一、计划写了一整页，日历里还是一条空白
很多备考考研、考公的人都有过同一个开头：买齐资料，列一张从年初到考前的复习表，把时间切成上午数学、下午英语、晚上专业课。表拉得很长，看着也有底气。
真正开始执行，第一批问题就来了。今天到底先看哪一科？昨天英语没做完，今天要不要补？白天要上班或上课，只有晚上两小时，两小时里塞得下三科吗？到了月底回看，计划表上打勾的地方稀稀拉拉，错题本翻开来还是第一次记的那几页。
还有一种更隐蔽的状态：每天在书桌前坐很久，但一天结束时说不出自己具体掌握了什么。临近考试才发现，某几个模块几乎没动过。
问题的关键往往不在「计划写得不好」，而在计划写完到执行之间缺了一段——计划没有落到日历上，于是它始终停留在「想法」层面，而不是「占用了某个时间段」的事情。
二、为什么这一步常常会断
拆开看，卡点通常有四个：
- 粒度不对。 计划写「这个月复习数学」，日历放不进去，因为日历只认「某天某个时段做什么」。反过来，把每天排成十几项小任务，一旦有一天没做完，后面全乱，第三天就索性不看了。
- AI 给的是文本，不是日程。 现在主流 AI 助手普遍能生成备考计划。Google Gemini 官方对自身的定位里就包含 writing、planning、brainstorming（来源：Google Gemini 官方产品页），也就是说「生成一份学习路径」这件事本身已经不稀缺。但输出通常是一段对话或一份结构化文本，把里面每一条逐字敲进 Google Calendar、苹果日历或滴答清单，仍然要手动完成。
- 缺中间那一层。 中文互联网上这个话题被两拨内容分开了：一拨讲 AI 工具，一拨讲技术实现——w3cschool、阿里云开发者社区、CSDN、博客园上大量文章集中在 JSON 对象的遍历与解析，讲的是怎么把结构化数据里的字段逐个取出来。两边都对，但「AI 计划 → 结构化数据 → 日历事件」这层实操衔接，写得少。
- 只有「学」，没有「回顾」。 错题记了一本，却从没为「翻错题」这件事在日历上占一个时段。没有时间段的承诺，回顾就永远是「有空再说」。
三、把计划搬进日历的四个做法
做法 1：按周设单一重点模块，每天任务量控制在 2-3 项
先把「这一周的重点是什么」定下来，一周只留一个主模块，其余科目只做维持性练习。然后每天的日历上只放 2-3 条任务，每条都写成动词开头、带明确时长。
例如：
- 周一：线代第 3 章 视频 50min + 课后题 50min
- 周二：英语阅读 2 篇 + 精读 40min
- 周三：专业课第 5 章 笔记整理 60min + 背诵 40min
一周只有 7 天，把主模块这一周想推进的量先算清楚，再倒推每天放多少。宁少勿多——留出来的空档用来补前一天的尾巴，比塞满之后崩盘要好。
做法 2：用固定时长衡量进度，而不是固定页数
「今天看完第 3 章」和「今天做 50 分钟线代」是两种不同的承诺。章节难度不均匀，页码跟实际投入也不成正比，用页数做目标很容易第一天超额、第二天就崩。
日历本来就是按时间切块的。直接给任务设时长——50 分钟一个块，中间留 10 分钟——执行时判断标准很干净：时间到了，就记下做到哪一步，下一块接着来。这也让「今天状态不好」变得可处理：不是「没完成计划」，而是「这个 50 分钟的块推进得慢一些」。
做法 3：把 AI 的输出整理成「日历三列」，一次性导入
不要一条一条手动敲。让 AI 把计划重新输出成三列：日期 / 时长 / 任务名，再转换成日历能读的格式。
- Google Calendar 支持导入 CSV 文件，字段顺序大致是 Subject、Start Date、Start Time、End Date、End Time（具体以 Google 官方帮助文档为准）；
- 苹果日历（macOS 日历）可以导入 .ics 文件，不少在线工具能把整理好的表格转成 ics；
- 滴答清单等任务工具支持批量添加或导入，更适合按「待办 + 日期」而不是「时段」来排。
这一步的价值在于：表格只需整理一次，之后每周复制一份、改掉任务名和日期，就能批量生成一整周的日程。把 AI 当作出表格的助手，而不是出长段文字的助手。
如果 AI 直接吐 JSON 也不用自己去遍历——让它把字段重排成上面那三列、用表格或 CSV 输出即可。
做法 4：把「回顾」当成一类任务排进日历
错题和笔记的价值不在「记」，在「回看」。所以回顾要有固定时段，而且排得比新内容更硬。
可以这样安排：
- 每周一个 60-90 分钟的错题复盘块，位置固定在周末，标题里写清覆盖范围，比如「复盘：线代 + 英语阅读（第 6 周错题 1-24）」；
- 每两周一个 60 分钟的模块小测块，用来判断这个模块要不要再来一轮；
- 错题按周编号，编号写进日历事件标题。这样翻开错题本，能一眼看出哪些题已回看过两次、哪些一次都没翻。
记笔记的环节也可以简化。一份笔记只保留三层：这一节讲了什么、我卡在哪、下次复习时先看哪一句。第三层是给未来的你看的，比抄得工整更有用。
附：计划中断了，怎么重新接上
备考周期动辄半年到一年，中途断掉几乎一定会发生：加班、生病、模考成绩起伏、亲友询问进度、刷到同辈晒的学习时长后心里一沉。真正影响结果的，是断掉之后怎么回来。
一个可用的处理方式是「三件事重启」，不做全盘重排：
- 找回当前周的重点模块——只问「这一周的主模块推进到哪了」，别去翻已经错过的那些天；
- 把漏掉的回顾块合并成一个——两周的错题堆进一个 90 分钟里过一遍，按模块分堆，不逐题重做；
- 把剩余天数和剩余时长重新分配——先算还剩多少小时，再决定哪些模块做专项、哪些只做维持，必要时主动砍掉一个次要模块。
配一个场景：一位在职备考者的典型一周是工作日晚上 20:30-22:30、周末各 5 小时。第一版计划在周中每天都排了数学 + 英语 + 专业课，执行到周三就断了。改成「每天 2 项、一个主科」之后，周三留成机动位专门补尾巴。三周后一次小测里某个模块分数不理想，就把下下周的周一从新章节改成该模块的专项——调整的是排期，不是整个计划。
四、如果有一个 AI 助理来承接这套流程
上面这些做法有个共同前提：你得定期把计划重新整理成表格、判断哪一周该换主模块、把中断后的剩余时间重新分配。次数多了，这些「整理工作」本身就会变成负担。
这也是像 Bloom 这类 AI 学习工具值得留意的地方。Bloom（bloomtutor.app）的机制是：输入一个主题或你自己的资料，它先写大纲，再一课一课地教；下一课怎么讲，取决于你划了哪里、问了什么、留下了什么反馈。也就是说，它生成的是一条有节奏的课程序列——而有节奏的序列，天然对应日历上一格一格的固定时段，比一段笼统的「复习建议」更容易落进日程里。
时踪(DeepPath) 想承接的则是这套流程里更靠后的一段：把目标聊清楚、拆成能放进日历的步骤、把资料和错题沉淀成可持续回看的知识库，再根据你的实际执行情况调整后面的安排。它把这件事叫做「第二大脑」——不只存放你收集的资料，也在你需要时把相关内容重新串起来。对备考这种周期长、变量多的场景来说，一个能跟着执行情况一起调整节奏的助手，比一份写完就固定的计划表更贴合实际。
五、今晚可以做的三件事
- 写下下周的一个重点模块，以及它对应的每日任务，每天不超过 2 项；
- 把这三列（日期 / 时长 / 任务名）整理成表格，导入你常用的日历，先排 3 天；
- 在周末空出一个 60 分钟的错题复盘块，标题里写上覆盖的错题编号范围。
如果想让这套流程少一些手动整理，可以去 deeppath.cc 看看时踪(DeepPath) 是怎么处理目标拆解和日程调整的。能不能帮上忙，拿自己的备考目标试一次就知道了；也可以写信到 contact@deeppath.cloud 直接问。