备考计划做了一堆，真正能执行下去的却没几个，这是大多数考生的真实困境。要么计划过于理想化，第一天安排十小时学习，第三天就彻底放弃；要么内容太粗糙，只写了“复习数学”，具体学什么、学多久完全没概念。大模型的出现让这个问题有了新的解决思路：只要提示词写得足够具体，AI就能生成一份考虑你实际水平的动态备考方案。本文将拆解备考类提示词的设计方法，并给出考研、考公、留学三类场景的完整模板。
一、为什么你随手写的Prompt生成的计划不可执行
很多人直接对ChatGPT或者文心一言说“帮我制定一个考研复习计划”，得到的回复通常是一份看似完整的通用模板：早上背单词、上午学数学、下午看专业课。这种计划的问题在于它假设所有人都处于同一起跑线，完全忽略了你的基础水平、每天可支配时间、目标院校难度这些关键变量。
大模型的工作机制决定了输出质量取决于输入信息量。提示词中缺失的约束条件，模型会用自己的默认假设去填补，而这些默认假设往往对应“标准三跨考生”画像，与你的真实情况相差甚远。要生成可执行的计划，提示词至少需要包含五类信息：当前基础、目标分数、剩余时间、每日可学习时长、以及薄弱环节。
另一个常见误区是试图一次对话解决所有问题。一份好的备考计划往往需要多轮迭代：先生成框架，再追问细节，最后让模型针对某个薄弱科目单独展开。把所有需求塞进一条提示词，反而会让模型顾此失彼，输出的每个部分都流于表面。
二、备考类Prompt的核心设计要素
角色设定是第一步。让模型扮演“有十年经验的教育规划师”和让它扮演“班主任”，输出风格完全不同。备考场景推荐使用具体且专业的角色，例如“熟悉XX大学计算机考研命题规律的辅导老师”，角色越具体，模型调用的知识越有针对性。
目标拆解是提示词的灵魂。直接说“目标400分”效果一般，更好的写法是把目标结构化：总分目标、各科目标、当前模考分数、差距值。模型拿到这些数据后，才能合理分配各科的复习权重。约束条件同样重要，包括每天有效学习时长（注意是有效时长，不是坐在书桌前的时间）、每周休息安排、是否有在职备考的时间碎片等。
下面是一个基础框架模板，适用于大多数考试类型，使用时把方括号内的内容替换成自己的实际情况即可：
你是一位资深的备考规划师，擅长制定个性化的复习方案。 我的情况如下： 1. 备考目标：[考试名称]，目标分数 [X] 分 2. 当前水平：最近一次模考 [X] 分，其中 [科目A] 得分率最低 3. 时间状况：距离考试还有 [N] 个月，每天可学习 [N] 小时，每周日休息半天 4. 已有资料：[列出教材、网课、真题等] 请为我制定一份分阶段复习计划，要求： - 按基础期、强化期、冲刺期划分，标明每个阶段的时间范围和核心任务 - 每周的学习安排要具体到科目和时间块，不要泛泛而谈 - 针对 [科目A] 给出额外的专项提升建议 - 每个阶段结束时告诉我应该达到的检验标准
这个模板的关键在于最后一条要求——检验标准。有了阶段性的量化指标，计划才不会变成一纸空文，你可以在每个阶段末尾对照检查，如果没达标就带着数据回来追问模型，让它调整下一阶段安排。
三、三类考试场景的专用提示词模板
1. 考研场景
考研的特点是科目多、周期长、信息差明显，不同学校的专业课参考书和命题风格差异巨大。因此考研Prompt必须注入目标院校的具体信息，否则模型只能给出泛化建议。你可以先单独问一轮“目标院校XX专业近年的命题特点”，把模型回答中有用的部分作为背景信息，粘贴进正式的规划提示词里。
你是一位考研全科规划师。我报考 [学校+专业]，考试科目为政治、英语一、数学一、专业课[代码+名称]。 当前情况：政治未开始，英语六级480分，数学高数部分过了一遍基础课，专业课教材看完前四章。 距离初试还有 [N] 个月，每天可学习 [N] 小时。 请输出： 1. 各科时间配比建议及理由（数学基础差，请加重权重） 2. 分月计划表，精确到每周的章节进度 3. 真题使用节奏：什么时间开始做、按什么频率做、如何复盘 4. 政治的启动时机和背诵安排，避免过早遗忘
2. 考公场景
公务员考试的备考逻辑和考研完全不同，行测拼的是速度和正确率的平衡，申论拼的是材料归纳和政策敏感度。所以考公Prompt的重点应放在限时训练和套题模拟上，而不是知识覆盖面。行测的五大模块每个人都有强项弱项，提示词里务必写明各模块的正确率数据，让模型帮你计算最优的做题顺序和取舍策略。
你是公考培训专家，熟悉行测申论的提分方法论。 我的模考数据：行测60分（限时），各模块正确率为资料分析75%、判断推理70%、言语65%、数量关系35%、常识40%。申论大作文扣分严重。 每天可学习 [N] 小时，备考 [国考/省考]，还有 [N] 个月。 请帮我： 1. 评估数量关系是否应该战略性放弃部分题目，给出做题顺序方案 2. 制定数量关系和常识的保底策略，目标是不拖总分后腿 3. 安排每周的限时套卷频率和错题复盘方法 4. 申论大作文每周练习一篇，请给出批改维度清单
3. 留学场景
留学备考通常指雅思、托福、GRE这类标准化语言考试，特点是分数有明确的分项要求，比如很多学校要求雅思总分6.5且单项不低于6。留学Prompt的一个技巧是让模型先做诊断：描述你上次考试的听说读写各科分数，模型能据此判断你的短板类型，比如口语卡在5.5通常是流利度或话题展开不足，而不是词汇量问题，针对性建议会完全不同。
你是一位雅思老师，了解中国考生的常见失分点。 我的成绩：总分6.0，听力6.5、阅读6.5、写作5.5、口语5.5，目标总分6.5单项不低于6。 备考时间 [N] 周，每天可投入 [N] 小时，其中口语每天只有30分钟练习条件。 请给出： 1. 写作小作文和大作文的提分路径，附每周练习题目建议 2. 口语30分钟的每日训练方案（我一个人练，请设计自练方法） 3. 听力阅读的维持性训练安排，不需要提分但不能退步 4. 考前两周的冲刺调整建议
四、让计划持续可用的进阶技巧
生成初版计划只是开始，真正拉开差距的是后续的多轮对话。推荐的做法是每周做一次“计划复盘对话”：把这周的实际完成情况、模考成绩变化、执行中遇到的困难告诉模型，让它输出调整后的下周计划。这个环节的提示词可以很简单，比如“上周数学计划完成60%，专业课超额完成，英语单词连续三天没背，请基于以上情况调整下周安排并分析执行率低的原因”。
还有一个实用技巧是要求模型输出计划的同时给出应急预案。备考过程中突发事件很多，比如生病一周、真题难度突然拔高导致心态崩了。提前让模型针对这些场景给出降级版计划（比如每天只能学两小时时的最小可行方案），遇到突发情况就不用从零开始重新规划。
最后提醒一点：大模型对具体考试的报名政策、时间节点这类时效性信息可能不准确，涉及报名截止日期、考试大纲变动等关键信息时，务必以官方渠道为准，把模型的角色限定在“规划和方法论”层面，这才是AI辅助备考的正确打开方式。