ChatGPT 学习模式：含 5 个实用示例的指南

OpenAI 已在 ChatGPT 中引入了学习模式，这是一种专为学习而设计的模式。与快速给出答案不同，这种全新的交互形式提供循序渐进的指导，促使用户在继续之前先思考并动手处理信息。

在本教程中，我将通过五个示例探究 ChatGPT 的学习模式，向您展示如何充分利用这一工具，以及它的不足之处。

我们通过每周五发送的免费通讯 The Median，为读者带来最新 AI 动态，精要拆解本周要闻。订阅即可每周用几分钟保持敏锐：

什么是 ChatGPT 学习模式？

ChatGPT 的学习模式旨在改变用户为教育目的与 AI 互动的方式。与传统用法不同，ChatGPT 过去常常能凭一个简单提示就生成整篇文章，而学习模式被设计为互动式学习助手。

开启后，学习模式更像一位导师，会提示用户提供更多背景，并通过提问来帮助用户更深入地理解作业。这种做法鼓励主动学习，而不是单纯直接给出答案。

虽然 AI 在教育中的角色不断扩大，许多教师已将其纳入工作流程，但学习模式为学生提供了一种更为负责地使用 AI 的新途径，重点放在学习和理解上。其设计也回应了教育工作者的担忧——学生可能用 AI 绕过学习过程——学习模式提供了一个将教育成长置于便利之上的选项。

如何访问 ChatGPT 学习模式

虽然学习模式已正式发布，但尚未对所有人开放。OpenAI 正在逐步向所有账号类型推出（包括 Free、Plus、Pro，以及即将支持的 ChatGPT Edu 用户），但当前能否使用取决于您的账号是否在本次逐步开放范围内。已获得权限的用户可在“工具”菜单中找到它：

示例 1：从零开始学习一个主题

为更好理解学习模式，我们可以将 ChatGPT 在普通模式和学习模式下对下面提示的回复并排对比。

Teach me how to program in Python.技术支持

从这个示例可以看到，在普通模式下，ChatGPT 只是提供关于如何用 Python 编程的基础解释；而在学习模式下，它提供了互动式体验。这更像您向真人提出类似问题时的情形。

首先，它会尝试了解您在该主题上的基础，然后逐步讲解概念，只有在当前步骤完成后才提供进一步信息。

我继续对话了一会儿，看看它会引导到哪里。围绕 print() 来回几轮后，它转向了变量，接着讲变量类型等内容，覆盖了 Python 的基础知识。

唯一令人不便的是无法在界面里直接编写并运行代码。我觉得如果能配合一个编程界面，这将会是学习编程的好方式。整个交互流程的结构与在线课程相似，练习题也很类似。

示例 2：学习解一道 LeetCode 题目

最近我在 LeetCode 上练习，遇到了一道卡住的问题。我知道直接问 ChatGPT 就能轻松拿到答案，但我不想那样做，我想自己找到解法。过了一段时间，我最终放弃了，也不再想这道题了。

写这篇文章时，我想看看学习模式是否能在不透露答案的情况下帮助我。我截了题目的图，让 ChatGPT 教我如何求解。我希望在学习模式下，它能慢慢把我往正确方向引导，最终让我自己找到答案，而不是直接给出。

这是我的提示：

它先带我通过手动求解示例来建立对问题的直觉。

它问了一个问题来确认我是否跟上了，我给出了答案。由于分心我答错了，它在继续之前确保我理解了。当我意识到错误后，我说明我明白了，我们就继续。

接着，它给出了算法的核心思路，并一步步带我走完整个执行过程。

在接下来的对话中，它让我按部就班地执行这个思路。遇到疑问时我就提问，它会先聚焦我的问题，随后再继续讲解：

我没有展示对话的全部细节，但总体而言，我认为这种互动非常接近与真人导师的教学方式；至少这与我过去线下教学的风格很相似。我很高兴自己能在未被直接告知答案的情况下推导出结果。就学习而言，这在“自己找到答案”（我已放弃）与“直接看到答案”之间达到了不错的平衡。

示例 3：语言学习

接下来，我想看看它作为语言导师会如何表现。我先让它教我台语。但这效果并不好，因为台语非常注重发音，而当前界面并不适合。于是我改学意大利语。

一开始情况还不错，不过它从一开始就同时问了多个问题，让我不确定该先回答哪个。它既让我陈述学习目标，又同时让我做练习。我决定先不谈目标，直接开始做练习。

学习过程既有结构又具灵活性。比如，在介绍了问候语 Ciao（嗨/再见）和 Come stai?（您好吗？）之后，ChatGPT 鼓励我自己尝试说这些短语。

随后，当我出现小错误时（例如把介词 de 和 di 混淆，或将动词 soi 和 sono 混淆），它会立即给出反馈并温和纠正。这些纠正很自然，有助于我在不受挫的情况下内化正确用法。

它在文本旁给出了发音提示，拆解了像 Ciao（“chow”）和 Come stai?（“KOH-meh STAI”）这样的难点词汇该如何发音，使学习更具沉浸感。

我最喜欢的一点是，ChatGPT 会逐步与我搭建一段迷你对话。我们练习了自我介绍（Mi chiamo François）、询问姓名、以及介绍来自哪里（Sono di Francia）。它提示我作答，然后再回应，模拟真实的对话流程。当我卡壳时，它耐心解释正确答案并邀请我再试一次，通过练习强化学习。

示例 4：准备求职面试

下一个例子是我觉得最有用的。我假装要面试 Google 的软件工程岗位，请它帮助我准备技术面。经过几个设置性问题后，它先给了一个经典的算法题。

之后它让我写代码。我直接在聊天框里写了，犯了几个错误。这一部分的互动很像真实面试中的场景：我们给出一个 90% 正确的答案，然后在引导下完善到正确解法。重点在于思考过程以及我们如何回应面试官的提示。

之后它又给了一个更难的变体，我们进行了类似的交流。解完之后，它转向了非技术类问题。

这类问题通常让我很难立刻想到答案。我知道一定有很多例子，但一被问到，我就脑子一片空白，词不达意。

所以我想练习如何从这种情境中脱身，看看当一时想不起来时，ChatGPT 会建议做什么。

我觉得这个回答帮助我挖掘出一个故事并作出回应。我在这类问题上另一个难点是把握答案应有的样子。在我给出自己的回答后，ChatGPT 对其进行了润色，并示范了如何让答案更有说服力。

如果多次请它模拟这类面试，体验能否保持新鲜我不确定，但如果每次都能提供新的练习，我会认为这对面试准备非常有用，也能帮助缓解伴随面试而来的焦虑。

我又尝试了几次，每次得到的问题都不同，这是个好迹象。

示例 5：数学作业

最后一个示例，我想看看 ChatGPT 的学习模式在帮助学生完成小学数学作业时会如何表现。我认为这是一个重要用例，因为如今不经思考得到正确答案比以往更容易，而真正需要的是那些能帮助学生在卡住时仍坚持学习、而非只求答案的解决方案。

在整个示例中，我故意给出错误答案或装作不知道，以观察会发生什么。题目如下：

一开始我有点失望，因为我觉得 ChatGPT 不该直接给出方程。我本来期待它能引导我自己得出方程。

我给了一个离谱的答案想看看会怎样，它就提示了要减去的值。同样，我觉得它本可以帮助学生理解为何在这种情况下减去 10 没什么用，并引导学生自行得出需要减去的是 M 或 C 的倍数。

随后我又追问，为什么可以在等式两边同时减去相同的东西：

之后我继续作答直到解出题目，随后 ChatGPT 问我是否要再练一道。我说要，它给了我这题：

我觉得它能提供新题目来巩固学习很不错。不过，我认为它给出的 C + 3M = 2M 并非最佳后续题，因为若假设重量为正，它没有解。我给出的答案显示我有些吃力，因此更适合给出一个非常规情况之外的练习。这让我感觉它只是随机生成了一个方程。

结论

总体而言，我对 ChatGPT 的学习模式印象不错。与倾向于直接给出答案、而不鼓励学习过程的普通模式相比，它提供了显著增强的学习体验。不过，我认为仍有改进空间，比如在关键处更克制，进一步鼓励用户进行批判性思考并更独立地得出答案。

虽然学习模式很有前景，尤其适合编程和问题求解，但纯聊天界面对语言学习等科目可能并不理想。值得考虑通过 API 开放学习模式，方便开发者打造更适配不同教育场景和学习风格的定制化界面。

在这些示例中，我觉得面试准备尤其有帮助。学习模式的互动特性可模拟真实面试情境，提供一种切实有效的练习方式。我能想象自己会经常使用它，在正式面试前打磨技能并提升信心。