开源间隔重复软件 Anki 配合大模型批量制卡的用法——这是 Anki + AI 制卡最主要的用途，也是本文讨论的前提。

当数据不能离开公司或个人设备时，就需要考虑自托管或开源路线。

先判断：它能不能自托管

它本身是开源项目，可以自托管：数据留在自己的机器上，但升级、安全补丁与故障排查都要团队自己承担。

决策要点

  • 数据敏感级别：只有内部公开信息时，云端服务通常更省事。
  • 团队是否有人负责运维和安全更新。
  • 硬件投入：本地运行模型需要显卡或较大的内存。
  • 效果差距：用自己的任务实测，不要只看榜单。

可以评估的开源方向包括：Llama 开源模型、Marker、AgentScope。它们与 Anki + AI 制卡的能力并不完全等同，适合用来承接对数据要求最高的那部分任务。

用同一个任务做对比

闪卡制作

适用情况：手头有一章课本或讲义时。

把这一章的知识点做成 20 张问答式闪卡，每张只考一个知识点，问题避免能被直接猜出答案。

检查点：一卡一个知识点。

自托管上线清单

  • 固定版本号并记录配置。
  • 只在内网暴露服务或加上认证。
  • 设置日志与资源监控。
  • 订阅仓库的版本发布与安全公告。
  • 准备回滚方案。

补充练习

错题分析

适用情况：手头有一道做错的题和我的解答过程时。

不要直接给答案。先指出我的解题过程从哪一步开始出错，再给一个提示让我自己重做；如果我第二次还错，再给出完整解析。

验收标准：先给提示再给答案。

评分量规

适用情况：手头有一项作文或项目作业要求时。

为这项作业设计评分量规：4 个维度、每个维度 4 个等级，每个等级写出可观察的描述，方便学生自评。

交付前确认：等级描述可观察。

口语陪练

准备材料：一个想练习的生活场景。

我们来做角色扮演：你是咖啡店店员，我是顾客。请用简单英语和我对话，每次只说一两句；对话结束后指出我的 3 个表达问题并给出更自然的说法。

验收标准：结束后有具体纠错。

常见问题：难度不适合

写清学生年级与已学内容，并给一个难度示例。

常见问题：口语练习太难开口

让 AI 放慢语速、只用简单词汇，先从固定句型开始。

常见问题：生成的题目有错

教师抽查答案，尤其是计算题与史实题。

概念补充：形成性评价

教学过程中用于调整教学的小测与反馈。

概念补充：差异化教学

为不同水平学生提供不同难度的材料与任务。

适合人群：研究生

研究生可以用 Anki 处理文献阅读、开题与论文写作等工作。需要注意：遵守学校学术诚信规定，AI 只用于辅助理解和润色。

适合人群：科研人员

科研人员可以用 Anki 处理文献检索与阅读、实验记录与数据整理等工作。需要注意：遵守期刊和机构关于 AI 使用的披露要求，引用逐条核对。

写在最后

文中提示词和示例仅作示意，实际效果取决于你的材料和 Anki 当前版本，重要内容请人工核对后再使用。

所有示例输出均为示意，不代表真实统计或效果承诺；请以自己的测试结果为准。

延伸阅读