考試備考刷題應用：題庫、模擬考試與間隔重複
無論你是開一門應試培訓課、賣一款備考產品，還是帶考生衝刺一場證照考試，同一個問題都會冒出來：題目散落在 Word 文件和 PDF 裡，學生靠一遍遍重讀筆記來複習、卻幾乎建立不起記憶，而在成績出來之前，沒人說得清某個考生到底哪些知識點薄弱。幾十年的認知科學研究都指向同一個解法 —— 提取練習和間隔重複，也就是反覆自我測驗、並以逐漸拉長的間隔重訪材料，而不是臨時抱佛腳。一個考試備考刷題應用，託管在 ybuild 上、以你自己的網域對外服務，把這套科學變成一套持續運轉的系統：一個按考綱對應的題庫、能對齊真實考綱的計時模擬考試，以及一個針對每位學生、精準把他反覆做錯的題目重新推到眼前的複習佇列。
痛點
- 你的題庫散落在 Word 文件、PDF 和試算表裡，於是根本沒有可靠的辦法看清哪些題目涵蓋了考綱的哪個模組 —— 也看不出某個模組是被出多了還是出少了。
- 學生靠重讀和畫重點來備考，感覺很努力，卻幾乎建立不起持久的記憶；而在一場模擬考或真實考試把問題暴露出來之前，你手裡沒有任何資料能說清哪些知識點真的薄弱。
- 你發出去的練習卷，在時間限制、模組配比和題型上都不對齊真實考試，於是一份漂亮的練習成績，給出的卻是對備考程度的錯誤判斷。
- 一道題只見過一次就被遺忘。做錯的題永遠不會在恰當的時機重新出現，也沒有一套系統把每位學生拉向他自己的薄弱環節、而不是全班的平均水準。
你能打造什麼
一個統一的題庫，每道題都帶著題幹、選項、正確答案、書面解析、一個難度標籤，以及它所屬的考綱模組。草稿、審核和已發布三種狀態，把寫了一半或未經核對的題目擋在正式考試之外；你可以按模組或難度在幾秒內篩出整個題庫，而不用在一堆文件裡翻來翻去。
同一個題庫，兩種模式。練習模式在每次作答後立刻顯示解析，讓推理過程真正留在腦子裡；模擬模式則拼出一整份考卷，對齊真實考綱的模組配比和時間限制，跑一個帶自動儲存的伺服器端計時器，然後計分，並按模組逐一拆解結果、給出一個備考程度的估計。
學生做錯、或標記為「難」的每一道題，都會帶著自己的間隔進入他個人的複習佇列。做錯了它很快就回來；連續做對，間隔就會一路拉長。每天學生只清理當天到期的部分，於是短短幾分鐘的每日複習，就能穩穩地把薄弱的題目一道道轉化成已掌握的題目，而不是把所有東西重新過一遍。
數據模型
系統裡的一天
- 你搭建題庫：自己出題或匯入題目，給每一道題打上考綱模組和難度標籤，寫好解析，核對無誤後把它從草稿轉為已發布。
- 學生在你自己的網域上註冊，選定他正在備考的那場考試，進入一個儀表板，上面顯示今天有哪些複習到期、以及他最薄弱的地方在哪裡。
- 他做一份篩選到某個薄弱模組的練習卷；每道題在他作答的那一刻就亮出解析，於是一次錯誤的猜測，變成一段被糾正的記憶，而不是一個懸而未決的謎團。
- 每一道做錯、或被標記為「難」的題目，都以一個較短的首次間隔落進這位學生的複習佇列，而那些一擊即中的題目則被推向更遠的將來。
- 第二天，只有到期的題目會重新浮現 —— 五分鐘的一次複習清空佇列，並悄悄把所有答對的題目的間隔再拉寬一點。
- 考試前一週，學生做一整份計時模擬考，它從每個模組抽取恰當數量的題目，並跑一個重新整理頁面也無法重置的伺服器端計時器。
- 系統給這份模擬考計分，展示按模組逐一拆解的結果，標出最薄弱的兩個方面，並估計他是否正走在通過的軌道上。
- 你打開教師視圖：整屆學生的通過率趨勢、哪些題目太易或太難，以及學生反覆重讀的是哪些解析 —— 整套營運，託管在 ybuild 上，從你自己的網域對外服務。
AI 容易出錯的地方
- 不是每道題都只有一個答案。真實考試會混合單選、「多選（選出所有正確項）」和是非題，每一種都需要自己的計分規則 —— 是全對才得分，還是可以給部分分。一個預設只有一個正確選項的實作，會不聲不響地把每一道多選題都判為錯誤。
- 打亂選項順序是一個經典陷阱：如果你把選項隨機化，卻把正確答案存成一個固定位置（「B」），隨機化一發生，答案就和選項對不上了，正確答案指向了錯誤的選項。答案必須綁定選項本身的識別，而不是它所在的位置。
- 模擬考的計時必須在伺服器端執行、並帶自動儲存。一個只在客戶端的計時器，會讓學生靠重新整理頁面就重置時鐘；而一次斷線加上沒有自動儲存，會讓一小時的作答付諸東流 —— 對一場付費的、事關重大的模擬考來說，那就是一筆退款和一位流失的客戶。
- 間隔重複的狀態是「每位學生 × 每道題」的，絕不是題目自身的一個屬性。把一個「下次複習」日期存在題目上，會把所有學生壓縮進同一套日程，於是一位高手和一個新手看到的是一模一樣的卡片。
- 一份只是隨機抓題的模擬考，並不能對齊真實考試。證照與認證類考試會從每個考綱模組抽取固定比例的題目，所以模擬考必須尊重這些權重，否則那個備考程度的訊號就是虛構的。而且，停用或已訂正的題目，必須從新的作答中排除、卻又要為舊的作答完整保留下來 —— 硬刪除一道題，會讓那些讓過往成績有意義的歷史紀錄變成無主的孤兒。
- 一個題庫，每道題都打上考綱模組標籤、帶著正確答案和解析，並有草稿／已發布狀態，讓未經核對的題目留在正式考試之外。
- 一個在每次作答後亮出解析的練習模式，外加一個帶伺服器端計時、自動儲存和按模組權重抽題的計時模擬模式。
- 一個針對每位學生的複習佇列，以逐漸拉長的間隔把做錯和標記為「難」的題目重新推到眼前，並配一份簡單的每日「到期」清單。
- AI 自動生成題目 —— 對一場事關重大的考試來說，一個錯誤的答案就是實實在在的傷害，所以第一版請自己出題或匯入經過核對的題目，而不要指望自動生成。
- 遠端監考、攝影機監控和鎖定畫面防作弊 —— 搭建起來很重，對一款練習類產品也沒有必要。
- 自適應難度和基於試題反應理論（IRT）的難度校準 —— 先從固定的難度標籤起步，等你手裡有了真實的作答資料，再加上自適應。
常見問題
我能把現有的題庫匯入進來，而不是重新打一遍嗎？
可以。把你的題目從一張試算表裡匯進來 —— 題幹、選項、正確答案、解析，以及每道題所屬的模組 —— 它們會作為草稿落進題庫，供你審核和發布。在你標記為已核對之前，什麼都不會上線。
我能做出一份真正對齊真實考試計時和配比的模擬考嗎？
這正是模擬考引擎的用意。你設定時間限制，以及從每個考綱模組抽取多少道題，於是這份模擬考在節奏和內容配比上都對齊真實考試 —— 而這正是讓一份練習成績成為可信備考訊號的關鍵。
這個應用怎麼決定一道題什麼時候重新出現？
每一個「學生 × 題目」的組合都記錄著一個難易係數和一個間隔。做錯一道題，它會在很短的間隔後回來；連續答對幾次，間隔就會拉寬，遵循的是與 Anki 之類工具相同的間隔邏輯。每位學生都有自己的一套日程。
除了單選，它能處理「多選（選出所有正確項）」和是非題嗎？
可以。單選、多選和是非題都受支援，每一種都按自己的規則計分 —— 包括多選題上是給部分分還是全對才得分 —— 於是你的題庫不會被硬塞進一種狹窄的格式。
我能看到整屆學生在哪些知識點上普遍吃力嗎？
教師視圖會跨你所有的學生、按考綱模組拆解結果，把最薄弱的方面浮現出來，並標出太易或太難的題目，好讓你去修訂題庫。它跑在你自己的網域上，託管在 ybuild。
參考來源
- 提取練習促進新知識的學習：測驗的前向效應 — Pastötter & Bäuml，《心理學前沿》（2014） — 經同儕審查的證據表明，對學過的材料進行自我測驗能提升記憶保持 —— 這正是刷題勝過重讀的核心原因。
- 提取練習在醫療健康專業中的應用：一篇前沿綜述 — PMC — 醫學、護理和牙醫專業的教育如何把提取練習用於課程考核和高利害的執業證照考試。
- Anki 用的是哪種間隔重複演算法？ — Anki 常見問題 — 一份具體的參考，說明間隔重複的排程（SM-2 和 FSRS）如何逐卡記錄難易係數、間隔和難度。
描述它，一次上線到你自己的網域——託管、全端、免伺服器。免費開始。