AI给出一篇长解释后，下一次学习是否仍能用上它，取决于你怎样保存。学习卡片的目标是留下可回想、可核对、可练习的内容，而不是缩小字号后的整篇答案。
先留下原问题
一张卡片只回答一个问题，例如“虚拟环境和项目文件夹有什么关系”。记录问题产生的具体场景，会比只写“Python知识点”更容易在以后找到。主题过大时，先拆成几张卡。
解释之外还要有反例
卡片可以包含短解释、一个符合条件的例子和一个容易误判的反例。以虚拟环境为例，项目目录里有源码，不等于终端已经选中了环境内的解释器。这样的反例能帮助检查自己是否理解边界。
区分事实与待确认项
把资料出处放在固定位置，模型提出但尚未核对的说法放入“待确认”。不要因为卡片空间有限就删掉版本条件；不适用于当前环境的规则，保存得再简短也可能误导。
给卡片加一个动作
自拟卡片的最后一行写成一个可以完成的小练习，例如查看当前解释器路径。隔几天不看答案再做一次，记录自己卡住的位置。卡片的价值来自反复使用，不来自收藏数量。
参考与延伸阅读
Google AI 开发者文档。本文的学习步骤和练习为本站整理；涉及具体产品或工具时，请同时核对当前版本说明。
资料查阅与编辑日期：2026年9月22日。作者：玖柒。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
THE END
