“我想学会看数据。”这句话表达了愿望,却不能指导下一步。学习者很容易让 AI 立刻生成一份三十天计划,结果每天都在“学习数据分析”,却始终不知道自己卡在读题、计算、概念还是解释。
本章只做一件事:用一次真实作答,把模糊的“不会”改写成有证据、可继续处理的学习缺口。
先从“完全不知道怎么开始”“知道方法但执行出错”“结果正确但无法解释”中选择一个最像自己的状态,并写下一条证据。不要急着选“基础差”,因为它无法告诉你下一步该做什么。
某活动邀请了80人,52人报名,39人实际到场。先不要询问 AI,回答:
把答案、犹豫的位置和用过的工具一起留下。比如:“第一问会算;第二问不知道分母用52还是80;第三问觉得75%没错,但说不清它回答什么。”这段记录比一个漂亮答案更有诊断价值。

下面三种表现都可能得到错误答案,但下一步不一样:
同一句“不会”落到不同证据上,会产生完全不同的下一轮任务。诊断的趣味不在给自己贴标签,而在像侦探一样排除错误解释。
诊断不是寻找一个听起来像原因的词。它要求找到“最早从正确走向错误的位置”。如果只写“基础差”“粗心”或“没有天赋”,下一轮仍然无从开始。
一次答错只是一条表现证据,不能直接证明“这个知识完全不会”。疲劳、题意误读、工具使用、提示泄露和偶然计算失误,都可能改变当次结果。更可靠的诊断要把四类信息放在一起:
因此,“做对”也不一定等于掌握:如果答案在完整示范后才出现,它证明的是能够跟随,而不是能够独立提取。反过来,一次笔误也不应被扩大成概念缺失。先根据原始作答提出缺口假设,再设计一个只区分两种可能原因的小任务,诊断才会变得可检验。

一个可执行目标至少说明四件事:
例如,将“学会看数据”改为:
面对一份不超过五项指标的活动统计,在允许使用计算器、不查看示范答案的条件下,能够选择正确分母计算比例,并用一句话说明指标回答的问题。
这个目标仍然可以调整,但已经能够生成诊断任务、记录表现并进行复测。
使用“观察—假设—区分—更新”四步,不急着给自己下结论:
39÷52 与 39÷80 各自回答什么问题。最小任务的价值在于减少无关变量。若一次同时更换主题、增加难度又改变输出形式,答错后仍不知道问题来自哪里。

任选“提高英语”“学会做演示”或“读懂数据”,在一分钟内补齐四个空格:面对____材料,我要完成____动作;允许使用____帮助;达到____标准算完成。若某个空格写不出来,那里就是目标仍然模糊的位置。
可以把原始作答交给 AI,并限制它本轮只做追问:
我的目标是读懂一份简单活动统计。下面是我在查看答案前的作答。
请不要直接给答案,也不要评价我的能力。
请按“读题、概念、方法选择、执行、结果解释”五个位置,提出最多三个追问,帮助我确认最早的卡点。
对每个追问说明:它想区分哪两种可能原因。
原始作答:……收到追问后,仍要由学习者作答。AI 只能提出候选卡点;只有新的作答证据才能支持或排除它们。
在下面的练习中查看几份不同的原始作答,先判断最早卡点,再查看解释。完成后将其中一种诊断方法用于自己的学习主题。
先写下你认为最容易被误判的一类表现,并说明原因。提交后不要只看对错,要比较系统定位的“最早偏差”是否与你的判断一致。
如果交互无法打开,可使用静态替代:从“完全空白”“公式正确但计算错误”“答案正确但无法解释”三份作答中,分别写出一个不能直接下的结论和一个可验证的下一步任务。
记录一次“最初以为是A,看到过程后改判为B”的经历,并写出改变判断的证据。能够更新判断,比第一次猜对更能说明你掌握了诊断方法。
失败做法是只给 AI 一个主题,立即索要长期计划。这样的计划通常看起来完整,却没有使用者的原始作答,也不知道哪些内容已经掌握。
修正顺序是:先选一项代表性任务,留下未受帮助的表现;再寻找最早卡点;最后只安排下一轮需要补学的内容。计划的长度不是质量证据,任务与缺口的对应关系才是。
从下面选择一个愿望并改写:
为它写一个可观察目标,设计两到三个代表性任务,并在不查看帮助的条件下完成其中一个。根据实际表现写出最多三个缺口,不得使用“基础差”“不认真”等无法验证的词。
完成以下记录即通过本章:
将结果写入专题学习档案的“起点诊断”部分。下一章将使用这份记录选择主资料并核查 AI 解释。