把 12 道错题变成四周可回测实验

最难的那道题，未必最值得你再做一遍

十二道错题放在桌上。你最记得那道让自己卡了半小时的题，于是复习计划又围着它展开。统计以后才发现，真正反复出现的是另一个不起眼的错误。

挫败感很响，频率却更诚实。

复习计划不是错题目录，而是一组可以回测的错误假设。 这节课会把错因、频率、置信度和练习动作放进四周实验账本。

复习计划要从错误证据开始

“帮我制定四周复习计划”容易得到每天一章的平均分配，但平均不等于有效。你会使用 12 行虚构错题，建立：

data-quality-report.md
priority-table.csv
four-week-plan.md
weekly-retrospective.md

计划是实验：它提出优先级和练习节奏，回测结果决定下周是否调整。

第一步：先验证数据，不让坏表格驱动计划

下载 mistakes.csv 与 learning-rules.md，放进：

mistake-lab/
  source/
    mistakes.csv
    learning-rules.md
  output/

先让 Codex只读剖面：

报告行数、列名、空值、重复题号、日期范围、允许的错因类别，
以及无法解析的 confidence。不要修改 CSV，不要开始制定计划。

预期

• 共 12 行数据；
• 有一个重复题号但日期不同，需要判断是重错还是重复录入；
• 有一个 confidence 超出 1–5；
• mistake_type 必须与规则文件中的类别一致。

如果它自动删除重复题号，你会丢掉“同一知识点再次犯错”的重要信号。先把不确定项列出来。

第二步：定义一行错题的含义

逐列确认：

字段	含义	不能推断什么
question_id	题目身份	相同 ID 不一定是重复录入
concept	知识点	不能只凭题目标题补分类
mistake_type	概念、审题、计算、表达	不能从分数自动推断
attempt_date	本次作答日期	不代表下次复习日期
confidence	作答前自信度 1–5	高自信不等于掌握
corrected	是否完成订正	订正不等于回测通过

对 confidence=7 的记录标为 invalid，保留原值并进入人工确认；不要截断成 5。

第三步：让优先级可以复算

使用规则文件中的示例：

priority =
  3 × 近 14 天错误次数
  + 2 × 同知识点重错次数
  + 2 × 高自信但答错次数
  + 1 × 尚未订正

这不是通用学习科学公式，而是本练习的透明排序规则。真实使用时应由你根据课程权重调整。

要求 Codex 生成 priority-table.csv，并为每一行保留各分项，而不是只给总分。

检查点 1

随机手算一个概念：

近 14 天错误 2 次 = 6
重错 1 次 = 2
高自信错误 1 次 = 2
有 1 次未订正 = 1
总分 = 11

若表中不是 11，检查日期窗口、重错定义和布尔字段解析。总分无法复算的排序不可信。

第四步：设计“学习—回忆—回测”闭环

对每个高优先级概念安排：

1. 学习：回看对应概念卡和来源；
2. 闭卷回忆：不看材料解释定义与条件；
3. 变式练习：换数字或情境，不复制原题；
4. 延迟回测：48–72 小时后重新作答；
5. 结果记录：通过、部分通过、失败和新错因。

每天最多使用 learning-rules.md 指定的 45 分钟。计划不能把所有高分项塞进第一周。

第五步：生成四周计划

目标
- 根据已确认的 priority-table.csv 生成四周复习实验。

约束
- 周一至周五每天不超过 45 分钟，周末一次 30 分钟回顾；
- 每个高优先级概念至少两次延迟回测；
- 不生成完整作业答案；练习题与原错题情境不同；
- invalid 数据不参与排序，但列在待确认区。

输出
- output/four-week-plan.md；
- output/weekly-retrospective.md 模板。

完成前
- 汇总每周总分钟；
- 检查每个高优先级概念的学习、回忆和回测是否齐全；
- 列出因时间限制未覆盖的项目。

预期计划行

周一 19:00–19:35  机会成本：来源复习 10m + 闭卷解释 10m + 变式题 15m
周四 19:10–19:25  机会成本：延迟回测 10m + 结果记录 5m

“复习第二章 45 分钟”没有动作和结果，不算可执行计划。

第六步：用回测结果更新，而不是凭心情

weekly-retrospective.md 至少记录：

• 实际完成时间；
• 回测正确率；
• 错因是否改变；
• 哪个概念仍无法闭卷解释；
• 下周保留、减少或增加什么；
• 哪些计划因现实约束取消。

更新规则示例：

• 连续两次延迟回测通过：降低频率；
• 订正通过但变式失败：保持优先级，改变练习形式；
• 计划长期未执行：缩小单次任务，而不是自动延长每天时间。

第七步：故障与恢复

计划超过时间预算

现象：某天合计 65 分钟。检查生成表的每段分钟并重算，不要让 Codex用“约 45 分钟”掩盖。恢复：优先保留回测，减少同类学习输入。

AI 随机生成课程外知识

现象：变式题引用 starter 中没有的术语。恢复：要求题目只使用概念卡与指定来源；无法支持的题目移入“扩展”，不计回测。

重错被去重

恢复原始 12 行，按“相同 question_id + 不同 attempt_date”保留事件，再重算知识点频率。

第八步：迁移练习与答案

把规则改为“每天只有 25 分钟，考试提前一周”，重新生成前两周计划。提示：

1. 先重算可用总分钟；
2. 保留延迟回测；
3. 明确哪些低优先级项被舍弃。

完成后用 rubric 检查时间守恒、回测覆盖和舍弃说明，再查看参考答案。

先做一个只有三道题的微实验

从自己的错题里选三道，写下你认为的错因和判断证据。设计一周练习，再用新题检查同类错误是否下降。

回测不支持原判断时，改错因，不要怪自己不够努力。复习的价值就在于计划能被证据纠正。

完成检查

• 12 行原始记录守恒，invalid 单列
• 任一优先级总分都可手算复现
• 高优先级概念有学习、回忆、变式和延迟回测
• 每日与每周时间可加总
• 回顾模板会用结果改变下周计划
• 迁移练习处理了新的时间约束