AI 刷题提示分层别一上来就把答案喂到嘴边一、提示不是答案泄露AI 辅助刷题最容易犯的错是用户一问不会系统立刻给完整题解。这样短期很爽长期会把训练变成抄答案。真正有价值的刷题助手应该像分层提示系统先判断卡点再给最小帮助最后才展示完整解法。提示的目标是推动思考不是替用户完成思考。二、先识别卡点flowchart TD A[用户提交问题] -- B{卡点类型} B -- C[读不懂题意] B -- D[想不到模型] B -- E[边界条件错] B -- F[代码实现错] C -- G[给例子] D -- H[给方向] E -- I[给反例] F -- J[给调试线索]同样是“不会”含义完全不同。读不懂题意时要解释输入输出想不到模型时给状态或数据结构方向边界错时给反例实现错时引导定位代码。hint_levels: level_1: clarify_problem level_2: suggest_pattern level_3: expose_key_invariant level_4: show_solution层级清楚系统才不会过度提示。三、提示要最小充分def next_hint(level: int, topic: str) - str: if level 1: return 先写出暴力解确认枚举对象是什么 if level 2: return f这题可以从 {topic} 的不变量入手 return 给出完整题解前先尝试描述状态转移最小充分提示不是藏着掖着而是只给当前阶段需要的信息。比如动态规划题用户连状态都没定义就没必要直接给转移方程。还要允许用户主动升级提示。有人只想要方向有人确实需要完整题解。系统可以让用户选择“再提示一点”而不是一次给完。四、提示效果要评测刷题助手不能只看用户是否点了“有帮助”。更好的指标是提示后用户是否能写出下一步是否减少直接看答案比例是否在相似题上迁移。hint_eval: solve_after_hint: true full_solution_reveal_rate: true transfer_to_similar_problem: true如果大量用户在 level 1 后立刻要求完整答案说明提示太空如果用户看了 level 3 仍然没有进展可能是卡点识别错了。还要保存提示轨迹。后续复盘时可以看到某个题型用户最常卡在哪一层。这样题库讲解和训练计划都能改进。最后提示系统要避免制造依赖。可以在用户连续请求完整答案时要求先提交自己的思路或暴力解。刷题训练需要反馈但也需要一点摩擦。提示内容还要记录“被使用后的结果”。如果用户看了某条提示后仍然提交同类错误说明提示没有击中卡点如果用户看完提示能独立补出证明说明这层提示有效。提示系统应该像推荐系统一样持续修正。hint_feedback: track_next_submission: true track_error_type_after_hint: true adjust_hint_level: true同时提示要避免直接暴露变量名和完整状态转移。给方向可以给代码骨架就接近答案了。不同平台可以按训练模式设置提示强度练习模式宽松模拟面试模式更克制。五、总结AI 刷题提示分层要先识别卡点再按层级提供最小充分帮助并用迁移效果评估提示质量。别一上来就把答案喂到嘴边。真正有效的提示是让人多走一步而不是替人走完全程。