学生AI工具箱：用一个价格搞定Claude、GPT和Gemini

AI在大学里到底适合做什么：诚实的说法

有两件事同时成立：AI是有史以来最有用的学习工具，但用最直接的方式使用它，会让你在这门学科上变得更差。区别完全在于，到底是模型在替你思考，还是模型在追问你的思考。

让AI直接写一篇论文，能得到一篇过得去的论文，却没有任何学习效果。让模型反复追问你，直到你能脱稿讲清楚一整章内容，不会留下任何成果，却能带来对材料真正的掌握。两者花的时间差不多，但只有后者能在考场上帮到你，因为到了考场你手边不会有它。

下面的内容都建立在这个区别之上。真正管用的工作流，是你先自己产出，模型再做反应，而不是反过来。

你需要什么	模型	原因
总结阅读材料、幻灯片、长篇PDF	Gemini	100万token上下文，整本教材章节或一整套课件都能一次性放进去
论文结构、反驳论点、提纲	GPT	擅长明确的结构安排，也能让论证紧扣题目要求
文笔润色、写作反馈、语气把控	Claude	写作质量最好，对草稿的点评也最有用
调试编程作业	GPT或Claude	两者都能把错误解释清楚；一个说不清楚时可以换另一个对比
主动回忆和练习题	三者皆可	效果更多取决于提示词，而不是模型本身

把阅读材料变成你真正会用来复习的东西

你自己没写过的总结，你也记不住。解决办法是让模型产出需要你主动回忆才能完成的复习材料。

提示词：学习指南

我已经上传了[这篇阅读材料]。请生成：(1)五到八个核心概念，每个用一句话给出定义，使用材料原文的术语；(2)这些概念之间如何相互关联；(3)初次阅读的人最容易理解错的三个地方；(4)十个考察理解而非死记硬背的问题，不给答案。不要包含文档中没有出现的内容。

不给答案才是关键所在。先自己回答完这十个问题，再把你的答案粘贴回去，并说：按照原文材料给这些答案打分。每一条都说明哪里对、哪里漏、哪里错。不要客气。

提示词：费曼检验

我要用自己的话解释[概念]。找出我的解释里每一处含糊、循环论证或错误的地方，并向我提一个能暴露漏洞的追问。不要替我解释。我的解释是：[凭记忆写出来]。

这个提示词比这个页面上的任何总结都更有价值。凭记忆讲解一遍，再得到一个精准的追问，几乎等同于导师带你做的一次优质辅导，而且你可以在考试前一天半夜就用它。

提示词：模拟考试练习

针对[主题]，按[课程和年级]的水平生成[n]道考试题目，风格要匹配以下往年真题：[粘贴两三道]。不要提供答案。等我作答后，按照适用的评分标准打分，说明分数区间，并给出能让分数提高一档的那一个改动。

论文：真正的界限在哪里

把模型写的文字当成自己的作品交上去，在几乎每一所学校都算抄袭，而且这也是这个工具最没用的用法。除此之外的一切都是一个光谱，大多数院系都已经公布了他们划线的位置。请阅读你所在院系自己的规定，因为各院系之间的差异比学生以为的要大得多。

以下用法通常既被允许，也确实有用：

• 在下笔前先质疑自己的论点。 这是我的论点。反驳它最有力的说法是什么，我需要什么证据才能推翻这个反驳，这个主张有没有更站得住脚的版本？
• 用自己的材料生成结构。 把你的笔记和论点给它，请它给出两三种可能的结构，并说明每种结构各自的取舍。
• 对草稿给反馈。 按照这些标准给这篇打分：[粘贴评分标准]。针对每一条标准，引用最强和最弱的段落，并具体说明原因。不要改写任何内容。
• 找出漏洞。 这篇草稿里哪些论断没有证据支撑？请逐一引用。
• 解释一篇你看不懂的文献。 上传它，请它给出论证结构，然后自己对照原文核实这个解释是否准确。

不管院系政策如何，都应该避免的做法：让模型生成段落，再改写成自己的语气(这仍然不是你自己的论点)，以及在不打开每一篇文献的情况下就要求它给出参考文献。模型编造的引用看起来完全真实，会配上看似可信的作者、期刊和页码。参考文献里出现一条编造的引用，很容易被发现，而且会被严肃对待。

提示词：评分标准过一遍

这是我的论文和评分标准。针对每一条标准，说明这篇草稿目前所处的分数区间、让它停在这个区间的具体段落，以及能最有效把分数提高一档的那一个改动。请直说，不要改写我的句子。论文：[粘贴]。标准：[粘贴]。

编程作业：不破坏作业本身的意义

很多人会想直接粘贴题目，复制答案。这种做法在考试或技术面试之前都行得通，到那一刻，差距就会很难受。另一种做法慢不了多少，却是真正能学到东西的。

提示词：解释错误，不要修复它

这是我的代码和报错信息。请解释这个错误的含义、为什么会在这段具体代码里发生，以及它属于哪一类错误。不要给我改好的代码，先问我认为该怎么修。

提示词：跑通之后再做代码审查

这段代码能跑通了。请像一个要求严格的助教那样审查它：边界情况的正确性、复杂度、命名，以及在[语言和课程]里会因为风格问题被扣分的地方。按重要程度给问题排序。不要改写代码。

提示词：错误背后的概念

我总是犯这个错误：[描述]。我没理解透的底层概念是什么？请解释这个概念，再给我三道能检验我是否掌握它的小练习，不附答案。

当一个模型的解释讲不通时，就换另一个问一遍。Claude和GPT解释同一个概念时，切入的角度往往真的不一样，第二种角度常常正好能让你恍然大悟。这个习惯本身，就是值得同时用上不止一个模型的最实在的理由。

花费多少，以及一笔诚实的对比

光是GPT家族，ChatGPT Plus大约每月$20。Claude Pro另外再要$20。通过Google One AI Premium用Gemini，又是一个$20。作为学生，把这三个都订阅一遍并不合理，而只选一个，就意味着放弃另外两个各自更擅长的地方，对于课业来说，这恰恰是关键所在。

Whizi的Starter套餐每月只要$15.99，按年付费则是每月$10.99，比上面任何一个单独订阅都便宜，涵盖GPT、Gemini Flash和Whizi AI，升级到Pro还能用上Claude Sonnet、图像生成和更高的用量上限。节省计算器会帮你算清楚，和你现在付的钱相比到底能省多少。

每款产品的免费版本也是一个正当的选择，值得直说：如果你用量不大，两家的免费账户加在一起就能覆盖很多需求。你会撞上的是使用限额，而且偏偏是在你最需要的那几周，也就是截止日期前的那一周。

把变得更好的学生和只是变得更快的学生区分开的六个习惯

• 永远先自己动手，再请它点评。先于模型产出，是练习和被动接受之间的区别。
• 请它提问而不是给答案，先自己作答，再让它揭晓一切。
• 上传原文，而不是问模型它还记不记得这份材料。凭记忆回答具体论文、案例和文本的内容并不可靠。
• 绝不提交没有亲自打开过的引用文献。
• 一个解释讲不通时就换一个模型，而不是反复读同一个解释。
• 把你实际做过的事情写下来。现在很多课程都要求提交AI使用说明，事后再去还原远比边做边记录更麻烦。