# AI-900 續集：我怎麼用 AI 把題庫變成最快的複習系統
> 上一篇沒講的部分：練習題該從哪裡拿（以及一個誠實的提醒）、拿到題之後怎麼用 AI 建一套會自動出題批改記錯的個人化題庫、怎麼讓 AI 教你『觀念樹』而不是死背服務名、以及怎麼用 AI 做整理表在最短時間複習最多概念。學習方法論教育文，非官方教材。
Published: 2026-07-09
Locale: zh-TW
Tags: azure, ai-900, certification, learning-method, ai-workflow, education
TL;DR: 上一篇講方法架構，這篇講怎麼用 AI 把它跑快：① 練習題從官方 practice 為主、社群題庫有但書（別死背答案）；② 用 AI 把題目變成會自動出題、批改、記錯題本、間隔重測的個人化系統；③ 讓 AI 教你『觀念樹』（所有 AI＝在猜什麼＋拿什麼當線索）而不是背葉子；④ 用 AI 做腦圖、認字卡、服務對應表，考前 45 分鐘只掃三張。
> *假舟楫者，非能水也，而絕江河。*
> *君子生非異也，善假於物也。*
> —— 荀子《勸學》（戰國，約西元前 3 世紀）
> 上一篇「兩週考過 AI-900」意外很多人看，謝謝。那篇講的是**方法的骨架**（區塊式、校準考綱、服務對應表、間隔回想、模考閘門）。這篇補上次沒講的——**怎麼用 AI 把這套跑得更快**：題庫怎麼來、拿到之後怎麼跟 AI 一起用、怎麼在最短時間複習最多概念、怎麼做出一堆整理表。純學習方法分享，不是官方教材。
## 一、練習題從哪裡來（先講一個誠實的提醒）
先說重點：**最該用的是官方的免費 Practice Assessment**（Microsoft Learn 上就有），因為它的題型、口氣、判準最貼近真考。這也是我當初拿來當「約考閘門」的東西。
網路上確實有很多社群整理的題庫（ExamTopics 那類）。我不鼓勵、也不教你怎麼去弄那些——它們常常踩到考試政策和版權的線，品質也參差。真要碰，記住兩個但書：**① 別把它當「背答案」用**（很多答案是網友投票、會錯），**② 它只該拿來「找出你不會的概念」，不是拿來記正解**。一旦你開始背選項字母，這張證照對你就沒價值了。
我自己的做法是：把手上的練習題（不管哪來的）**全部丟給 AI，讓 AI 幫我把每一題拆成「這題在考哪個概念」**，然後我練的是概念，不是那一題。這樣就算題目本身有錯，我修正的也是理解。
## 二、拿到題之後：用 AI 建一套「會自己出題、批改、記錯」的系統
這是這篇的重點。與其一題一題手動對答案，我讓 AI 幫我把練習題**變成一個小系統**：
- **先結構化**：請 AI 把一堆題目（HTML／文字）解析成乾淨的 JSON（題幹、選項、正解、解析、屬哪個領域）。一次做好，之後都能用。
- **AI 自動出題**：寫一支小程式，每次隨機抽一批（例如一次 6 題），我只回答案字母，AI 立刻批改 + 逐題講解錯在哪。
- **記錯題本**：答錯的自動寫進 `wrong-log`，並**歸類到五大領域**——這樣我看得到「我是視覺那枝弱，還是 NLP 那枝弱」，而不是散落的一題一題。
- **間隔重測**：同一批弱點隔幾天**重抽重測**（我實際跑了二十幾輪）。重點是「闔上資料真的答一次」，不是把筆記再看一遍——**流暢 ≠ 記得住**。
一句話：**AI 把「刷題」從勞力活變成一個會累積、會告訴你哪裡弱的回饋迴圈。** 你不用會寫很厲害的程式，把上面這些需求直接講給 AI，它就會幫你生出來。
## 三、最關鍵的一步：讓 AI 教你「觀念樹」，不是「葉子」
我一度刷題卡在 7-9/10 上不去，自己發現問題：**我在背「葉子」（一堆服務名），卻沒看到「樹」（觀念）。** 於是我請 AI 換一種教法——**先教主幹，再掛葉子**。
- **主幹一句**：所有 AI 題，都是在問「**它在猜什麼 + 拿什麼當線索**」→ 對應到五種工作負載。抓住這句，題目就從「背名字」變成「判斷在幹嘛」。
- **不要名詞清單，要 active recall**：AI 不給我一張表叫我背，而是**丟情境題**（「X 光片找骨折」「推特留言判情緒」「刷卡突然爆量」），我回答屬哪一枝。答對＝理解，答錯＝當場補一個「概念錨」。
- **概念錨解開重複錯**：我一直分不清 Custom Vision vs 電腦視覺，AI 給我一個錨——「**要不要自己訓練**」，一秒解開。OCR vs 文件智慧的錨是「**讀字 vs 讀懂結構**」。這些錨比背十遍名字有用。
- **AI 幫你診斷錯型**：更強的是，AI 看我的答題，歸納出我有兩種系統性錯——「**籠統化**」（該講 Azure OpenAI 卻只講 umbrella 的 AI service）跟「**跨枝抓葉**」（把視覺枝的文件智慧拿去答 NLP 的實體辨識）。知道自己「怎麼錯」，比知道「哪題錯」值錢太多。
用比喻黏概念也是 AI 很會的：判別式 vs 生成式＝「**閱卷老師 vs 作文學生**」；LLM＝「**文字接龍機**，只會猜下一個字」；幻覺＝「接龍機不是查證機，要人工把關」。一個好比喻，勝過一頁定義。
## 四、最短時間複習最多概念：用 AI 做整理表
概念黏住之後，衝刺期我幾乎只做一件事：**請 AI 把整個考綱濃縮成幾張不同角度的「整理表」**，反覆掃。我做了好幾張，各有用途：
- **一頁服務對應表**：哪個服務做哪件事 + 最容易混的六組。
- **速通腦圖**：把五大領域的樹狀結構畫成一張圖，看一眼就知道整片森林。
- **認字卡 / 英文葉名速掃卡**：臨時改考英文版時，AI 幫每個服務配「看到這些英文字→就選它」的關鍵字。
- **易混淆對照表**：OCR vs 文件智慧、實體辨識 vs 關鍵片語、語言偵測 vs 翻譯……把最會考的陷阱並排。
做這些表的訣竅：**別自己從零打，把你的弱點清單（錯題本）丟給 AI，叫它「針對我常錯的這幾組，做一張並排對照表」**——這樣每張表都是為你量身、不是通用範本。考前 45 分鐘，我只掃三張：負責任 AI 六原則、服務對應表、我的錯題本。不刷新題。
## 五、真正上考場那天：這些細節沒人告訴你
方法準備得再好，考場那天的細節出錯一樣白搭。以下全是我親身踩過的，記下來給你。
**再三確認你考場的時間。** 這點最重要，我第一次就栽在這裡。**美國時間和台灣時間不一樣**——我們考的是**線上考試**，時間本來就會有時差，你和監考官很可能在不同國家、不同時區。務必把考試時間換算成你當地時間、再三確認，別像我一樣直接 no-show（沒到場等於作廢）。
**提前一個小時坐到電腦前。** 這一小時不是發呆，是拿來**測試考試軟體、把電腦設備都弄好、並且弄清楚這個軟體到底怎麼操作**。第一次用一定會卡，提前熟悉，正式開始才不會手忙腳亂。
**考前半小時：進入「候考區」。** 官方規定考前 30 分鐘就要進入候考區。進候考區的意思是——**監考人員會來查驗你的文件，所以所有文件要先準備好**。
線上考試會有一個 **App**。進入候考區時，它會給你一個**連結**，你要用那個連結、**用手機拍照上傳**：
- 書桌**前、後、左、右各一張**、**你本人的臉**、**護照上的資料**。
- 全部傳完，才算「準備資料完成」；接著等監考人員在考前半小時來檢驗你的資料。
**環境檢查（監考員查驗時）：** **拿掉手錶**，桌面**不能有手機或任何多餘的東西**。他會叫你**站起來轉一圈**，看清楚你的手、身上、桌面有沒有藏東西。（監考員常是印度腔英文、老實說不太好懂；聽不懂就直接請他重講幾次，他會配合。）
**考試進行中：兩個最容易讓你出局的雷。**
1. **現場不能有別人。** 只要監考系統偵測到別的**影像或聲音**，會先用**文字訊息警告**你，甚至**直接用語音切進來**跟你講話；再犯一次，就**直接結束考試**。所以務必找一個真的不會有人進來的安靜房間。
2. **電腦不能有其他自動化程式跳出來。** 一旦它偵測到（例如你的**瀏覽器被打開**），考試軟體會**自動關閉、跳出**，你就得**重新登入**——白白浪費寶貴的考試時間。考前把所有會自動彈窗的程式、排程、通知**全部關掉**。
**時間其實很充足。** 考試 **45 分鐘、大約 43 題**，只要你是在「作答」而不是在跟設備搏鬥，時間綽綽有餘。
## 收尾
上一篇的骨架，加上這篇的 AI 用法，其實是同一個信念：**學一個有邊界的新領域，最快的路是先分清「哪些我已經懂、哪些只是名詞要背」，然後用 AI 這個工具把後者的複習做到又快又個人化。**
荀子兩千多年前就講了：君子不是天生比較厲害，只是**善假於物**——善於借助工具。AI 就是這個時代最好用的那個「物」。你不需要很會寫程式，你只需要會清楚地把「我想要一個會幫我出題、批改、記錯、做表的東西」講給它聽。
（如果你還沒看第一篇的方法骨架，建議先看那篇，這篇是它的續集。）