---
title: "把AI导师的反馈接续到学习上的方法，好的表扬会指出下一步"
description: "本文梳理了让AI导师递出能牵引学生成长的反馈的设计原则，以及老师亲自检查的流程。"
lang: "zh-Hans"
date: "2026-01-01T15:00:00.000Z"
updated: "2026-06-28T02:37:00.000Z"
tags: ["反馈","AI导师","学习动机"]
canonical: "https://flipsson.com/zh/blog/UA8LkkS3SJ1c"
---

# 把AI导师的反馈接续到学习上的方法，好的表扬会指出下一步

AI 导师最大的强项之一，是能对所有学生即时、而且不知疲倦地递出反馈。真正把这个强项发挥出来的诀窍，不在反馈的量而在质。因为==好的反馈不是让人心情变好的话，而是把下一步清清楚楚指给学生看的话==。只要把设计稍微动一动，AI 导师的反馈就会成为把学习往上抬的强力引擎。

## 能把学习往上抬的反馈的条件

同样的情形之下，反馈也会产生完全不同的效果。看下面这组对比就清楚了。

- **弱的反馈**：“做得好。真聪明。”→ 只表扬能力，学生就会因为怕失败而躲开难的任务。
- **好的反馈**：“你自己找出了第二个式子里要变号这一点呢。”→ ==点出具体的行为，让同样的成功可以重复==。
- **弱的反馈**：“错了。”→ 没有告诉他下一步该做什么。
- **好的反馈**：“分母没有通分就相加了。要不要从通分开始重做一遍？”→ ==把改什么、怎么改一并提出来==。

核心原则是，点的是行为而不是人，是过程而不是结果，是具体而不是笼统。

## 检查 AI 导师反馈的流程

请老师亲自确认一下设定好的导师是不是真的在给出好的反馈。

1. 装成学生故意输入错误答案，确认==回来的信息里有没有讲清楚改什么、怎么改==。
2. 答对的时候，看它是不是不只简单表扬，而是点出了做得好的过程。
3. 看看表扬与纠正的平衡有没有偏向某一边。
4. 不足的话，就在系统提示词里追加“不要表扬能力，要表扬努力与策略”这样的规则。

> 最好的反馈是一面镜子，照出学生做好了什么、下一次做什么就行。

反馈的时机和质量一样重要。学生正琢磨得起劲的时候就直接把答案的方向点破，等于减少了他自己靠近答案的机会。反过来，全都结束了好久之后反馈才来，学生已经失去了兴趣。最有效的时点，是学生充分尝试过之后紧接着的那一刻，心思还落在那道题上的时候。所以设计得好的 AI 导师，比起立刻给答案，会先说一句“要不要再想一次”，留出短短一道缝隙之后再递出反馈。说什么固然重要，什么时候说也要一并检查，反馈才起得了作用。

## 要点总结

AI 导师的即时反馈，只要设计得好，就会成为把学习往上抬的强力武器。请把它打磨成==点行为而不是人、点过程而不是结果、点具体而不是笼统==的反馈。老师故意输入错误答案亲自检查反馈的质量，不足时用提示词规则来补足，这是关键。说什么重要，什么时候说也同样重要，所以请连时机一起看一看，让反馈在学生充分尝试过之后立刻送到。配上能把下一步照得清清楚楚的反馈的 AI 导师，会成为每一位学生身边一名可靠的教练。