学习 · 熟练
资料越多，它答得越糊
不是模型不行，是它没分清哪份是框架、哪份是讲解
把 PPT、逐字稿、讲义、题目和自己的笔记一起丢进去，再说一句「帮我总结」—— 出来的东西往往「看着全、复习时用不上」。问题不在模型，也不在提示词够不够高级：AI 看到了资料，不等于它分清了资料。同一份课里，PPT 是框架、逐字稿是讲解、讲义是规则、题目是练习、笔记只代表你自己的理解 —— 这五种东西压缩时该占的分量完全不同，混在一起只能压成一段谁都不像的大总结。这一页给四步：先给每份资料定角色 → 清理再生成 → 按用途出五段 → 用复述验收。
方法 · 一图看懂
1
先标角色，再上传 — 让它在动手前先说清：哪份定框架、哪份补讲解、哪份核规则、哪份是题目、哪份只是你的猜测
2
清理一轮再生成 — 删寒暄口误与识别错、合并重复表达，只保留结论、判断过程、适用条件与典型例题
3
按用途出五段 — 知识点 → 方法 → 例题 → 易错点 → 自测题，而不是一段大总结
4
题目与答案分开存 — 自测题单独一个文件，抽考时才不会被上一行的答案带跑
原理 · 为什么有效
一份资料被压成一段总结，最常见的原因不是模型能力不足，而是它拿不到「这些东西分别是什么」这条信息。它只能按「文本相似度」合并，于是老师的结论与你的猜测并列、题干与讲解混排、重复的口语被当成重点。角色一标，压缩就有了取舍依据：框架层必须完整保留（它是复习时的目录），讲解层可以压缩但保留判断过程，规则层要逐字引用，题目层要保留原题干与选项，笔记层只能当疑问清单。这也解释了为什么「资料越传越多、复习越用不上」——每多传一份没标角色的材料，就多一份「平均分」的力量，把真正重要的那几页稀释掉。
适用场景
适合：手上有成套网课资料（PPT ＋ 逐字稿 ＋ 讲义 ＋ 题库）要备考、发现喂给 AI 后得到的总结「什么都有、什么都记不住」、或者要给一门课建一份能反复用的复习底稿的人。
⚠️ 前提：愿意先花十分钟给文件加前缀并写一行用途，而不是把所有文件一次拖进对话框。
不适合：只有一份材料、只想快速看个大意 —— 那时一句「用三句话说清这篇讲什么」就够了，标角色是多余的动作。
自测 · 5 问
每份上传的文件，你能一句话说出它在这门课里负责什么
生成的成果里，能指认出哪一段来自框架层、哪一段来自讲解层
规则与数字是逐字引用，而不是它用自己的话复述
题目保留了原题干与选项，没有被缩写或改写
关掉资料，你能用自己的话把这一章的三个结论讲出来
怎么上手 · 验证步骤
先建一个文件夹，把资料按「框架 / 讲解 / 规则 / 题目 / 笔记」五类重命名（前缀就够，如 01-框架-第3章PPT）。第一次对话只做一件事：把文件清单发给它，让它逐条说出「这份在整理里负责什么」，你改到对为止。确认后再让它清理与生成 —— 这一步花十分钟，后面每一次复习都省事。
生成完之后做一次「抽考」：只打开自测题那一个文件，先答一遍，再回去对答案。凡是答不出来的，回到五段里的「易错点」那一节补一行，而不是回去重看视频。