一、题刷了不少，为什么分数还在原地打转
备考公务员的人大多经历过这样一个阶段：资料买了一摞，网课囤了几十个G，题库刷了大几千道，但模考分数始终在一个区间里上下浮动。行测里同一个知识点换一种问法又错；申论写了一年，还是那套“加强宣传、完善制度、提高认识”的空话；面试拿到题先愣三秒，脑子里只有几个零散的关键词，串不成完整的结构。
外部环境也在加压。2026年国考通过资格审查的人数达到371.8万，创下历史新高，同期录取名额反而减少了1600个（来源：公开报道整理）。而机构的结构化面试培训班动辄5000元起步，全程班两三万。于是越来越多考生把目光投向AI，希望它能补上“没人讲、没人改、没人陪练”这三块缺口。
36氪今年2月的报道里提到，一位全职备考三年的考生说，以前一晚上才能做完的活——整理热点素材、生成面试逐字稿——现在用AI二十分钟就能搞定；粉笔财报数据也显示，其AI面试模考大赛累计有近150万人次参与，AI面试点评功能上线后累计点评量达到470万次。这说明用AI备考已经不是少数人的选择。
但真正用过一段时间的人会发现，效果并没有想象中好：问一句答一句，答案看着都对，合上屏幕什么也没留下。问题并不在于AI不好用，而在于大多数人没有把它放进备考流程里。
二、卡住的三个原因：不是缺工具，是没把AI放对位置
第一，把AI当成了标准答案查询器。 做错一道题，第一反应是把题干粘进去问“选什么”，得到答案后看一眼解析就翻篇。这个过程里，你既没有经历“为什么另外两个选项不行”的推演，也没有形成自己的判断路径。下次遇到变形题，照样错。
第二，把时间花在提问上，而不是练习上。 有人一天能在对话框里聊两小时，问“这个知识点怎么理解”“这个题型有什么技巧”，但真正动笔做题、张口答题的时间不到半小时。AI输出的内容再漂亮，也只是别人的表达，不经过自己复述和重写，就不会变成你的能力。
第三，试图靠AI跳过基础积累。 常识判断、时政热点、申论素材、面试语言，这些都有“必须自己过一遍”的属性。指望AI一次性给你一份可以直接背的万能模板，最后往往在考场上卡壳，因为模板和你自己的语言体系是两张皮。
这里有一条贯穿全文的核心判断：AI写得顺，不等于你能写；AI说得溜，不等于你能说。 申论和面试尤其容易在这里误判——你看着AI生成的答案觉得“我大概也能写出来”，真到考场上，落笔就是另一回事。所以正确的用法不是让AI替你完成，而是让它把“模糊的能力”拆解成“可训练的动作”。
三、把AI嵌进备考流程的四个做法
做法一：按备考阶段给AI派不同的活
同一个AI助手，在备考的不同阶段应该承担不同角色，混着用效率就会打折扣。
起步期（打基础、建框架）：让AI当讲解者和框架搭建者，不要急着让它出题。可以要求它“用简单易懂的方式解释这个概念，并举3个实际例子”，或者“用思维导图的形式整理这一章的知识框架，并标注高频考点”。这一阶段的目标是把散落的知识点连成一张网，而不是刷题量。
强化期（刷题、找短板）：让AI当出题人和复盘师。可以“按这个知识点生成10道带解析的选择题”，重点不是做完，而是做完之后让它分析错因、归纳规律、对比你的思路和参考答案差在哪里。
冲刺期（限时、查漏补缺）：让AI当计时陪练和筛选器。让它“按剩余月份和每日可支配的学习时长生成一份学习计划”，并根据你的实际完成情况动态调整。这一阶段要压缩到高频题型、易错点和时政素材的快速过筛。
做法二：行测复盘——把“知道错了”变成“知道为什么错”
行测提分的关键动作几乎都发生在对答案之后。推荐一套可执行的复盘流程：
- 做完一整套题，先不看解析，自己用记号标出“当时犹豫过的题”；
- 把题干、你的选项、纠结的两个选项发给AI，明确要求它只提示思路，不要给完整答案；
- 根据提示自己重新选一次，再对照解析；
- 把“我为什么选错”写成一句话记录下来；
- 让AI按这个错因生成5道同类题，隔天再做一遍。
第2步是整套流程里最关键的一步。一旦让AI直接给答案，复盘就退化成了看答案，做题能力不会增长。
做法三：申论打磨——让AI拆结构，但动笔的必须是你
申论最容易踩的坑，就是把AI生成的文章打印出来背。更有效的做法是把它当成“结构分析器”：
- 第一步，拆骨架。 让AI给你总分结构、分论点设置、过渡表达和政策语言的拆解，看清楚一篇文章是怎么搭起来的，而不是拿到成品。
- 第二步，自己重写。 照着骨架，用自己的话完整写一遍。这一步不能省，写不出来恰恰暴露了你在哪个环节薄弱。
- 第三步，对比反馈。 把你的版本发回去，让AI指出哪个分论点没有展开、哪句话是空话、哪里缺了材料支撑。
如果要做素材和答案的长期沉淀，可以让AI按“正面写问题、背面写答案解析”的格式批量生成Anki记忆卡片，把好句子、好案例、易错知识点做成可反复调取的卡片，比存在收藏夹里有用得多。
做法四：面试训练——三类用法和一条红线
公务员结构化面试的AI用法大致可以分为三类：
一是用通用大模型整理素材。 把热点事件、政策表述、典型案例整理成话题卡片，解决“没话说”的问题。
二是用专项AI做模拟评分。 上面提到的AI面试点评量级已经说明这一路径被大量使用，它能在结构完整性、要点覆盖度上给出即时反馈，比自己对着镜子练更容易发现问题。
三是出声练习并复盘。 把答题过程录音、转成文字，再让AI从结构层面指出逻辑断点。注意，AI无法判断你的眼神、语速、停顿和气场，它在“内容结构”上帮得上忙，在“临场表达”上替代不了真人陪练。
一条必须说清楚的红线： 在公考现场使用AI外挂存在法律风险，且极易被识破，不要尝试。AI的位置是在考场之外。
四、五条可以直接复用的提示词
不用每次从零开始想怎么提问，下面五条范式覆盖了大部分备考场景：
- 概念讲解：“用简单易懂的方式解释【概念】，并举3个实际例子，例子里要出现具体数字或场景。”
- 框架梳理：“用思维导图的形式整理【章节】的知识框架，标注出高频考点和容易混淆的点。”
- 出题练习：“围绕【知识点】生成10道选择题，每题附解析，解析里说明其他选项为什么错。”
- 计划生成：“我距离考试还有【X】个月，每天可学习【Y】小时，请据此生成一份分阶段学习计划，并说明每个阶段的验收标准。”
- 卡片沉淀：“按‘正面是问题、背面是答案解析’的格式，为【知识点】生成20张记忆卡片内容，答案控制在80字以内。”
五、当这套流程需要一个承接者
上面四个做法单独看都不难，难在执行时它们会散掉：知识框架存在一个文档里，错题记在另一个App里，背诵卡片在第三个工具里，学习计划还躺在便签上。工具一多，每天光是“决定先打开哪个”就消耗掉一部分精力，坚持两周就容易崩。
这正是 时踪(DeepPath) 想解决的问题。它的定位是“第二大脑”，处理方式和上面这套方法有重合之处：先从对话开始，帮你把目标说清楚——比如“三个月内让申论稳定在一个自己满意的分数段”，再把目标拆成具体到每周、每天的动作；执行过程中，资料、错题、素材会沉淀进个人知识库，而不是散落在各处；当你的实际进度和原计划出现偏差时，它会根据新情况调整后续安排，而不是让你硬扛一份过期的计划表。
它相对特别的一点是“自进化”：随着你持续对话和记录，它对“你习惯怎么学、常卡在哪一类题”的理解会逐步贴近实际，给出的建议也会跟着变化。备考周期往往长达几个月，状态起伏很大，这种能跟着你走的助理，比一次性生成一份计划表更接近真实的备考节奏。
六、接下来可以先做这三件事
第一，挑出最近一周做错的三道行测题，按上面的流程重做一遍：不看解析、只让AI给思路、自己重选、写下错因。做完这一轮，你大概能判断出自己以前漏掉了什么。
第二，写一段150字的申论分论点，然后用“拆骨架—自己重写—对比反馈”的方式过一遍，感受一下“看得懂”和“写得出”之间的距离。
第三，把备考目标和每天的可用时长写清楚，让AI或 时踪(DeepPath) 帮你把接下来四周拆成具体动作。目标越具体，后面调整起来越有依据。
如果你正处在“工具很多但流程是散的”这个状态，可以到 deeppath.cc 了解一下，把它作为承载这套方法的一个选项，先从一个具体的备考目标开始试用，看看它能不能接住你日常的输入和调整。