional Design）的经典框架——Bloom's Taxonomy（布鲁姆认知分类法）、学习风格理论、元认知策略——并将它们结构化地融入 Prompt 中，使 AI 不只是回答问题，而是主动规划课程、评估理解深度、动态调整讲解节奏。

第二，他构建了一套高度可配置的个性化选项体系。学生在首次使用时填写一份「配置问卷」，涉及知识深度、学习风格（视觉/听觉/阅读）、沟通语气、推理框架（演绎/归纳/类比/因果）等维度。Mr. Ranedeer 会根据这些参数动态生成教学内容——一个量子物理爱好者收到的讲解方式，与一个初学者的体验完全不同。

这个项目在 GitHub 上迅速走红，Star 数一路飙升至近 30,000，成为当时最热门的 AI 教育类开源项目之一，也催生了大量类似 Prompt 的诞生。

核心功能：不是一个回答器，是一套教学系统

Mr. Ranedeer 之所以区别于普通的「ChatGPT 问答」，在于它内置了完整的教学流程设计。

课程规划与进度管理：传统的 AI 对话是「问一答一」的碎片化交互。Mr. Ranedeer 引入了 /plan 命令，AI 会根据学生的知识水平生成一份完整的学习路径图，按逻辑顺序排列知识点，确保「先理解 A，再学 B」这种依赖关系不被打破。学生可以借助 /start 和 /continue 命令控制学习节奏，像玩游戏一样推进学习进度。

主动测试与即时反馈：使用 /test 命令时，Mr. Ranedeer 不会直接给出答案，而是生成一道道递进式的测验题，考察学生对概念的真正理解而非机械记忆。做错题目后，AI 会自动回到相关知识点重新讲解——这体现了教育学中的「间隔重复」（Spaced Repetition）和「精熟学习」（Mastery Learning）理念。

多维度个性化引擎：Prompt 中硬编码了一套配置矩阵，涵盖知识深度（从科普到专家）、学习风格（视觉/听觉/阅读）、沟通语气（正式/轻松）、推理框架（演绎/归纳/类比/因果）等维度。学生通过 /config 命令随时修改配置，无需重启会话即可切换教学模式。

多语言即时切换：通过 /language [语言名] 命令，Mr. Ranedeer 可以即时切换到中文、日语、法语等任意 GPT-4 支持的语言环境下授课。

技术实现：Prompt 即代码

从代码角度看，Mr. Ranedeer 仓库的「核心代码」实际上是一个 5,376 token 的纯文本文件 Mr_Ranedeer.txt。它不依赖任何编程语言、框架或库，本质上是一份结构化的文本指令模板。

项目采用了一种独特的版本管理策略：每次更新 Prompt 内容都会新建一个「版本快照」目录（如 v2.7、v2.6 等），存放历史版本的完整 Prompt 内容。当 OpenAI 更新 GPT-4导致输出质量下降时，用户可以一键切换到历史版本继续使用——这是 Prompt 工程领域非常实用的实践。

适用场景与上手门槛

推荐环境：ChatGPT Plus 订阅（含 Code Interpreter 的 GPT-4），或支持 100k token 上下文的 Claude。纯 GPT-3.5 环境下运行效果会大打折扣。

上手流程极简：用户有两种使用方式——（1）直接点击 ChatGPT 官方 GPT Store 链接；（2）手动复制 Mr_Ranedeer.txt 的全部内容粘贴到 ChatGPT 对话框。

局限性：

首先，项目已于 2023 年标记为 DISCONTINUED（停止维护）。随着 GPT-4 的持续更新，Prompt 的输出质量可能逐渐下降，且无人维护更新。

其次，Prompt 的效果高度依赖底层模型的推理能力。Mr. Ranedeer 本质上是一个「提示词框架」，它告诉 GPT-4「如何当一个好老师」，但 GPT-4 本身的语言理解能力、学科知识准确度和推理稳定性决定了最终教学体验的上限。

第三，由于是纯 Prompt 方案，数据隐私完全取决于用户使用的 AI 服务商——若使用 OpenAI ChatGPT，数据会经过 OpenAI 的服务器处理，这对有严格数据合规要求的场景（如医疗、法律教育）可能不适用。

行业意义：Prompt 工程的开山之作之一

Mr. Ranedeer 的历史地位在于它证明了「精心设计的 Prompt 可以让通用大模型具备专业级垂直能力」。

在它之前，GPT Prompt 多数停留在「帮我写一封邮件」这样的简单任务上。Mr. Ranedeer 展示了如何通过 Prompt 结构、配置体系和教学策略，将 GPT-4 打造成一个能够自主规划课程、动态调整难度、进行形成性评估的 AI 导师。这套思路深刻影响了后续大量 AI Tutor 项目（如 Khanmigo、MathGPT 等）的设计理念。

从数据看，近 30,000 的 Star 数让它成为 GitHub 上最受欢迎的 AI 教育类项目之一，至今仍在被广泛引用和使用——尽管项目已停止维护，其核心理念已被更成熟的产品吸收和演进。

如果你对 AI 个性化教育感兴趣，Mr. Ranedeer 仍然是一个值得研究的 Prompt 工程范本；如果你在寻找活跃维护的替代方案，可以关注 Khan Academy 的 Khanmigo或其他基于 GPT-4 的主动学习工具。

关键词：GPT-4 Prompt 工程 · 个性化学习 · AI Tutor · Bloom's Taxonomy · 教学设计