1. 从官方考试范围开始
收集课程大纲、学习目标、考核形式、评分说明和老师通知。这些是 AI 不能替你安全猜测的边界条件。
可以让 AI 帮忙把范围分成主题与前置知识，但在建立日程之前，一定要和原始文件逐项核对。
2. 用 AI 建立结构，而不是制造确定感
让 AI 拆分资料、制作比较表、列出常见误区或安排学习任务顺序。把输出当作帮助整理的草稿，而不是课程内容的权威版本。
- 始终保留原始资料用于核对
- 标出需要检查的结论、计算和引用
- 删除超出考核范围的生成细节
3. 生成练习之后，还要认真检查
AI 可以快速创建不同层次的问题，但数量并不等于质量。检查每道题是否有可靠答案、是否使用正确术语，以及是否符合考试要求的思考方式。
尽可能加入老师提供的例题和往年试卷。与通用提示相比，它们更能反映真实题型和难度。
4. 诊断知识缺口，不要只收藏内容
先独立回答，再让 AI 提供解释。对比自己的推理，找出最早出现错误的位置，并针对这个具体缺口请求更小范围的解释或相关练习。
根据结果调整计划。能够顺利回忆和应用的主题可以减少时间，反复出错和缺失的前置知识则应增加投入。
5. 保护考试真正要衡量的能力
如果考试要求在没有辅助的情况下写作、计算、分析或判断，那么部分复习必须还原这种条件。暂时关闭 AI，完成限时且无提示的尝试。
同时遵守学校的学术诚信规定，不要上传受限制的资料、个人数据或保密试题，也不要在禁止的情况下把生成内容作为自己的作品提交。
- 尽量在独立尝试之后使用 AI，而不是每次尝试之前
- 用可信课程资料核对高风险信息
- 定期在没有 AI 的情况下练习，确保能力真正属于自己