AI学习助手

IMPACT ENGLISH · SINCE 2002

AI 学习助手:把一个 AI 变成可以练的对手

同一个 AI,设定不同,效果差很多。本文给出一套可复用的提示词结构(十个要素)、三个实际示例,以及使用中最容易犯的三个错误。


一、为什么同一个 AI,效果差很多

大多数人对 AI 的用法是:问它问题。

但语言训练需要的不是"问答",是对话——有角色、有场景、有难度、有要求。

差别通常不在 AI,在提示词。

二、一个合格的训练提示词包含十个要素

我们在设计训练用提示词时,通常包含下面十项:

  1. Role|角色 —— AI 扮演谁
  2. Context|场景 —— 在什么情境下发生
  3. Learner level|学习者水平 —— 大概什么程度
  4. Goal|目标 —— 这次要练什么能力
  5. Interaction rule|互动规则 —— 一次说多少、怎么轮换
  6. Response requirement|回应要求 —— 学习者必须做什么
  7. Feedback rule|反馈规则 —— 什么时候纠错、怎么纠
  8. Difficulty control|难度控制 —— 太难或太简单怎么办
  9. Repetition / variation|重复与变化 —— 同类能力重复几次
  10. End condition|结束条件 —— 什么时候算练完

不需要每次写全十项。但第 1、4、6、7 项不能省。

三、三个示例

示例一:给小朋友的场景对话

你扮演一位新西兰的面包店店员。我是一名 8 岁的学生,英语水平大约是 A1。 场景:我进店买两个面包。 规则:你每次只说一到两句话,用简单词。等我说完再开口。 要求:我要用英语说出买什么、要几个、多少钱。 反馈:整个对话结束之后再告诉我哪两句可以更自然,不要在对话中途纠正我。 难度:如果我听不懂,换更简单的方式再说一遍。 结束:我买完说 Thank you 之后对话结束,你给我一句总结。

示例二:练"解释一个观点"

你是一位有耐心的对话伙伴。我是一名中学生,想练"用英语解释一件事"。 话题:为什么有人喜欢早起。 规则:你先问,我来答。我答完你追问一句"为什么"。 要求:我每次回答必须说出至少两个理由。 反馈:每三轮之后,指出我表达里最值得改的一处,并给我一个更好的说法。 结束:我连续说满六个理由后结束。

示例三:成年人练"工作场景回应"

你扮演我的同事,我们一起准备一个项目汇报。 规则:你用正常语速和我讨论,不要刻意放慢。 要求:我需要回应你的三个追问,每次至少两句。 反馈:结束后指出我哪句话听起来不够确定,应该怎么改。

四、三个最常见的错误

错误一:让它"教",而不是让它"陪练"。

"给我讲讲现在完成时"——这是查询,不是训练。

"用现在完成时跟我聊你上周末做了什么,我回你一句"——这才是训练。

错误二:中途打断纠正。

对话正进行时被反复纠正,学习者会停止思考内容,转而担心形式。反馈应当在结束之后给。

错误三:难度一次跳太高。

难度略高于当前水平最有价值;高出太多会直接放弃。看不出来的时候,让它降一级。

五、一个判断标准

用完一次 AI 练习之后,问自己一个问题:

这一次,我说的话比它说的话少吗?

如果答案是"是",那这次训练的机会多半被浪费了。

本文依据

  • 观察来源: AI 对话训练中的提示词实验
  • 模型出处: AIR Prompt 设计原则(十要素)
  • 待验证项: 不同提示词结构对训练效果的影响差异
  • 外部文献: 任务型互动、反馈时机与二语口语发展的相关研究

下一步: 想了解 AI 在学习中的整体位置,看「AI 学习体系」;想了解怎么挑工具,看「AI 工具中心」。

署名: 研究院研究组 Research Institute · 杨斯毅教育研究院

首页 课程 研究 微信