浪费一小时AI辅助练习的最快方式，就是先索要示范答案。你读完后点点头，感觉自己懂了，一周后却几乎什么也没记住，因为你从未真正做过培养这项技能所需的工作。看见答案时认得，不等于能自己做出来；理解一个漂亮的解法，也不等于能在压力下独立得出解法。
关于如何培养技能，刻意练习研究大体指向同一个方向：针对一项具体而狭窄的子技能，反复进行需要努力的尝试，再获得准确指出错误所在的反馈。K. Anders Ericsson、Ralf Krampe与Clemens Tesch-Römer关于专家表现的奠基研究发现，专家小提琴手之间的个体差异，与此类结构化、高投入练习的累计时间密切相关，而不是与笼统的“经验”相关。不过，该研究样本很小，每组只有十名小提琴手，练习时数也来自回溯估算。一项双盲直接重复研究未能复现其核心主张，即技能水平与累计练习之间“完全对应”：最佳组与优秀组小提琴手之间没有显著差异，练习所解释的表现方差也从原研究的48%降至26%（Macnamara与Maitra，Royal Society Open Science，2019）。AI很适合完成循环中的两项工作：生成评分标准和提供具体反馈。对于第三项，也就是亲自尝试，它却是很差的替代品。
模型可以生成练习作答、按照评分标准打分，并解释示范答案。但如果让它代替你完成尝试，培养技能所需的关键过程也会随之消失。对于任何出错会带来身体危险的技能，它也无法像合格教练一样观察和纠正你的动作。
第1步：把子技能收窄到几乎无聊
“提高写作”不是可单独练习的子技能。“为陌生开发邮件写一句只有该收件人才适用的开场白”才是。
好的子技能：
- 窄到可在15分钟内尝试。
- 具体到能无歧义判断一次尝试是否达标。
- 连接到你已观察到的真实缺口，而非泛泛的弱点。
模糊子技能产出模糊反馈。收窄的子技能产出你能立刻行动的反馈。
第2步：尝试之前先制定评分标准
顺序很重要。看过作品后才制定评分标准，往往会在无意中迁就已经写出的内容。事先制定标准，评价才更诚实。
我在练习这项具体子技能：[精确描述它]。
请生成3–5条评分标准，使不同的人都能用它们一致地评价一次尝试。
对每条标准，具体描述“达标”与“未达标”分别长什么样。
不要包含“质量”或“清晰”这类没有此处具体含义描述的模糊标准。
John Hattie与Helen Timperley对反馈研究的综述指出，有效反馈围绕三个问题展开：目标是什么、目前表现如何、下一步该做什么。事先写好的评分标准，让第二个问题可以根据具体条目回答，而不是只给出笼统印象。
第3步：尝试，中途不向AI求助
设定时限，然后亲自写、解、说或做。尝试过程中不要打开聊天窗口索要提示。这是人们最想跳过的一步，也是真正培养技能的一步。
在把作品交给任何工具或他人之前，先按照评分标准诚实地自评。这一步本身就很重要。之后把自己的判断与模型反馈比较，可以看出你对质量的内在判断是否准确，而这也是值得培养的能力。
第4步：用“先尝试”提示词请求反馈
我在练习[子技能]。这是我的评分标准：[粘贴评分标准]。
这是我的尝试：[粘贴尝试]。
按照每项评分标准打分，并给出具体理由。
指出最薄弱的具体一行或一个时刻，不要只给笼统印象。
先不要改写我的尝试或给我示范答案。
在给我其他任何东西之前，先问我一个能帮我自己改进的问题。
“先不要改写”是这条提示词中最重要的一行。没有它，多数模型会默认立刻产出改进版，悄悄把你的练习变成编辑模型作品，而不是自己的作品。
第5步：在看到示范答案之前先重试
根据反馈完成第二次尝试。它仍然必须是你自己的作品，而不是模型的改写。
这是我根据你的反馈做的第二次尝试：[粘贴它]。
请按照同一套评分标准再次打分。
具体说明尝试一与尝试二之间什么变了，以及变化是否真正针对了你指出的最弱点。
若时间允许，做第三次尝试。至少完整重试一次之后，再要示范例子：
现在请给我一个针对[子技能]、符合相同评分标准的优秀示例。
具体指出它与我的尝试2有何不同，并引用相应评分标准的名称。
不要把它说成唯一正确的做法。如果存在合理的其他风格，请指出一种。
把示范答案留到重试之后，并非随意设定的规则。这样会迫使你主动从记忆和推理中生成改进后的尝试，而不是被动比较答案。关于测试效应的研究一致表明，只做被动比较带来的长期记忆效果较弱。
完整示例
子技能：把防御性的客服回复改写成平静、具体的回复，且不加虚假承诺。
事先制定的评分标准：(1)明确承认客户的具体投诉，而不是泛泛回应；(2)不含防御性语言（“那不是我们的政策”“你本来应该……”）；(3)给出一项有明确时间范围的下一步；(4)不作出写作者实际上无法兑现的承诺。
尝试1：承认了投诉并给出下一步，但写下“我们总会在24小时内处理退款”，而写作者实际上无权作出这项保证。
反馈：4项中满足3项，明确指出第4项不合格。模型点出那句具体文字，并询问写作者能否亲自保证这个时限，而不是直接改写。
尝试2：把承诺改成“我已将此事转交退款团队，他们会在两个工作日内跟进”，这符合写作者实际能够承诺的范围。
第二次得分：4项中有4项达标。然后写作者才要求查看示范例子，专门比较承认投诉时所用的语气。
这个循环中最有价值的时刻，不是看到最终润色后的版本，而是模型针对某个具体句子提出尖锐问题，迫使写作者真正完成第二次尝试，而不是只编辑模型的作品。
不同领域，同一形状
循环适用于差异很大的子技能：
- 语言学习： 子技能是在语境中正确写出过去时句子；尝试是一小段文字；评分标准检查动词一致和自然语序；反馈指出具体有问题的句子，而不是泛泛地说“语法需要加强”。
- 数据分析： 子技能是根据图表写出一句清楚的洞察；尝试就是这句话；评分标准检查是否说清具体比较，并避免在没有数字时使用“显著”等模糊词；反馈直接指出这个词。
- 公开演讲： 子技能是用具体的引子开场，而不是先展示议程；尝试是写下或录制开场句；评分标准检查具体程度和长度；反馈根据文字稿评价句子本身，不评价现场表现。
无论在哪个领域，模型的职责都相同：保持评分标准不变，对实际尝试打分，并在学习者至少重试一次之前不提供润色版本。
防范两种具体失败模式
答案泄漏。 如果反馈提示中意外包含了接近解法的措辞，例如粘贴了模型可能记得的问题描述和广为人知的示范解答，模型可能只是在复述已知答案，而不是评价你的推理。反馈请求应只围绕你的实际尝试。若反馈读起来像教科书答案，而不像针对你所写内容的回应，就要保持怀疑。
虚构的专业能力。 即使模型无法根据某一领域的现行标准可靠核实正确性，仍可能自信地为技术、医疗、法律或安全关键型任务打分。回答语气自信，不等于内容准确。对于具有现实风险的事项，例如法律文件、医学学习答案或财务计算，在信任评分前，应根据权威来源或合格专业人士的意见核验评分标准和反馈。
跨会话记录进度
单次反馈循环有用；只有连续记录多次练习，才能看出你是真正在进步，还是进入了平台期。
| 会话 | 子技能 | 最佳自评 | 限制得分的因素 | 下一步焦点 |
|---|---|---|---|---|
| 1 | 冷邮件开场 | 2/4 | 第一行泛泛 | 写前研究一个具体细节 |
| 2 | 冷邮件开场 | 3/4 | 具体但太长 | 开场压到一句 |
| 3 | 冷邮件开场 | 4/4 | 无 | 转到行动号召子技能 |
一旦子技能在两次会话中保持顶分，就移到下一个，而不是继续练习你已展示过的东西。
哪些场景不适合使用这套方法
对于出错可能造成身体危险，或必须实时纠正动作的技能，例如驾驶、操作机械、大多数体育运动和乐器演奏，以及医疗和临床操作，聊天式反馈无法观察你的动作、姿势或环境，因此不能代替合格的人类教练。应把这套流程用于可以根据文字或录音评价的可观察成果，例如写作、分析、语言练习、结构化论证和代码审查。
对于刻意练习究竟能保证什么，也应保持更细致的认识。Brooke Macnamara、David Hambrick与Frederick Oswald后续的元分析发现，刻意练习可以解释表现差异中有意义但有限的一部分，在游戏和音乐领域所占比例较大，在教育和专业领域则小得多。结构化且需要努力的练习确实有帮助，但它不是唯一变量。声称练满固定小时数就一定成为专家，超出了证据支持的范围。
围绕循环建立习惯
练习循环只有反复进行才有用，因此它与习惯设计直接相关。应选择稳定的触发线索，例如吃完某一餐或当天合上笔记本电脑之后，而不是依赖“记得要练习”。如果子技能属于正在进行的更大课程，这套方法也可以配合更完整的学习计划使用；如果还需要先理解概念才能开始尝试，则可结合四提示词辅导循环。
今天选择一项范围明确的子技能，先制定评分标准，再在索要任何帮助前亲自尝试。下载刻意练习循环工作表，完成整个循环。
