AI使用攻略 · 2026-11-08

用 DeepSeek 做费曼式自测：两个模板直接抄

学习一件事，检验标准不是「看过」，而是「能讲清、能做对」。DeepSeek 在这两件事上都挺好用：R 系列深度思考模式适合帮你拆解难概念，V 系列通用对话足够支撑日常问答与出题自测。这篇给你两个拿来就能用的模板——一个逼它把概念讲到你真懂，一个让它出题反过来考你。先说一个使用前提：深度思考模型不吃「你是温柔耐心的老师」这类角色扮演花活，它吃的是清晰的约束和结构化要求；而简单问答不必开深度思考，浪费等待时间。

第一步：用「讲解模板」把概念啃透

费曼技巧的核心是「用大白话讲给别人听」。实操时可以让 DeepSeek 扮演「被你讲的对象」，你输出自己的理解，它挑毛病。但对很多复杂概念，更省力的顺序是先让它讲一遍——用严格的输出结构约束，而不是堆形容词。

text
请给我讲解【概念名称，例如：贝叶斯定理】。

要求：
1. 先用 2~3 句话说清它解决什么问题；
2. 给一个生活化的例子，把核心逻辑走一遍；
3. 指出 2 个最常见的误解，并说明为什么错；
4. 最后给出一个「30 秒电梯版解释」，就像面试时被问到只能讲半分钟。

我的背景是【你的水平，例如：高中数学/刚学过概率论入门】，例子请匹配这个水平。

如果你开了 R 系列的深度思考模式，它的拆解会更有条理，尤其是数学、算法、逻辑链条长的内容。判断标准很简单：概念里嵌套着「为什么」时开思考模式；纯记忆型内容（术语、年代、分类）用 V 系列直接问就行。

第二步：用「出题模板」做自测

讲懂之后，立刻回到费曼循环的第二环：被检验。让 DeepSeek 出题比你自己翻教材高效，关键是把题型、难度、判分规则写死。

text
基于我刚才学习的【主题】，出 5 道自测题：

要求：
1. 题型分配：2 道概念辨析、2 道应用题、1 道开放解释题；
2. 一次只出一题，等我回答后再出下一题；
3. 我每次作答后，你先指出答案中正确和错误的部分，再给出标准思路；
4. 全部答完后，给我一份总结：哪类题错了、背后的知识盲区是什么、建议我重学哪个部分。

评分标准：不用客气，不完整就扣分，含糊其辞的表述算错误。

这套流程的妙处在第 4 条：测完自动生成「错题诊断」，直接告诉你回去补哪块，不用自己猜。

两轮循环，别一轮就完

自测错一堆很正常，别急着换主题。把错题信息喂回去，让它针对盲区再讲一遍、再出一组变式题，循环两三轮，正确率上来了才算掌握。

text
刚才我错了第【X】题和第【X】题。请：
1. 只针对这两题暴露的盲区，各用一个新例子重新讲解；
2. 每个盲区再出 2 道变式题，难度比刚才低一点，确保我先把基础打牢。

模式开关的三个判断

• 开深度思考：概念推导、数学证明、算法逻辑、「为什么 A 会导致 B」这类问题；
• 关深度思考：背术语、要例子、改错题表述这类快问快答；
• 拿不准就先不开，发现答案乱再开，切换成本很低。

DeepSeek 开放权重可本地部署，把这套学习流程做成私人知识库的一部分也完全可行；API 定价低，长时间高频自测的成本压力也不大。模板都在上面，今晚就挑一个下周要考试的主题试一轮——你会发现「学没学会」这件事，第一次有了可以量化的答案。