如果你真的在搜索引擎里敲过一次“备考AI”，可能会看到一个有点荒诞的结果：返回的条目里大半是 JSON 语法速查、JSON 与 JSONP 的跨域原理、Postman 导入 JSON 文件、npm 的 package.json 解读这类开发者文档；真正和备考沾边的，往往只有一份类似 doc88 上《2019届高考一轮复习备考资料之政治人教版讲义》这样的静态讲义——讲义加解析，本身不含任何 AI 能力。
这个召回偏差其实说明了一件事：把“AI”和“备考”真正缝在一起、落到日常动作上的内容，还很少。大多数备考人手里有题库 App、有笔记软件、有网盘里几百个 G 的资料，但这些东西彼此不通，谁也不告诉谁“你今天该做什么”。
一、备考人真正卡住的三个地方
第一，计划是按“理想状态”排的。 排计划的时候，默认自己每天有 8 小时高效时间、不会生病、不会被临时任务打断。一旦某天没完成，进度表就开始欠账，欠到第三周，人干脆不看了。计划失效不是因为执行差，而是因为计划本身没有留冗余、没有反馈接口。
第二，错题只抄不分析。 错题本抄得很整齐，但翻开一看，只有题目和正确答案。三个月后再看，你还是不知道自己当初错在哪一步——是概念没记住、公式用错、审题漏了条件，还是纯粹算错。没有错因分类，错题本就是一本抄写练习册，刷三遍还是会踩同一个坑。
第三，知识是散的，AI 用起来只能给通识答案。 你把讲义、真题、笔记分别存在网盘、手机备忘录和某个 App 里。当你想问 AI“我上周做错的这道题涉及哪个考点、和第三章哪一节连着”，它不知道你的进度、不知道你的资料、不知道你上次错在哪。它只能给你一段教科书式的通用解释。
这三个问题的共同点是：信息在收集，但没有被结构化；有输入，但没有反馈回路。
顺便说一个容易被忽略的技术事实：JSON 作为一种与语言无关的结构化数据交换格式，文件扩展名是 .json，互联网媒体类型是 application/json（来源：《JSON 备忘清单 & json cheatsheet & Quick Reference》）。它之所以被大量系统用来存数据，就是因为字段固定、机器可读。这个思路恰好可以搬到你的备考上——把“我学了什么”写成有固定字段的记录，复盘才有可能自动化。
二、四个可以直接照做的做法
做法一：把大目标倒推成“周验证点”，而不是“每天学几小时”
不要写“每天学 6 小时”，要写“本周日之前，能不看答案复述出第三章的核心公式并做对 10 道对应真题”。
具体操作：
- 先写终点：考试日期、科目、你要达到的目标分数或掌握程度。
- 拆成阶段：把剩余时间切成 3—4 个阶段，每个阶段只盯 1—2 个重点模块。
- 落到周：每周写 1—3 个可验证的产出，比如“完成 30 道函数真题，错题归因完成”“背完 200 个高频词并能默写”。
- 留缓冲：每周只排 5 天的任务量，空出 1—2 天作为追赶和休息。
“可验证”这三个字是关键。它让你周日晚上能给自己一个明确的判断：过或没过。过得去就进入下一阶段，过不去就调整，而不是稀里糊涂地继续往前翻书。
做法二：给每道错题加固定字段，让错题本变成数据集
从今天起，错题不要再只抄题干和答案。用固定字段记录，字段名固定下来之后就不用改，长期积累才有比较价值：
- 考点：这道题属于哪个章节、哪个知识点
- 错因：概念不清 / 公式记错 / 审题遗漏 / 计算失误 / 时间不够（只选一个，不要写“粗心”）
- 正确思路：一句话写清从题面到答案的关键一步
- 变式：这道题如果改一个条件，解法会不会变
- 复习日期：录入当天 +1 天、+7 天、+30 天
字段固定下来最大的好处是，你每周可以按“错因”做一次聚合：如果这周 12 道错题里有 7 道是“审题遗漏”，那下周的重点就不是多刷题，而是练审题标记。这个判断，靠翻错题本是看不出来的。
做法三：每周做一次 20 分钟的复盘对话
固定一个时间，比如周日晚上。对着本周的错题记录和任务完成情况，回答四个问题：
- 这周计划了哪些事，实际完成了哪些？差额出现在哪一天、因为什么？
- 错题里出现次数最多的错因是什么？
- 哪个知识点我以为会了、其实还不会？
- 下周要改的一个具体动作是什么？（只改一个，不要列五条）
这四个问题可以自己问自己，也可以对着 AI 问。区别在于：如果 AI 手里有你这一周的错题字段和计划记录，它能帮你找规律，比如“你最近两周的错题集中在概率部分，而且都是第二步开始错”。这种横跨多天的模式，人在疲劳状态下很难自己看出来。
做法四：给 AI 准备一份“背景文件”
通用聊天窗口最大的问题是没上下文。解决办法是你自己维护一份简短的背景文件，内容不需要长：
- 目标：考什么、什么时候考、目标分数
- 现状：目前各科大致水平、每天可用时间、固定占用时间（上课、上班）
- 资料清单：在用哪本教材、哪套真题、进度到第几章
- 当前卡点：最困扰你的两三个问题
每次向 AI 提问前，把这份背景贴进去，或者存在一个能持续读取的地方。有上下文和没上下文，得到的回答完全是两个层级——前者能针对你的第三章给你出题，后者只能给你一段泛泛的复习建议。
三、如果有一套助理来承接这套做法会怎样
上面四件事都能手工做，但它们有一个共同的摩擦点：分散在不同工具里，需要你自己当那个“串联的人”。计划在一个地方，错题在另一个地方，背景文件在第三个地方，每周还得记得主动去复盘。人一旦忙起来，最先被牺牲的往往就是复盘。
时踪(DeepPath) 的定位正好落在这个位置上——它把自己称为“第二大脑”，不是再做一个资料仓库，而是把目标、计划、资料和执行反馈放在同一条线上。它的几个能力和上面四个做法是对应的：对话探索目标对应“先想清楚考什么、卡在哪”；智能计划把目标拆成可执行步骤，对应“周验证点”；知识收集与整合会把你的文件和信息归到个人知识库，对应“背景文件”；执行过程中还能根据新情况调整方案，对应“每周复盘后改一个动作”。
举个具体场景：你告诉它“12 月前要把专业课三本书过完两轮，每天可用时间大约 3 小时，周三晚上有课，周末可以多两小时”，它会先把这个目标拆成阶段和周任务；你把每周错题按固定字段录进去，它帮你按错因归类；过两周你说“这周只完成了六成，因为开始做真题后发现基础题太慢”，它会据此把下一阶段的节奏往前调，而不是继续按原表往下压。它所谓的“自进化”，说的其实就是这个——方案跟着你的真实执行情况走，而不是你跟着一张死表走。
四、下一步可以做什么
如果你现在正处在备考中段，不用推翻现有安排，先做最小的三件事：
- 今晚花 15 分钟，把本周剩下的任务改成 1—2 个可验证的产出。
- 从今天起，每道错题至少写完“考点 + 错因 + 关键一步”三个字段。
- 把目标、现状、资料、卡点写成一份不超过一页的背景说明，存在随手能取的地方。
跑完这一周，你就会知道自己到底是计划的问题、错因分类的问题，还是缺反馈的问题。如果你希望这套流程由一套会跟着你调整的系统来承接，可以去 deeppath.cc 了解一下时踪(DeepPath)，它把目标拆解、知识沉淀和动态调整放在了一起，适合备考这种周期长、变量多的场景。先从一周的复盘开始试，用得上再继续。