第103章数学错题集的指数化收益
第103章数学错题集的指数化收益(第2/5页)
的考点/题型页面下，使用统一的模板记录每一道题。模板包含：
题目来源：（试卷名称、日期、题号）。
题目内容：（可粘贴图片或latex公式，确保清晰）。
错误归因（关键字段）：必须从预设的标签中选择1-3个：
a知识漏洞：相关公式、定理、概念不熟或理解错误。
b思维盲区：未能识别出题目背后的模型或转化思路。
c计算失误：粗心、跳步、代数变形错误。
d审题偏差：误解条件、忽略隐含信息、看错数字。
e方法繁琐/时间不足：方法正确但不够优化，或考场时间分配不当。
正解与关键步骤：写出规范、简洁的解答过程，用不同颜色或批注突出关键步骤和思维转折点。
核心方法/模型提炼：用一句话或一个公式，提炼本题所考察或使用的核心数学思想、方法套路、二级结论。例如：“处理双变量不等式证明，常用思路：构造函数、齐次化、或利用已知不等式放缩。”
相关题链接：手动或通过关键词，关联到笔记本内其他考察同一方法/模型的题目。这是构建知识网络的关键。
掌握状态标记：初记、一次复习、掌握、精通（可设计为复选框或进度条）。
3.索引与标签系统：除了目录树，为每道题卡添加多个关键词标签，如“构造函数”、“数形结合”、“分类讨论”、“放缩法”、“2019年全国卷”等。软件支持通过标签跨目录快速检索所有相关题目。
4.定期复习与生成机制：
艾宾浩斯复习计划：利用软件的提醒或日历功能，为每道新录入的题卡安排定期复习（如1天后、3天后、1周后、1月后）。
专题生成：当某个标签下的题目积累到一定数量（如5-8道），自动或手动生成一个“专题突破页”，集中展示该题型/方法的多种变式和解题策略，形成小型“方**武器库”。
第二步：高质量“数据资本”（dc）的持续积累
系统（sc）建好后，需要持续输入高质量数据（dc）。古民制定了严格的录入标准：
1.筛选原则：并非所有错题都录入。优先录入：
思路性错误（b类）和知识性错误（a类）的题目。
“会做但做慢/做繁”的题目（e类），寻求优化解法。
经典好题、母题，即使没做错，也录入作为方法范例。
坚决不录单纯计算失误（c类）和低级的审题偏差（d类），但需在原始试卷上标红警示。
2.录入即分析：在录入过程中，强制自己完成“错误归因”和“方法提炼”，这本身就是一次深度的、主动的知识加工和内化，比单纯抄写答案价值高得多。
3.关联与反刍：录
（本章未完，请点击下一页继续阅读）