用于学习的 AI 提示词：7 个主动练习模板

当你要求 AI 提供不附带答案的提问、循序渐进的提示以及针对你作答内容的反馈时，学习类 AI 提示词就能有效支持你的练习。请在提示词中写明主题、资料来源，并明确要求在揭晓答案前先等待你作答；随后请对照课程资料核查生成的题目和答案。

阅读讲解可以是学习的一部分，但它本身并不能检验你能回忆起什么或应用什么。这七个模板创造了在比对答案前先行作答的机会。它们是实用示例，并非能保证模型每次都会严格遵照执行的指令。

Bastani 及其同事在高中数学教学中对比了两款基于 GPT-4 的辅导工具：类似于标准聊天界面的 GPT Base，以及内置学习保护机制的 GPT Tutor。在允许使用工具的练习阶段，两组的表现分别比不使用 AI 的对照组高出 48% 和 127%。但请注意，这些提升发生在有辅助的练习阶段，而非随后的闭卷考试。

在无辅助考试中，此前使用过 GPT Base 的组别表现比对照组低 17%。GPT Tutor 的保护机制缓解了这一负面影响，但并未展现出优于对照组的考试成绩提升。该研究评估的是特定场景下的特定设计；这些百分比不能直接套用到所有聊天机器人或本指南中的模板上。

联合国教科文组织（UNESCO）2023 年发布的指南提出了以人为本的原则，强调重视隐私保护和教学适用性。在这套日常流程中，请始终把“学什么”和“如何核实”的决定权掌握在自己手中。避免在你分享的材料中包含不必要的个人信息。

以下模板属于编辑建议，并非经上述文献验证的干预方案。请仅在课程规则允许使用此类辅助的前提下使用它们，并根据你需要检验的学习内容调整具体活动。

要求针对你笔记中的某一段落生成简答题。尝试在不看笔记的情况下作答，并标出无法回忆起来的部分，随后再翻阅资料核对你的回答。摊开笔记有助于你初步理解新概念；但若要检验记忆提取效果，请合上笔记再试一次。

将问题与解答分开有助于避免不小心提前看到答案。如果模型过早揭晓了答案，请换一道不同的题目再试一次。记下哪个概念需要复习，并在需要切入点时使用下一个模板中的分步提示。

如果解题卡壳了，可以先请求一条关于相关概念的提示，然后自己再试一次；只有在确实需要时才逐步增加提示程度。请始终留出由你自己动笔完成的关键步骤；如果提示直接把完整解答全盘托出了，事后请务必再找一道变式题独立练习。

若要审阅一段解释，请先用你自己的话写出来，并提供参考段落。要求模型区分事实性错误、表意含糊之处以及遗漏的限定条件。同时也要核查模型给出的反馈：反馈本身可能存在错误，或者超出了你所在课程的要求范围。

测验（Quiz）针对具体知识点提供练习；而当你提供了足够的考试说明时，模拟考（Mock Exam）则能模拟真实考核的题型与限制条件。两者都可以包含多种题型。请不要假设模型了解你的考试形式：你应当明确说明考查范围、题型结构以及允许使用的参考标准。

复合增长说明示例：某数值每年增长 3%（按年复利计算）。经过多少个完整年份后，该数值首次超过初始值的 1.15 倍？假设你回答了 4 年，觉得 1.03⁴（约等于 1.1255）已经差不多够了。这里的错误在于接受了一个尚未达到规定阈值的数值。

检验下一个整数年份：1.03⁵ 约为 1.1593，高于 1.15。由于该数值逐年递增，第一个超过目标阈值的完整年份是第 5 年。一次有效的错题订正应当在讨论四舍五入规则之前，先明确题目所要求的阈值条件。本例仅用于演示复盘订正流程，并非某项学术研究的结果。

在复盘解题过程时，请从第一个可识别的错误开始，先重做那一步，然后再往下看。后续步骤中仍可能存在其他独立的错误；找出一处错误并不代表其余每一步都完全正确。请对照你的来源资料核查订正结果。

你也可以在解题前准备一份核对清单。在增长率的例子中，清单应当区分“超过目标”与“仅仅接近目标”。将该核对清单作为初期辅助，然后在下一次尝试时先自己写出清单，再去参考 AI 的建议。

看似有说服力的回答也可能包含错误。如果它与你的笔记相矛盾，请对照题目和原始资料；若分歧仍然存在，请向任课教师请教或查阅权威参考资料。不要仅凭模型自信的语气下结论，也不要想当然地认为自己的笔记绝对无误。

在将一段回答转化为复习资料前，请先完成以下核查：

在 Lumia AI 中，你可以创建或编辑抽认卡，利用 AI 从笔记或 PDF 生成卡片与测验，并将其整理到书籍中。系统会根据你的作答评分安排间隔重复复习，同时还提供对话辅导、学习路径、Anki .apkg 导入以及网页版和移动端应用。

在学习任何生成内容之前，请务必先进行核实。挑选已经确认无误的问题，制作简明清晰的卡片，并将较长的解题过程保存在笔记中。在后续的学习时段里，先尝试作答再揭晓答案。如果答错了，找出需要复习的具体环节即可，不必把单次作答表现视为对你学习成果的全面定论。