考试备考刷题应用：题库、模拟考试与间隔重复
无论你是开一门应试培训课、卖一款备考产品，还是带考生冲刺一场职业资格考试，同一个问题都会冒出来：题目散落在 Word 文档和 PDF 里，学生靠一遍遍重读笔记来复习、却几乎建立不起记忆，而在成绩出来之前，没人说得清某个考生到底哪些知识点薄弱。几十年的认知科学研究都指向同一个解法 —— 提取练习和间隔重复，也就是反复自我测试、并以逐渐拉长的间隔重访材料，而不是临时抱佛脚。一个考试备考刷题应用，托管在 ybuild 上、用你自己的域名对外服务，把这套科学变成一套持续运转的系统：一个按考纲映射的题库、能对齐真实考纲的计时模拟考试，以及一个针对每个学生、精准把他反复做错的题目重新推到眼前的复习队列。
痛点
- 你的题库散落在 Word 文档、PDF 和表格里，于是根本没有可靠的办法看清哪些题目覆盖了考纲的哪个模块 —— 也看不出某个模块是被出多了还是出少了。
- 学生靠重读和划重点来备考，感觉很努力，却几乎建立不起持久的记忆；而在一场模拟考或真实考试把问题暴露出来之前，你手里没有任何数据能说清哪些知识点真的薄弱。
- 你发出去的练习卷，在时间限制、模块配比和题型上都不对齐真实考试，于是一份漂亮的练习成绩，给出的却是对备考程度的错误判断。
- 一道题只见过一次就被遗忘。做错的题永远不会在恰当的时机重新出现，也没有一套系统把每个学生拉向他自己的薄弱环节、而不是全班的平均水平。
你能搭什么
一个统一的题库，每道题都带着题干、选项、正确答案、书面解析、一个难度标签，以及它所属的考纲模块。草稿、审核和已发布三种状态，把写了一半或未经核对的题目挡在正式考试之外；你可以按模块或难度在几秒内筛出整个题库，而不用在一堆文档里翻来翻去。
同一个题库，两种模式。练习模式在每次作答后立刻显示解析，让推理过程真正留在脑子里；模拟模式则拼出一整份考卷，对齐真实考纲的模块配比和时间限制，跑一个带自动保存的服务器端计时器，然后判分，并按模块逐一拆解结果、给出一个备考程度的估计。
学生做错、或标记为“难”的每一道题，都会带着自己的间隔进入他个人的复习队列。做错了它很快就回来；连续做对，间隔就会一路拉长。每天学生只清理当天到期的部分，于是短短几分钟的每日复习，就能稳稳地把薄弱的题目一道道转化成已掌握的题目，而不是把所有东西重新过一遍。
数据模型
系统里的一天
- 你搭建题库：自己出题或导入题目，给每一道题打上考纲模块和难度标签，写好解析，核对无误后把它从草稿转为已发布。
- 学生在你自己的域名上注册，选定他正在备考的那场考试，进入一个仪表盘，上面显示今天有哪些复习到期、以及他最薄弱的地方在哪里。
- 他做一份筛选到某个薄弱模块的练习卷；每道题在他作答的那一刻就亮出解析，于是一次错误的猜测，变成一段被纠正的记忆，而不是一个悬而未决的谜团。
- 每一道做错、或被标记为“难”的题目，都以一个较短的首次间隔落进这个学生的复习队列，而那些一击即中的题目则被推向更远的将来。
- 第二天，只有到期的题目会重新浮现 —— 五分钟的一次复习清空队列，并悄悄把所有答对的题目的间隔再拉宽一点。
- 考试前一周，学生做一整份计时模拟考，它从每个模块抽取恰当数量的题目，并跑一个刷新页面也无法重置的服务器端计时器。
- 系统给这份模拟考判分，展示按模块逐一拆解的结果，标出最薄弱的两个方面，并估计他是否正走在通过的轨道上。
- 你打开教师视图：整届学生的通过率趋势、哪些题目太易或太难，以及学生反复重读的是哪些解析 —— 整套运营，托管在 ybuild 上，从你自己的域名对外服务。
AI 容易出错的地方
- 不是每道题都只有一个答案。真实考试会混合单选、“多选（选出所有正确项）”和判断题，每一种都需要自己的判分规则 —— 是全对才得分，还是可以给部分分。一个默认只有一个正确选项的实现，会不声不响地把每一道多选题都判为错误。
- 打乱选项顺序是一个经典陷阱：如果你把选项随机化，却把正确答案存成一个固定位置（“B”），随机化一发生，答案就和选项对不上了，正确答案指向了错误的选项。答案必须绑定选项本身的标识，而不是它所在的位置。
- 模拟考的计时必须在服务器端运行、并带自动保存。一个只在客户端的计时器，会让学生靠刷新页面就重置时钟；而一次断线加上没有自动保存，会让一小时的作答付诸东流 —— 对一场付费的、事关重大的模拟考来说，那就是一笔退款和一位流失的客户。
- 间隔重复的状态是“每个学生 × 每道题”的，绝不是题目自身的一个属性。把一个“下次复习”日期存在题目上，会把所有学生压缩进同一套日程，于是一位高手和一个新手看到的是一模一样的卡片。
- 一份只是随机抓题的模拟考，并不能对齐真实考试。职业资格与认证类考试会从每个考纲模块抽取固定比例的题目，所以模拟考必须尊重这些权重，否则那个备考程度的信号就是虚构的。而且，停用或已订正的题目，必须从新的作答中排除、却又要为旧的作答完整保留下来 —— 硬删除一道题，会让那些让过往成绩有意义的历史记录变成无主的孤儿。
- 一个题库，每道题都打上考纲模块标签、带着正确答案和解析，并有草稿／已发布状态，让未经核对的题目留在正式考试之外。
- 一个在每次作答后亮出解析的练习模式，外加一个带服务器端计时、自动保存和按模块权重抽题的计时模拟模式。
- 一个针对每个学生的复习队列，以逐渐拉长的间隔把做错和标记为“难”的题目重新推到眼前，并配一份简单的每日“到期”清单。
- AI 自动生成题目 —— 对一场事关重大的考试来说，一个错误的答案就是实实在在的伤害，所以第一版请自己出题或导入经过核对的题目，而不要指望自动生成。
- 远程监考、摄像头监控和锁屏防作弊 —— 搭建起来很重，对一款练习类产品也没有必要。
- 自适应难度和基于项目反应理论（IRT）的难度校准 —— 先从固定的难度标签起步，等你手里有了真实的作答数据，再加上自适应。
常见问题
我能把现有的题库导入进来，而不是重新打一遍吗？
可以。把你的题目从一张表格里导进来 —— 题干、选项、正确答案、解析，以及每道题所属的模块 —— 它们会作为草稿落进题库，供你审核和发布。在你标记为已核对之前，什么都不会上线。
我能做出一份真正对齐真实考试计时和配比的模拟考吗？
这正是模拟考引擎的用意。你设定时间限制，以及从每个考纲模块抽取多少道题，于是这份模拟考在节奏和内容配比上都对齐真实考试 —— 而这正是让一份练习成绩成为可信备考信号的关键。
这个应用怎么决定一道题什么时候重新出现？
每一个“学生 × 题目”的组合都记录着一个难易系数和一个间隔。做错一道题，它会在很短的间隔后回来；连续答对几次，间隔就会拉宽，遵循的是与 Anki 之类工具相同的间隔逻辑。每个学生都有自己的一套日程。
除了单选，它能处理“多选（选出所有正确项）”和判断题吗？
可以。单选、多选和判断题都受支持，每一种都按自己的规则判分 —— 包括多选题上是给部分分还是全对才得分 —— 于是你的题库不会被硬塞进一种狭窄的格式。
我能看到整届学生在哪些知识点上普遍吃力吗？
教师视图会跨你所有的学生、按考纲模块拆解结果，把最薄弱的方面浮现出来，并标出太易或太难的题目，好让你去修订题库。它跑在你自己的域名上，托管在 ybuild。
参考来源
- 提取练习促进新知识的学习：测试的前向效应 — Pastötter & Bäuml，《心理学前沿》（2014） — 经同行评审的证据表明，对学过的材料进行自我测试能提升记忆保持 —— 这正是刷题胜过重读的核心原因。
- 提取练习在医疗健康专业中的应用：一篇前沿综述 — PMC — 医学、护理和口腔专业的教育如何把提取练习用于课程考核和高利害的执业资格考试。
- Anki 用的是哪种间隔重复算法？ — Anki 常见问题 — 一份具体的参考，说明间隔重复的排程（SM-2 和 FSRS）如何逐卡记录难易系数、间隔和难度。
描述它，一次性上线到你自己的域名——托管、全栈、无需服务器。免费开始。