一条好的学习提示，不只是要求 AI 给出答案。它会告诉 AI：你在学习什么、你已经知道什么、应该使用哪些材料、它应当如何与您互动，以及你将如何检查结果。
目标并不是得到最“精致完美”的 AI 回答。更重要的是理解过程更深入、独立表现更强。
使用 SCOPE 提示公式
用五个部分来构建学习提示：
- S — 主题与目标： 你在学习什么？你应该能够做到什么？
- C — 背景： 需要说明你的水平、作业、截止时间，以及已有的知识基础。
- O — 输出或互动： 你需要问题、提示、解释、表格，还是反馈？
- P — 权限与边界： AI 可以使用哪些来源、必须避免做什么？
- E — 评估： 你将如何检查理解程度与准确性？
我正在准备一场入门经济学考试，需要区分沿需求曲线的移动和需求变化带来的移动。我理解价格变化，但会把非价格因素混淆。请只使用我提供的笔记。先问我两个诊断性问题，用一个例子解释我的差距，然后给我一个新的情境让我解决。在我回复之前不要揭示答案。最后请列出支持该解释的笔记部分。
为什么模糊的提示会导致学习效果差
“教我经济学”没有给出系统的水平、目标、来源或停止点。“写我的论文”则移除了论文本来应当被评估的工作。
聚焦的提示会把任务范围收窄，让输出更容易被检验。它还能降低（但不会消除）出现无关或编造信息的风险。
用于理解难概念的提示
用给 [level] 水平的学生来解释 [concept]。先问我已经理解了什么。先用一个类比，然后说明这个类比哪里会失效。最后用两个问题检验我对应用的掌握。
在表格中比较 [concept A] 和 [concept B]：使用定义、机制、例子和常见误解。仅使用 [course source]，且引用不超过必要。
我会用自己的话解释 [concept]。找出我第一处不准确或缺失的步骤，让我纠正；只有当我卡住时才给提示。
第三条提示会把“解释”——而不是 AI 的文笔——放到活动中心。
用于练习与主动回忆的提示
根据上传的章节生成 6 个问题：2 个回忆题、2 个应用题、2 个比较题。一次只问一个，并根据我的回答调整下一题。
给我一个类似于这个问题的完整解题示例，但把数值换成不同的。隐藏最终答案。我回复后，请按步骤比较我的方法。
进行一次为期 10 分钟的口头复习。提一些简短的问题，记录我容易遗漏的主题，最后用一份有针对性的复习清单收尾。
请说明该来源是否包含答案。否则，系统可能会生成超出你课程范围的题目。
用于写作反馈的提示
当允许 AI 协助时，要求“诊断”而不是“替换”。
阅读我的引言，找出论点（thesis）、承诺的证据（evidence promised），以及任何需要定义的术语。不要重写这段文字。
以一个持怀疑态度的读者身份来评估。问我关于推理中空缺的三个问题。不要添加新的主张或来源。
标出不清楚或重复的句子。对每一句解释问题所在，然后在提出另一个建议之前先让我修改。
在把 AI 用于需要评分的写作之前，请先核对作业的政策。保留你的草稿，并在需要时披露协助情况。
用于研究与核对来源的提示
把我的主题转成 5 条搜索查询：使用同义词和相关概念。不要提供引用。
根据我上传的来源，提取作者的主要主张、方法、证据、局限性以及出版信息。对任何没有在文中明确写出的内容，标注为“not found（未找到）”。
列出我段落中的所有事实性主张。对每一项，建议需要哪种类型的原始或权威来源来完成核验。不要编造 URL 或参考文献。
AI 可以帮助你规划搜索，但你必须打开并阅读你引用的来源。
用于数学、科学与编程的提示
不要直接解答指定题目。检查我的解题过程，找出最早那一步：它无法从前一步推导出来。问我适用的规则是什么。
创建一个新题，用相同的方法、相同难度来测试我。在我尝试之后，展示完整解法并比较我们的思路。
解释这条错误信息，并在展示代码之前请我预测如何修复。把示例控制得比我的作业更小。
使用测试、计算和课程引用来验证回答。即使代码看起来“跑得通”、方程写得整齐，也仍可能是错的。
用于规划学习时间的提示
我有 [days] 天、每天 [minutes per day] 分钟，且这些主题是：[list]。制定一个复习计划，在检索练习、做题与短时复盘之间交替安排。把更薄弱的主题放在前面，并包含一个“补课块”。
把这份考试大纲变成清单。让我从 1–5 给出自信度评分，然后根据重要性和自信度分配练习时间。
不要把详细的排程和真正的学习混为一谈。这个计划应当让你尽快进入检索与练习。
通过一次“修订循环”改进提示
在第一次回复之后，不要只是说“让它更好”。你需要先诊断不匹配之处：
- “解释假设用到了微积分；请只用代数把它重述。”
- “这些问题在考定义。把其中三道换成情境题。”
- “你用了我提供之外的信息。请只用上传的笔记来修改。”
- “给提示，不要给完整解答。”
- “把已验证的来源内容与你的例子分开。”
具体的反馈会教会你：任务是如何被构建的。
安全且诚实地使用提示
不要包含个人信息、机密信息或受限制信息。检查作业对 AI 的规则要求。绝不要请求虚假的引用、捏造的数据、隐藏的 AI 使用情况，或任何旨在规避检测的作业。
iWeaver 的 AI学习Agent 可以使用笔记、文件、链接或截图来生成解释与练习活动。先给它一个明确的学习目标和来源边界，然后再用原始材料核对输出内容。
关于该过程背后的更广泛判断能力，请阅读 面向学生的 AI 素养。
最后一份提示清单
发送之前，检查你的提示是否明确了学习目标、相关背景、允许的来源、互动方式、边界，以及检验理解的方法。收到回复后，再检查你是否能在不依赖 AI 的情况下完成任务。
最好的学生提示不会让 AI 做更多事。它会让学习活动更清晰、更具互动性，也更容易核验。
