用 ChatGPT 学数学：先要一个提示，再检查每一步 - AIPlan

一道题卡住时，先要一级提示，不要直接要答案。一级提示只告诉你从哪个条件下手，二级提示给第一步式子，三级才给完整解法。这样一道题能撑起 3 次思考，而直接看答案只能得到 1 次「哦，原来这样」的错觉。下面用一道连续涨跌题走一遍，同时给检查每一步的方法。 三级提示怎么要 提示词分三次发，不要一次说完： 第一级：只告诉我这道题应该从哪个条件入手，用 1 句话，不要出现任何算式。 拿到回复后自己动手 10 分钟。还卡住再发第二级： 第二级：给出第一步的式子，并说明这一步用到了哪个已知条件，不要往下算。 第三级才要完整过程。三级走完通常花 20 到 25 分钟，比看 3 遍答案学到的东西多。 关键约束是「不要出现任何算式」。不加这句，模型的第一级提示里就会塞进公式，三级机制直接失效。 一道题：先涨 20% 再跌 20% 题目：某商品原价 200 元，先涨价 20%，再降价 20%，最终价格是多少，相当于原价的百分之几。 多数人的第一反应是「回到 200 元」。正确答案是 192 元，相当于原价的 96%，净跌 4%。 算式：200 × 1.2 = 240；240 × 0.8 = 192；192 ÷ 200 = 0.96。 这里有两个必须说清的点。第一，两次百分比的计算基数不同：涨价那次基数是 200，降价那次基数是 240。第二，先涨后跌不对称，涨 20% 再跌 20% 的结果是跌 4%，不是 0。 检查第一步：基数是谁 模型给的第一个式子如果是 200 × 1.2 × 0.8，说明它默认两次都作用在同一个链条上，这是对的。但如果它写成 200 × (1.2 - 0.2)，就是把两个不同基数的百分比直接相减，答案会变成 200，正好掉进那个陷阱。 自己的检查办法：每一步都问一句「这个百分数乘的是哪个数」。写下来，两个基数不一样，就算对了。 这条规则在折扣、税率、增长率、利率上通用。看到连续百分比，第一件事是标出每一步的基数。 检查第二步：方向有没有反 涨 20% 乘 1.2，跌 20% 乘 0.8。方向反了会得到 133.33 元，比原价还高，显然不对。 三步自查：结果的方向符合直觉吗；涨跌幅度相同时结果偏向哪边；如果两次都涨，结果是不是大于单次涨幅。 第三问能抓住另一个常见错误：连续涨 10% 两次，结果是 21% 而不是 20%，因为第二次涨的基数变大了。 检查第三步：自己复算一遍，换一种写法 模型给完答案，用另一种顺序再算一遍。上面那道题可以倒着算：从最终价 192 元反推，192 ÷ 0.8 = 240，240 ÷ 1.2 = 200，回到原价，说明正着算没错。 换写法还有一层作用：暴露中间步骤的取整问题。如果模型在某一步写成「约 240.0」，你要看它是不是提前四舍五入了。多步计算里提前取整，最后误差可能到 1 到 2 个百分点。 让 AI 出 3 道变式题 原题会做，只说明你会这一道。要求：「按同一结构出 3 道变式题：一道换方向（先跌后涨）、一道换数字（涨 30% 跌 30%）、一道加一步（涨 20% 跌 10% 再涨 5%），先不给答案。」 先跌后涨和先涨后跌的结果一样，都是原价的 96%。第三道加一步的题，算式是 200 × 1.2 × 0.9 × 1.05 = 226.8，最终涨 13.4%。 做完对照答案，如果三道里错了两道，说明你掌握的是这道题，不是这个方法。回到第一级提示重走一遍。 用到 Python 的题，要求它公开代码 涉及数据统计、矩阵、拟合的题，ChatGPT 会写 Python 在沙盒里跑。这时候要做的是看代码，不是看结论。 要求三样：完整代码、每一步的中间输出、以及它对输入数据的假设。然后自己拿同样数据换一台机器跑一遍，结果应当一致。 有一个常被忽略的点：它可能悄悄丢掉了缺失值。代码里出现 dropna() 就该问一句「丢了多少行」。这个数字会直接改变结论。 数据分析的完整流程见用 ChatGPT 做数据分析，那里的检查和这里同源。 算错了怎么办 模型在纯符号推导和长链条代入上会出错，尤其是单位换算和负号。发现算错时，不要只说「你算错了」，要指出错在第几步： 「第 3 步的括号展开错了，(a+b)(a-b) 应该是 a²-b²，你写成了 a²+b²。」 指出具体位置，它会立刻纠正并给出修正后的全过程。只说「算错了」，它可能换一条路重新推，最后给你另一个错答案。 答案本身对不对，可以用另一条路径验证：代入特殊值、用估算看数量级、或者用计算器算一遍数值。事实核对的一般方法见AI 回答的事实核对。 数学概念和计算要分开练 计算练的是流程，概念练的是判断。遇到「为什么这么算」说不清的时候，先停下来补概念，用正例反例那一套，方法见难懂概念怎么问 AI。 考前一段时间用这套方法查漏，配合诊断卷和错题重练，节奏见用 ChatGPT 复习考试。 本文的例题数字与算式为用户可自行验证的算术，不依赖官方数据；功能描述截至 2026 年 10 月 18 日核对。 参考资料资料核对日期：2026-10-17 • Text generation • Data analysis with ChatGPT | OpenAI Help Center 延伸阅读• 用 ChatGPT 复习考试：先做诊断，再安排错题重练 • 难懂概念怎么问 AI？要求例子、反例，再自己解释一次 • 怎样检查 ChatGPT 回答是否可靠？先查最影响决定的三句话