🤯 48 小時從「完全不懂」到考試滿分
一位學生用 Claude + NotebookLM 做到的事
最近看到一個讓人非常震撼的案例。
有位大學生,面臨一門完全沒讀過的科目期末考。
時間只剩 48 小時。
他對這門課 零基礎、零背景知識。
結果呢?
他最後拿了滿分。
而他用的方法只有兩個工具:
NotebookLM + Claude
看完他的流程後,我才意識到一件事:
這已經不是「讀書技巧」,
而是用 AI 重建一個完整學科的學習系統。
下面是他的完整流程。
第一步:把所有資料「餵給 AI」
首先,他沒有急著問問題。
他做的第一件事是:
把所有相關資料全部上傳到 NotebookLM
例如:
-
課堂投影片
-
教科書
-
歷屆考題
-
學術論文
-
YouTube 影片逐字稿
-
任何相關資料
原則只有一個:
資料越完整,AI 的理解就越強。
因為 NotebookLM 的能力,本質是:
在你提供的資料中建立知識網路。
輸入品質,決定輸出品質。
第二步:用一個問題,畫出整個學科地圖
接著,他只問了一個問題:
Prompt:
「這個學科中,專家在學習任何內容之前,
必須先理解的 5 個核心概念是什麼?請用白話解釋每個概念,
並說明它為什麼重要,以及它與其他概念如何連結。」
結果是什麼?
NotebookLM 幾分鐘內就產生了:
整門學科的「知識骨架」。
原本需要幾週建立的理解框架,
幾分鐘就完成。
第三步:找出考試最愛考的「理解陷阱」
接下來,他問了第二個關鍵問題:
Prompt:
「在這門學科中,學生最常出現 理解錯誤或理解膚淺 的三個領域是什麼?
請說明:
什麼是表面理解
什麼是深度理解」
這一步非常關鍵。
因為考試最常測試的不是「記憶」。
而是:
你是否真的理解。
這一步直接找出:
考官最愛抓的盲點。
第四步:讓 Claude 扮演「20 年資深教授」
接著,他把 NotebookLM 的結果全部丟進 Claude。
然後給 Claude 這個 prompt:
「你是一位教授,已經考了這門課 20 年。
根據以下知識地圖,請生成 20 題考試題目。
題目要測試理解能力而不是死記。
每一題請告訴我:
完美答案長什麼樣
不及格答案長什麼樣」
這一步的結果是:
一整套模擬考題 + 評分標準。
換句話說:
他直接把 AI 變成了
「出題教授」。
第五步:用 AI 批改自己的答案
接下來,他開始自測。
規則很簡單:
1️⃣ 不看筆記回答問題
2️⃣ 把答案貼回 Claude
然後給這個 prompt:
「請誠實評分我的答案。
對每個錯誤請說明:
我理解錯在哪裡
正確思路是什麼
應該回去看哪個資料修正」
於是 AI 變成了:
24 小時待命的私人教授。
他只做一件事:
補齊所有理解漏洞。
直到每一題都答對。
第六步:考試前 24 小時的最終模擬
考試前一天,他做最後一步。
把所有筆記與答案再次丟進 Claude。
然後問:
「假設你就是我的考試教授。
我只剩 24 小時準備。
請給我一份 最接近真實考試的模擬試卷。
並在我回答後告訴我:
明天考試前,我還必須補強的三件事是什麼。」
這就等於:
在考試前一天
直接和考官模擬考試。
這整套方法的核心其實只有一句話
很多人以為 AI 是用來:
-
查資料
-
寫作業
-
做摘要
但這個案例展示的是另一件事:
AI 可以模擬整個「學習系統」。
你不再只是看書。
而是:
1️⃣ AI 幫你建構知識結構
2️⃣ AI 幫你設計考題
3️⃣ AI 幫你評分
4️⃣ AI 幫你補漏洞
最後形成一個循環:
理解 → 測試 → 修正 → 再理解
這不是作弊
這其實更接近一件事:
專家級學習方式。
真正的專家學習不是背資料。
而是:
-
找出核心概念
-
建立知識結構
-
持續測試理解
-
不斷修正錯誤
AI 只是把這個過程:
從幾個月壓縮到幾十小時。
如果未來的學生都開始這樣學習,
那麼真正的差距可能就不再是:
「誰讀書比較久」
而是:
誰比較會使用 AI 思考。
沒有留言:
張貼留言