用 AI 生成课后追问问题

走出 90 分钟课堂带 5 个挂在具体 slide / 行 / 公式上的精准问题去 office hour——而不是一句模糊的 后半节我都没听懂。

任务场景

课刚结束 4 分钟。你大概跟了 60%,笔记里有 3 句话写到一半就断了,office hour 是明天下午 2:30。你想带 5 个具体问题进门——每个挂在一张 slide、一行笔记、或者老师说”显然”而你在旁边写”???”的那个瞬间——而不是模糊地问”能不能把后半节课再讲一遍?“。

什么时候适合让 AI 来做

AI 擅长把模糊笔记翻译成精准问题、按”哪个问题能解锁最多下游内容”排优先级、提醒你先自己尝试一遍再问。它也能抓出你”应该问但还没意识到”的那种——把今天和上周内容连起来的跨概念问题。AI 做不到的:问你笔记没记到的东西。你整张 slide 23 都漏了,模型不知道 slide 23 存在。要么回头看 slide、要么把录音转写或教材章节也喂进去。

经典失败模式:再讲一遍式问题——AI 默认输出”老师能再讲一下 slide 17 的证明吗?“,让老师为一个学生重跑一遍课。强制每个问题必须指向具体行 / 公式 / 步骤,并点名”卡的具体是哪一步”。

需要先给 AI 的信息

  • 课堂笔记——手敲、照片 OCR、或者录音转写(原文也行)
  • 有 slide 编号就给,哪怕模糊(“slide 22-25 之间走神”)
  • 2-3 个你走神的瞬间,描述不清也行——“推导切换的地方”、“她换 index 那段”
  • 是否有教材章节 / 课程阅读作为后备 context
  • 上周笔记,如果今天的课在它基础上
  • 你这次 office hour 的目标——通过下次问题集、midterm 准备、问一个深问题
  • 老师是否允许提前邮件发问题
  • 课程级别——入门、高级本科、研究生——决定问题能假设的精确度

可直接复制的 Prompt

从我的课堂笔记生成 5 个追问问题。

笔记(原文或整理过的):
{粘贴笔记 / OCR / 转写}

走神瞬间:{尽量带 slide / 时间戳 / 行号}
后备 context:{教材章节 是/否,上周笔记 是/否}
课程级别:{入门 / 高级本科 / 研究生}
Office hour 目标:{问题集 / midterm / 一个深问题}

每个问题返回:
1)问题本身——精准,指向具体 slide / 行 / 公式 / 步骤。不是"能再讲一遍 X 吗"。
2)为什么问——点名暴露的具体 gap("index 没说就换了"、"前提突然不再陈述"、"那个例子是 special case 但没标")。
3)1-5 优先级——哪个问题被答之后,能解锁下次问题集最多内容?
4)问之前我应该先做的 30 秒自检(重读 X、查 Y、画 Z)。

规则:
- 任何问题不许以"能不能再讲一下 X"开头。
- 至少 1 个问题要把今天的课和之前学过的概念连起来。
- 至少 1 个问题要问"这是 general 结论还是 special case?"——大多数糊涂藏在这。

短版本——只要 1 个最锐的问题

从这段笔记:{粘贴 200-300 字}
生成我去 office hour 应该问的那 1 个最锐的问题。挂在具体 slide 或行上。附一句问之前我先做的自检。

输出示例

好的 office hour 问题:“slide 23,gradient update 的推导第 2 行到第 3 行,求和 index 从 i 换成了 k,没解释。我的笔记写’因为求和’,但我看不出是按 k 求还是按 i 求。k 是 batch index、i 是 feature index,还是反过来?“老师 30 秒能答,你走出门不再卡。

好的跨概念问题:“上周课讲 regularization 是 L2 惩罚项。今天的 loss 看起来用了一样的惩罚项,但 lambda 乘了样本数。这是不同的 regularization(mean vs sum),还是同一个但换了惯例?”

好的自检提示:“先自检:去看教材脚注里关于惯例的那段——大概率就讲了 lambda 和 N·lambda 的区别。看完还不清楚再问。“

怎么改输出

  • 必须挂在具体锚点 —— “每个问题必须指向 slide 编号、公式标号、或我笔记里的某一行。泛泛问题只会得到泛泛回答。”
  • 点名卡的那一步 —— “每个’为什么’句要明写卡的具体动作——‘index 换了’、‘前提被丢了’、‘例子没标 special case’。”
  • 要求自检 —— “加一句问之前 30 秒自检。如果自检能解掉,就别问,换下一个。”
  • 找跨概念问题 —— “至少一个问题要把今天和上周连起来。跨概念问题能暴露课程是不是在我漏掉的基础上累积。”
  • 按问题集排优先级 —— “重排:第一名应该是最可能出现在下周作业里的那个。“

容易踩的坑

  • 问”能再讲一遍 X”——老师要么重跑(两人都浪费)、要么干总结(你学不到新东西)
  • 一次带 10 个问题——挑 2-3 个最重要的,剩下下次或邮件
  • 不先自己尝试——当场尴尬 + 减少你下次更难尝试的动力
  • 只问 notation 类窄问题、漏掉概念问题——符号流利但不懂为什么
  • 把问题包装得看不出”你没听懂”——多花 5 秒承认能省老师 5 分钟
  • 让 AI 编你没有的 slide 编号——它引用 slide 31 而你只有 1-25,那个问题直接丢
  • 不重读 slide 就去 office hour——多数问题在重读时自解
  • 把 office hour 当成”在这学内容”——它是修补具体 gap 的地方,不是重听课的地方

FAQ

  • 笔记乱怎么办? —— 先 OCR 或转写,让 AI 整理结构再生成问题。输入越干净,问题越锐。整理过程本身也会暴露你没意识到的 gap。
  • 问题要提前邮件给老师吗? —— 老师或助教鼓励就发。他们会带准备来,省掉”我找一下那张 slide”的尴尬时间。不确定就问一次再看反应。
  • 整整 10 分钟没跟上怎么办? —— Prompt 里直说:“slide 20-23 那段我大概漏了 10 分钟。生成 2 个追赶问题,被答之后能让我重建漏掉的部分。“配合教材章节作为后备。
  • 问题该假设我读了教材吗? —— 研究生 / 高级本科可以,老师会按那个层级答。入门课明确写:“我还没读章节——只按课件层级提问。”
  • 问题还是显得泛怎么办? —— Prompt 加:“任何放到别的课也能问的问题都换掉。每个问题必须依赖我给的具体 slide 才能问得出来。“

相关阅读

标签: #AI 写作 #学习 #工作流 #学习