自学一门新知识，最难的部分往往不是“看不懂”，而是“不知道自己哪里没看懂”。翻完一章觉得都明白了，合上书却答不上来几个问题；等到真正要用的时候，才发现脑子里留下的只是一些模糊的印象。想解决这个问题，与其一遍遍重读，不如把“自测”正式放进学习流程里。而 ChatGPT 的互动测验能力，恰好能帮你把这件事做得既省力又系统。
很多人对 ChatGPT 提问的印象还停留在“直接要答案”，其实它完全可以反过来用——让 AI 出题考你，再根据你的回答帮你定位知识盲区。这一周，不妨试试用下面这套方法，给自己制定一份可重复使用的自学复盘计划。
互动测验能不能起作用，关键在第一步——你得先让 ChatGPT 知道“考什么”。直接说“帮我出题考考我”，得到的往往是一堆泛泛的问题，测不出真实水平。
正确做法是，先把本周的学习目标拆成具体的知识点范围。比如你在学 Python，与其笼统地说“考我 Python 基础”，不如明确成“考我列表和字典的常用方法，以及 for 循环的嵌套写法”。范围越具体，题目越有针对性。
这里有一个可以直接套用的提示词结构，核心是四个要素：角色、范围、难度、格式。
你是一位严格的导师。请根据以下范围给我出 5 道测验题： 范围：Python 中列表与字典的常用方法，以及 for 循环嵌套。 难度：中等，适合刚学完基础语法、正在练习阶段的学习者。 要求：先只出题，不要给答案；每道题附上考察的知识点说明。
把“范围”替换成你本周真正学过的内容，这个结构就能反复使用。值得一提的是，提示词里明确写出“先只出题，不要给答案”很重要，否则 ChatGPT 很容易把答案一起列出来，测验效果就打折扣了。
很多人的自测之所以无效，是因为题目永远停留在“名词解释”层面。记住一个概念的定义，和真正能运用这个概念解决问题，是两回事。
好的互动测验应该分三层推进。第一层是基础回忆，比如“什么是闭包”，用来确认基本概念有没有建立；第二层是理解应用，比如“写一段代码，用闭包实现一个计数器”，考察能否把概念用起来；第三层是变式辨析，比如“闭包和普通函数在这种场景下有什么本质区别”，检验是否真正理解而非死记。
你可以在提示词里直接要求 ChatGPT 按这个层次出题：
请按三个层次出题：第一层考基本概念，第二层考实际应用，第三层考易混淆点的辨析。每个层次 2 道题，共 6 道。先出题，我回答完再逐题批改。
这种分层方式的好处在于，它能帮你区分“好像知道”和“真的会了”。如果第一层答得流畅，第二层就开始卡壳，说明问题出在“运用”环节，而不是“记忆”环节，下一轮复习的重点自然就清晰了。
测验的目的不是打分，而是暴露问题。答错的题，如果只看一眼正确答案就翻篇，那这道题就白错了。真正的复盘，是要搞清楚自己为什么错。
答错的原因通常分三类：一是知识点本身没掌握，概念理解有偏差；二是会但不熟，思路对却卡在某个细节上；三是审题偏差，没看清题目问什么就急着作答。三种原因对应的补救方式完全不同。
拿到批改结果后，你可以这样追问 ChatGPT：
我答错了第 2 题和第 4 题。请分别告诉我：错在哪里？属于知识点没掌握、会但不熟、还是审题偏差？如果是知识点没掌握，请用通俗的话再讲一遍；如果是会但不熟，请给我出 2 道同类型的变式题让我巩固。
这个追问动作，是整套流程里价值最高的环节。它把一次性的“对错判断”，变成了针对性的“归因分析”。下一轮测验的题目范围，就应该根据这次复盘的结果来定——哪类错误最多，就重点补哪块。
这套方法最值得坚持的地方，在于它可以被固化成一个每周循环：周一设定本周学习范围和目标，周二到周四每天安排一次 10 到 15 分钟的互动测验，周五做一次综合复盘，把这一周的错题归因汇总，再据此制定下周的计划。
实际操作时，有两点提醒。一是建议把每次测验的提示词保存在一个固定的文档里，下次直接修改“范围”和“难度”就能复用，不用每次重新组织语言。二是如果某个知识点连续两轮测验都出错，说明靠自学可能难以突破，这时候应该考虑换一种学习方式，比如找教程重新学一遍，而不是继续在同一个地方反复撞墙。
一周时间不算长，但足够让你建立一套属于自己的自测节奏。等到下周再翻开学习资料时，你会更清楚自己该把注意力放在哪里——这种“知道自己不知道什么”的清晰感，往往比多读几页书更有价值。
Δ
Ctrl+D