抽认卡翻车，通常是因为太长、太逐字，或者一张卡同时考多个事实。好卡片只孤立 1 个原子事实，提示清晰到不用回看就能答。聊天机器人默认会把笔记总结成多事实段落当卡片，这对间隔复习毫无用处。下面 12 个 Prompt 强制原子化、强制正确的导出格式、强制正确的测试方向。完整端到端流程见 用 AI 把笔记变 Anki 抽认卡。
一句话总结
- 选对应卡片类型的 Prompt，把原始笔记粘到写着
[粘贴]的地方。 - 坚持一张卡一个事实，答案要短（≤30 字）。多事实卡迟早变 leech。
- 想干净导入 Anki 用 TSV 那个 Prompt（#7）；想做填空句用完形 Prompt（#2）。
- 任何当前模型都能胜任。截至 2026 年 6 月，Claude Sonnet 4.6 和 Gemini 3.1 Pro 都是 100 万 token 上下文，可以一次粘进整章。
- Anki 默认用 FSRS 调度器（自 23.10 起），把目标记忆保持率设在 90% 左右，让它在默认的 8 次失误后自动挂起 leech。
该用哪个模型
这些 Prompt 不挑模型，但粘长笔记时上下文长度有差别：
| 模型 | 上下文（截至 2026 年 6 月） | 说明 |
|---|---|---|
| Claude Sonnet 4.6 | 100 万 token | 措辞精炼、原子化能力强，适合做默认 |
| Gemini 3.1 Pro | 100 万 token | 含在 Google AI Pro（$19.99/月）里；可吞整本教材 |
| GPT-5.5（ChatGPT） | Plus（$20/月）应用内约 320 页；完整 100 万仅 $200 Pro | 应付一章一章的批量足够 |
大多数学习场景，上面任一个的免费档就够用。一次粘一章或一节课的内容，导入前先过一遍输出。
这套 Prompt 适合用在哪
- 语言学习（词汇 + 语法）
- 医学院 / 法学院
- 编程面试准备
- 新技术上手（框架、API）
- 高密度考试冲刺
1. 笔记 → 原子卡
从下面笔记生成 20 张原子卡。每张：1 个问题，1 个简短答案（<=30 字）。需要 1 个以上事实才能答的跳过。如果一句话有 3 个事实，就做 3 张卡。输出 Q: / A: 对。
[粘贴]2. 完形填空卡
把下面每句转成 Anki 完形卡。关键词用 {{c1::term}} 隐藏。若一句话有 2 个可考词，则在同一张卡上用 {{c1::}} 和 {{c2::}}，让它生成两张卡。嵌套不要超过 3 层。每行输出一张。
[粘贴]把结果粘进 Anki 的 **Cloze（完形）**笔记类型（Text 字段必须用 cloze: 过滤器，内置 Cloze 类型已经带好了）。
3. 语言词汇卡
我在学 [language]。从下面词表生成卡：正面 = [language] 单词；背面 = (1) 1 个翻译；(2) 1 个 [language] 短例句；(3) 词性；(4) 若相关，性 / 声调标记。对英语母语者明显的同源词跳过。
[粘贴]4. 代码片段卡
从下面我想记住的代码模式生成卡：正面 = 1 句话描述何时用这个模式（触发条件）；背面 = 片段 + 1 行注意点。不要把函数名直接当正面。
[粘贴]5. 图占位替代
为 [系统] 的图生成 10 张纯文本卡，每张孤立 1 个标注组件。格式：正面 = "在 [系统] 中，[简要描述] 的那个组件起什么作用？"；背面 = 名称 + 功能 <=25 字。6. 反向配对卡
为下面每张卡生成反向版（即原 Q 是"X 是什么"，则做"X 的一个例子是什么"）。标哪向对新手更难。对反向无检索价值的事实（如"1969 年发生了什么"反过来没意义）跳过。
[粘贴卡]7. Anki TSV 导入格式
输出 15 张 [topic] 卡，Anki TSV 格式：正面<TAB>背面<TAB>tags。每卡 2-3 个 tag。第 1 个 tag = 主题；第 2 个 = 子主题；第 3 个（可选）= 难度（easy/medium/hard）。每行 1 张，不要外层 markdown。把输出存成 .txt 文件，在 Anki 里 文件 → 导入，字段分隔符设为 Tab（制表符），把第 3 列映射到 Tags。
8. 优先复习卡
上次测验我错的（下面粘贴）。请针对每个错答暴露的具体缺口生成复习卡，再加 2 张缺失前置基础的"前置"卡。每张标出对应测验题号。
[粘贴]9. 定义 + 例子 + 反例
为 [topic] 生成 10 张卡，每张背面 3 部分：(1) 定义；(2) 1 个清晰例子；(3) 1 个看起来像但其实不属于的反例。正面：仅术语。10. 对比辨析卡
为下面这些我老搞混的配对概念生成对比卡：正面 = "[A] 和 [B] 的关键区别是什么？"；背面 = 区分二者的那一个诊断特征 + 各自适用情境。
[配对]11. 过程 / 序列卡
为下面这个多步骤过程生成有序卡：每步 1 张。正面 = "在 [过程] 中，[第 N-1 步] 之后是什么？"；背面 = 第 N 步 + 1 行为什么必须在这。再加 1 张汇总卡按顺序列全步骤。
[粘贴过程]12. Leech 改写
下面这 5 张我在 Anki 里失败 4 次以上。请重写每张修掉 leech：提示太模糊、答案太长、或一张卡考了两件事。输出新卡 + 1 行诊断原因。
[粘贴 leech]Anki 默认在卡片失误 8 次后自动打上 leech 标签（想更早干预可在 Deck Options 里改成 4）。配合 FSRS，挂起并重写 leech 能让你的真实记忆保持率稳在 90% 目标附近，而不是被一张坏卡吃掉复习时间。
容易踩的坑
- 多事实卡——一张卡考多件事，就是 leech 候选。
- 逐字抄笔记，完全没做原子化。
- 配对概念两向都需要检索，却只做了一向。
- 正面太长——提示读 10 秒还没到答，检索已经失败。
- 给不真正需要记的事实做卡——膨胀拖垮复习速度。把 FSRS 保持率从 90% 提到 95%，每日复习量大约翻倍，所以每张废卡都让你多付一倍代价。
常见问题
2026 年哪个 AI 模型做抽认卡最好？ 当前的头部模型（Claude Sonnet 4.6、Gemini 3.1 Pro、GPT-5.5）用这些 Prompt 都能产出好卡。差别在上下文长度：Sonnet 4.6 和 Gemini 3.1 Pro 都是 100 万 token，可以粘整章；ChatGPT Plus 应用内约 320 页。措辞质量来自 Prompt，而不是模型。
完形 Prompt（#2）在当前 Anki 还能用吗？
能。{{c1::term}} 语法在 Anki 24.11 里没变，内置 Cloze 笔记类型已经给 Text 字段套好了 cloze: 过滤器。唯一值得注意的新限制是完形嵌套不能超过 3 层。
怎样不靠手敲把卡导进 Anki？
用 Prompt #7 拿到制表符分隔的内容，存成 .txt，再用 文件 → 导入，分隔符设为 Tab，把最后一列映射到 Tags。#2 的完形卡可以直接粘进 Cloze 笔记，或作为 TSV 导入到 Cloze 类型的牌组。
该不该调低 leech 阈值？ 默认是 8 次失误。一张卡错到这个次数，问题在卡而不在你的记忆。调到 4 能更早暴露问题卡，好用 Prompt #12 重写。记得开自动挂起 leech，别让它们继续拖累每日队列。
AI 能帮我排复习计划吗？ 不能，也不该。调度交给 FSRS（自 23.10 起就是 Anki 默认），目标保持率设在 90% 左右。AI 只负责写卡和修卡——完整流水线见 用 AI 把笔记变 Anki 抽认卡。