tech

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。

  • azure
  • ai-900
  • certification
  • learning-method
  • ai-workflow
  • education

寫實魔幻風格油畫封面:一人乘著發光的舟楫渡過浩瀚大江,並非泳者,卻藉舟而致遠——善假於物

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。)