课堂笔记不是权威逐字稿。它混合了讲师说过的话、幻灯片上的内容、学习者自己的推断，以及注意力转移时漏掉的信息。如果把这些内容直接做成记忆卡，一处错误可能会被保留整个学期。
这套工作流有明确的分工。AI辅助阅读与记忆循环用于处理一篇完整文本；用AI落实学习科学则从一般层面解释主动回忆、间隔学习和交错练习。这里要建立的是一个持续积累的课堂题库，每个条目都保留周次、出处标记、不确定性、纠正记录，以及它与后续课程内容的关系。
第1步：根据笔记建立出处记录
不要要求模型凭一般知识重构“微观经济学第6周”。它没有参加你的课程，也不知道课程强调、略过或采用不同定义的内容，更不知道哪些内容会被考核。
在生成问题前，给每段笔记加上标记：
| 标签 | 含义 | 示例 |
|---|---|---|
LECTURE | 你记录下的讲师口头陈述 | LECTURE: price ceiling can create shortage |
SLIDE | 你抄录或转述了特定幻灯片 | SLIDE 18: diagram has Qd > Qs |
MY-INFERENCE | 你的解释，尚不是课程结论 | MY-INFERENCE: connects to last week's rationing example |
GAP | 缺失、可疑或内部矛盾 | GAP: why does the curve shift here? |
添加周次或主题标识；有条件时，再加页码、幻灯片编号、时间戳或指定阅读材料的位置。总结有助于整理思路，但不一定准确，也不等于完成了一次主动回忆。标签能防止你的推断悄悄变成“讲师说过的话”。
第2步：把核验过的笔记转成有来源依据的测验
只生成所提供笔记足以支持的问题。不要让模型填补GAP，也不要把MY-INFERENCE提升为参考答案。
只使用下面带标签的课堂笔记，起草：
- 针对LECTURE和SLIDE陈述的简答题；
- 仅在笔记包含示例或规则时生成应用题；
- 针对每个GAP或矛盾单列澄清清单。
每道题都要包含：
1. 问题ID和周次/主题；
2. 来源标签和确切笔记位置；
3. 仅由该条笔记支持的暂定参考答案；
4. 若笔记不完整或含糊，添加不确定性标记。
不要使用这些笔记之外的学科知识。
不要把MY-INFERENCE变成课程结论。
不要回答GAP条目。
[粘贴带标签的笔记]
每道题和暂定参考答案进入题库前，都要对照笔记中的出处标记进行核验。没有出处支持的问题应删除，或移入待澄清清单。
这样可以维持以证据为依据的分工：练习测验可能有助于之后的记忆保持，但主动回忆必须由学习者本人完成，材料也必须由学习者核查（Roediger and Karpicke, 2006；Dunlosky and colleagues, 2013）。这些研究并不能证明AI生成的参考答案正确，因此仍须核对来源。
第3步：独立作答，再记录错误类型
根据课程日历和需要保持记忆的时长选择第一次测试日期；本文不规定统一间隔。合上笔记，在查看暂定答案前先作答。
每次作答记录一种结果：
SUPPORTED：符合已核验笔记及其范围；INCOMPLETE：遗漏了笔记支持的要素；CONTRADICTS-SOURCE：与笔记或指定材料冲突；QUESTION-DEFECT：问题含糊、没有依据或源自错误笔记；UNRESOLVED-GAP：需要讲师、助教或获授权的课程来源解决。
在阅读模型生成的改写前，先重试答错的问题。模型可以把文本与已核验答案对照，但不能仅因为一条尚未核实的笔记内容与常见教材解释相似，就断定它是真的。
第4步：随学期推进建立间隔日历
为每道题设定下次复习日期，而不是答完一次就归档：
| 问题ID | 周次/主题 | 上次结果 | 下次复习 | 选择该日期的原因 |
|---|---|---|---|---|
| W1-Q04 | 供给与需求 | SUPPORTED | 九月14日 | 课程测验在九月18日 |
| W2-Q07 | 弹性 | INCOMPLETE | 九月10日 | 需要更早重试 |
| W3-G02 | 市场失灵 | UNRESOLVED-GAP | 答疑时间后 | 参考答案尚未确认 |
以上日期仅供说明，不是推荐日程。有用的间隔取决于记忆目标和以往表现，而不是一个固定周期（Cepeda and colleagues, 2006）。未解决或答错的条目可提前复习；需要保留到考试或后续课程依赖的材料，则安排一次更晚的累积核查。
第5步：建立跨周依赖图
完成数次课程后，请模型提出候选关联，但不要让它把关联宣布为事实：
只使用这些已核验的问题库条目，提出可能满足以下条件的条目对：
- 在不同情境中使用同一规则；
- 对比容易混淆的概念；
- 展示后续主题对先前主题的依赖。
每个候选关联都要引用两个问题ID。
在我依据课程来源核验前，将该关联标记为CANDIDATE。
不要凭学科一般知识创建关联。
经核验的条目对可以混入后续练习，让你判断应使用哪个概念。关于交错练习的研究表明，对比练习在部分情境中有效，但效果并不普遍；不要声称自动混合的题库一定能改善某门课程的学习结果（Dunlosky and colleagues, 2013；Birnbaum and colleagues, 2013）。
当笔记错误或不完整时
若自测暴露缺口或矛盾，不要让AI用一般知识填补后就把结果视为课程事实。查阅教学大纲、幻灯片、指定教材、获授权的录音、教学人员或其他官方课程渠道。其他学习者的笔记只能作为比较证据，不能自动解决分歧。
保留一条解决记录：
Gap ID: W3-G02
原始笔记：[文本]
冲突：[哪里对不上]
提出的问题：[确切问题]
解决来源：[获授权的来源/人员与日期]
已更改的题库条目：[IDs]
如果一次纠正改变了参考答案，应把旧答案标记为已取代，而不是悄悄覆盖。这样才能看出哪些较早的练习结果需要重新测试。
在学习小组中共享
若你与他人一起学习，合并材料前应比较来源标签和问题ID。分歧在获授权的课程来源解决前都属于GAP；多数人同意并不能让一条笔记变正确。用AI协调学习小组说明如何分配角色并保留独立尝试，而不把某个人的问题库变成小组不加质疑的来源。
这套工作流无法解决的问题
这套工作流整理证据与练习记录，但不保证记忆保持、考试表现或理解正确。反复失败可能说明题目本身有误、笔记不完整、缺少先修知识，或某个概念需要换一种讲解方式。应找出原因并寻求相应帮助，而不是继续根据同一份薄弱材料生成更多变体。
尊重课程规则与来源权利
不要把受限的幻灯片、录音、考核题、个人信息或同学笔记上传到未经批准的服务。只处理你获准使用的材料，并核对机构的AI与学术诚信规则。正式考试或计分任务中，除非书面规则明确许可，否则禁止使用AI；参见用AI备考而不越界作弊。
建立第一条题库记录
选择一堂已经结束、而且你有权使用相关笔记的课程。给笔记添加出处标签，生成一小组问题，删除所有缺乏有效出处的条目，再独立回答其余问题。在笔记转主动回忆练习日志中记录下次复习日期和一个尚未解决的疑点。最终成果应是一条可追溯的题库记录，但这并不表示你已经掌握了这些材料。
