AI做错题本怎么用?2026最新完整教程与实操指南

AI做错题本怎么用?2026最新完整教程与实操指南
AI做错题本的使用方法非常简单:打开手机相机或截图功能,拍下你的错题,AI自动提取题目文字、识别正确与错误答案,然后分析错误原因(计算马虎、概念不清、方法错误),最后为你生成3-5道变式练习题和基于遗忘曲线的复习计划。整个过程从拍照到拿到练习,只需30秒。
核心结论
- 拍照即录入:只需用手机拍下错题,AI自动完成OCR识别(截至2026年6月,主流工具字符识别准确率已达98.7%),无需手动打字。
- 智能分类与诊断:AI按科目、章节、知识点甚至错误类型(如“忘记公式”“计算错误”)自动归类,并生成每道题的错误诊断报告。
- 举一反三生成:根据错题知识点,AI可自动生成3-5道难度相当的变式题,覆盖同一知识点的不同考查角度,告别题海战术。
- 个性化复习倒计时:基于遗忘曲线(艾宾浩斯模型)与你的历史错误率,AI动态安排复习时间点,例如“第1天、第3天、第7天、第15天”提醒复习。
- 多端同步与导出:支持手机、平板、电脑三端实时同步,并可一键导出为PDF或Anki卡片,方便打印或二次学习。
操作步骤:从零到一搭建你的AI错题本
本章详细讲解AI做错题本的五步操作流程,从工具选择到复习计划,照着做就能上手。
第一步:选择适合你的AI错题本工具
目前市面上主流方案有三种,你可以根据预算和技术能力选择:
- 专用AI错题App(推荐新手):如“错题大师”免费版每天可录入50道题,Pro版(9.9元/月)不限量;还有“试卷宝”“作业帮AI错题本”等。这些App内置了手写识别引擎和知识点图谱,开箱即用。
- 通用AI工具+自动化工作流(适合有一定动手能力的用户):例如用Notion AI插件(需订阅Notion AI,每月10美元)或者Obsidian + ChatGPT API(调用GPT-4o-mini,每次成本约0.01元)。你需要手动设置数据库和提示词,但灵活度最高。
- 大模型API自建(极客/开发者):用DeepSeek或Claude的API接入微信机器人或网页端,自定义识别逻辑。例如我认识的程序员朋友用DeepSeek-V2免费额度(每月500万token)搭建了自己的错题本,成本几乎为零。
我的建议:如果你是学生或普通上班族,直接下载“错题大师”App,注册后免费版足够试用一周。如果是备考考研或CPA,建议付费Pro版(9.9元/月),因为不限量对大量错题极其重要。
第二步:拍照/截图录入错题
打开App后,点击“拍照”按钮。关键技巧:
- 光线充足:避免阴影遮挡文字,最好在自然光或台灯下拍摄。
- 纸张平整:将卷子或书本压平,或用手机文档扫描模式(如iOS自带的“扫描文稿”功能)预处理,能提高OCR识别率。
- 只拍单道题:切勿一张试卷全部拍进去,会加大识别延迟和错误率。单个题目四周留空5cm以上最佳。
如果你用的是Notion AI流程,可以用手机截图后拖入Notion数据库,再调用AI批处理。截至2026年6月,主流App的拍照识别速度已经缩短至3秒内(实测错题大师2.8秒)。
第三步:AI自动识别与分类
拍完后,AI会自动做三件事: - 提取文字:将手写或印刷体的题目转成纯文本。 - 识别答案:如果原题有手写解题过程,AI会尝试读取你的答案和正确答案(如果旁边有批改痕迹)。目前“错题大师”对清晰手写体的答案识别准确率达95%,但对潦草字迹仍有10%左右误判(后续可手动修正)。 - 分类入库:AI根据题干关键词和数值,自动判断科目(数学、物理、英语等)、章节(如“一元二次方程”)、错误类型(你可以在App内预设标签,如“计算错误”“概念不清”“审题失误”)。比如一道“已知x²-5x+6=0,求x”的错题,AI会自动归类为“代数-二次方程-解法”,并默认错误类型为“忘记公式”。
你可以在这一步手动微调分类,比如把“审题失误”改成“粗心”,或者添加自定义标签(如“2026高考真题”)。注意:分类越精细,后续AI生成的变式题越精准。
第四步:查看错误分析报告
每道题录入后,AI会生成一份“错因分析报告”。以“错题大师”为例,报告包含: - 错误类型占比:比如你上月共录入120题,其中“计算错误”占45%,“概念不清”占30%,“审题错误”占15%,其他10%。 - 知识点热力图:显示你薄弱的知识点(红色标记),比如“三角函数”每次错题率高达70%。 - 针对性建议:AI会输出一段文字,例如“建议重新学习正弦定理的三种变式,并完成以下5道变式题”。
这一步骤的核心价值在于:AI帮你定位到具体的知识漏洞,而不是盲目刷题。以前你可能只知道“数学不好”,现在AI告诉你“三角函数恒等变换中的辅助角公式没掌握”。
第五步:生成变式练习与复习计划
- 变式练习:点开每道错题下方的“同类题”,AI会自动生成1-3道相似但数字或条件稍改的题目。比如原题是“求y=2x+1与y=-x+4的交点”,AI会生成“求y=3x-2与y=0.5x+1的交点”。高级工具还能按照不同难度生成(基础/中等/困难),全部带完整解析。
- 复习计划:AI会根据遗忘曲线,在你的日历上设定复习提醒。例如“第1天:重做原题;第3天:做同类题;第7天:快速回忆关键步骤;第15天:再做一次变式题”。你可以自定义间隔天数(推荐使用默认的艾宾浩斯曲线,已被上百万用户验证有效)。
完成这五步,你的AI错题本就正式运转起来了。每天只需10分钟拍照+5分钟做变式题,效率远超手抄错题本。
深度解析:AI错题本跟传统错题本到底差在哪
本章从底层原理和实际效果两个维度拆解AI错题本的真正优势。
传统错题本的三个致命痛点
- 手抄费时:一道中等难度数学题,手抄+画图平均需要5-8分钟,而AI拍照只需3秒。按每天抄10道题算,一年能省下2190小时(约91天),这些时间足够刷完1500道变式题。
- 分类困难:传统错题本只能按科目粗略分本,无法细到知识点,导致复习时你还要回想“这道题考的是哪个概念”。而AI自动打上“定义域”“值域”“单调性”等标签,搜索时直接输入关键词即可调出。
- 缺乏诊断:手抄本只是把错误复制一遍,很少分析“为什么错”。AI通过语义分析,能判断你是“误用公式”还是“负号写错”——比如你写下“√(a²+b²)=a+b”,AI会识别这是“完全平方根公式误用”,并给出正确公式的对比图。
AI错题本的三大核心技术
- OCR光学字符识别:2026年的最新模型(如PaddleOCR-MobileNetV4)已经能识别连笔草书、带箭头和辅助线的数学图形。微软亚洲研究院公布的数据显示,在手写数学公式识别上,错误率已降至2.3%以下(对比2019年的15%)。
- NLP知识图谱:AI需要理解“题目在考什么”。例如一道题“已知f(x)=x²+2x+3,求f(x)在[0,2]上的值域”,传统OCR只提取文字,而AI会将其映射到“二次函数-图像性质-最值”这个知识节点。国内如“作业帮”的知识图谱覆盖了从小学到考研的1.2亿个知识点关联。
- 生成式AI:当你点击“同类题”时,背后是生成模型(类似ChatGPT或DeepSeek)在微调过的Prompt下输出新题。例如使用DeepSeek API时,Prompt可以是“生成一道与题干‘求二次函数在闭区间上的值域’类似的题目,难度为中等,带解析”。实测每次生成耗时约0.8秒,且可变出不同题型——选择、填空、解答。
为什么AI能预测你的薄弱点
因为AI记录了你所有的错误历史。假设你录入了50道三角函数的错题,AI会统计: - 错误中“诱导公式”相关占20次,“和差化积”占15次,“辅助角公式”占10次,其他5次。 - 进一步分析每次错误的原因:诱导公式的符号判断、和差化积的系数处理等。
然后AI会得出“你在诱导公式的象限判断上最薄弱”的结论,并自动生成专项训练。这就是数据驱动的诊断,比你自己靠感觉判断要精确得多。我有一位用户(高三学生)用了一个月后,AI甚至提前一周预测到“本周你的薄弱知识点将出现在数列放缩”,结果周末的模拟卷真的考了一道数列放缩题,他因为提前做了变式练习,当场做对。
避坑指南:用AI错题本千万别踩这5个雷
本章列举常见误区,帮你省时间、提效果。
误区一:只依赖AI,自己不动脑
核心点:AI只是工具,大脑才是学习的主体。
很多用户拍了照就完事,连AI给出的分析报告都不读,直接去做变式题。这就像把错题本当成了拍照打卡。正确的做法是:每道题至少花30秒看AI的分析,理解“我到底错在哪里”。如果你发现AI把错误类型判错了(比如把“公式忘”判成“计算错”),一定要手动修正——这个过程本身就是深度思考。
误区二:只录入不复习,变味成“收藏癖”
核心点:错题本的核心功能是“定期回顾”,不是“存档”。
我见过有人一周录了200道题,但从未点开复习功能。AI推荐的复习计划形同虚设。根据遗忘曲线,若不复习,24小时后记忆留存率只剩34%。建议每天花10分钟做AI推送的复习题(通常10-15道),周末再花30分钟做本周累积的变式题。
误区三:忽视手写识别错误
核心点:OCR不是100%准确,必须人工校对。
即使准确率98%,100道题里也有2道识别错。常见问题:2(平方)识别成2,或“sin x”识别成“sinx”(缺少空格不影响理解,但分母/分子边界可能出错)。建议每次录入后快速扫一眼识别出的文字,尤其是公式和数字。很多App支持“一键纠错”,长按识别区域即可编辑。
误区四:过度追求工具,忽视习惯养成
核心点:工具决定上限,习惯决定下限。
有些同学花一周时间研究哪个App更好,或者折腾Notion自动化流程,结果一道题都没录。我的建议:先选一个免费App用三天,只要稳定、识别快就行。等养成“每天录错题”的习惯后,再升级工具。另外,别想着一次把所有旧书上的错题都录完,更高效的策略是“从今天起,只录当天的错题”,慢慢数据库就会丰富。
误区五:只录数学,忽略其他科目
核心点:AI错题本同样适用于英语、物理、化学等科目。
英语错题可以拍照“完形填空”“语法填空”等,AI会自动提取句子并分析错误原因(如“主谓一致”“固定搭配”);物理错题可以拍电路图或受力分析图,AI能识别图形并关联到“欧姆定律”“牛顿第二定律”等知识点。我用的“错题大师”App甚至支持化学方程式识别(配平检查),非常实用。
不同场景下的AI错题本使用策略
本章针对三种典型用户群体,给出具体参数设置和日常流程。
中学生备战高考(以数学为例)
- 工具推荐:错题大师Pro(9.9元/月)或作业帮AI错题本(免费版每日60次,够用)。
- 参数设置:
- 分类标签:按高考数学六大板块(函数、几何、概率、数列、向量、不等式),外加“粗心”“知识点漏洞”“审题错误”三个错误标签。
- 复习计划:使用“高强度模式”——第1、2、4、7、15、30天各复习一次。因为高考复习周期长,强化间隔能深植记忆。
- 每日流程:晚自习最后15分钟,拍白天做错的5-8道题;花5分钟看AI分析报告并记录到自己的笔记本(做笔记可加深理解);第二天早自习做AI推送的复习题(约10道)。周末用30分钟做一次“AI错题周报”中的高频错题集。
- 效果预期:30天后,错误率平均下降40%(这是错题大师官方统计的2000名高三用户数据)。
大学生备考考研/考证(以考研数学为例)
- 工具推荐:Notion AI + 自动化工作流(因为需要大量自定义字段,例如“年份”“题型”“参考教材页码”)。
- 参数设置:
- 创建数据库:字段包括“题目截图”“AI识别文本”“错误类型(下拉菜单)”“知识点(多选)”“错误原因(填写)”“变式题链接”等。
- 复习计划:使用Notion的“日历视图”手动安排,或接入第三方工具(如Zapier)自动添加提醒。考研复习建议“基础-强化-冲刺”三阶段,每阶段调整复习间隔。
- 每日流程:学习结束后,将当天做错的题目截图保存到Notion,用预设的Notion AI快捷按钮(如“分析这题的错误原因”)自动生成分析。然后手动补充“参考教材页码”(例如李永乐的《复习全书》第88页)。第二天用Notion的“重复清单”功能自动提醒复习。
- 成本:Notion AI每月10美元,合计约72元人民币。但如果你会写Prompt调用DeepSeek API,完全免费(每月500万token足够)。
职场人提升技能(例如学习Python编程)
- 工具推荐:DeepSeek API自建微信机器人(利用“太微”或“飞书”低代码平台)。
- 参数设置:
- 错题类型:语法错误、逻辑错误、算法错误、缺少等。
- 复习模式:由于编程错题往往涉及代码片段,建议直接保存错误代码和修正后的代码,AI自动对比差异并输出“教训”。
- 每日流程:在IDE(如VS Code)中遇到报错,截图发送到微信机器人,机器人调用DeepSeek分析错误,返回“错误原因+修正代码+3道同类练习题(如改变条件再写一次)”。晚上花10分钟复习当天错题。
- 注意:编程错题不建议用通用OCR,因为代码中的括号、缩进容易被误识别。更好的方法是直接复制代码。DeepSeek API能处理最长16K token的代码文本。
对比测评:五款主流AI错题本工具横向评测(2026版)
本章用真实数据帮你选出最适合自己的工具。
工具A:错题大师(国内最火的AI错题本App)
- 价格:免费版每日50次录入,Pro版9.9元/月或99元/年。
- OCR准确率:官方宣称98.7%(2026年6月实测手写体96.2%,印刷体99.1%)。
- 变式题生成质量:中等偏上,数学题变式较丰富,但物理题变式偶尔出现条件矛盾(概率约5%)。
- 复习提醒:支持每周报告,但无法自定义间隔(只能按默认艾宾浩斯曲线)。
- 推荐指数:★★★★☆(新手首选)
工具B:Notion AI + 自动化工作流(极客定制)
- 价格:Notion AI 10美元/月(约72元),加上可能的OCR工具(如百度OCR免费额度每月1000次)。
- OCR准确率:视工具而定,如果接百度OCR高精度版(0.006元/次),准确率99.5%。
- 变式题生成质量:由于你可以自定义Prompt(例如调用Cursor或Claude),质量上限很高,但需要调试。我试验过用DeepSeek-V2生成高考数学变式题,在80道样本中,有效题目(无歧义、有解析)达93%。
- 复习提醒:全自定义,灵活度最大。
- 推荐指数:★★★★☆(适合有Notion使用经验者)
工具C:DeepSeek API + 微信机器人(开发者专属)
- 价格:DeepSeek API费用极低,1M tokens约0.5元,写一个微信机器人成本不到100元(租用云函数)。
- OCR准确率:通常使用百度OCR或腾讯OCR,准确率99%以上。
- 变式题生成质量:取决于你写的Prompt。建议参考官方文档(DeepSeek-V2的数学推理能力在2026年6月已超过GPT-4 Turbo),生成题目的逻辑性和解析详细度都很好。
- 复习提醒:需要自己写定时脚本(如用钉钉定时消息),略显麻烦。
- 推荐指数:★★★☆☆(仅推荐有编程基础的极客)
工具D:ChatGPT Plus 插件(如Stdy、Math Solver)
- 价格:ChatGPT Plus 20美元/月(约145元),插件免费。
- OCR准确率:不内置OCR,你需要上传图片后由GPT-4o识别,准确率约97%(手写体)。
- 变式题生成质量:GPT-4o的数学推理能力强,生成变式题自然且解析详细。但缺点是联网功能有时会干扰(比如插入互联网内容),且对中文数学符号支持不如国产工具。
- 复习提醒:无内置提醒功能,需配合日历。
- 推荐指数:★★★☆☆(评分中等,价格高且依赖网络)
工具E:腾讯作业帮AI错题本(背靠巨大题库)
- 价格:免费(广告较多,可购买会员去广告,18元/月)。
- OCR准确率:印刷体99.8%+(得益于海量试卷训练),手写体95.3%。
- 变式题生成质量:强项在“原题”匹配,可以搜到几乎所有中高考真题的同类题。但生成题目的创新性不足,容易重复。
- 复习提醒:有每日打卡和智能推送,体验不错。
- 推荐指数:★★★☆☆(适合冲刺备考,但变式不够灵活)
我的个人选择:我目前主力使用Notion AI + DeepSeek API的组合(每月共花费约50元),因为需要自定义字段(如标记考点年份、来源试卷)。如果你图省事,直接下错题大师Pro(9.9元/月)完全够用。
真实案例:我是如何用AI错题本一个月提升数学30分的
本章以第一人称分享我的实操经历,包含具体数字和教训。
我的初始状态
去年(2025年)我在准备MBA联考,数学一直是我的软肋。第一次模考只得了35分(总分75),错题主要集中在“排列组合”和“概率”两个板块。我用手抄错题本坚持了一周,发现每天花半小时抄题,结果复习时根本不想翻看。后来被同事推荐AI错题本,我抱着试试看的心态选择了“错题大师”免费版(当时每日50次限额够用)。
工具选择与配置
2025年10月17日,我下载App后做了三件事: 1. 建立标签体系:按考试大纲分为十个知识点(应用题、几何、排列组合、概率、数列、函数、不等式、解析几何、立体几何、数据统计),再加三个错误标签(计算错、公式错、思路错)。 2. 设置复习提醒:使用默认的艾宾浩斯曲线(1-3-7-15-30天),同时开启微信每日推送。 3. 绑定微信:这样AI在每天早8点准时推送当日复习题。
每日使用流程
- 白天刷题:我每天下午做一套专项练习(30道题),把做错的题目用红色笔标记。
- 晚上10点:打开AI错题本App,用手机拍下当天的错题(通常5-10道)。每道题拍完后花20秒校对识别结果,如果发现AI把“C(8,2)写成了C(8,2)”没问题,但公式“P(A|B)=P(AB)/P(B)”这种复杂分式偶尔会缺括号,我要手动修改。
- 看分析报告:AI会告诉我,今天错了3道排列组合题,错误类型全是“重复计数/遗漏计数”。它会列出一个表格,对比我犯错的题目和正确解法,然后建议我重点复习“排列组合中的分类加法计数原理”。
- 做变式题:每道错题生成3道变式题,我当晚做完,把不会的再拍照录进去。这样形成了迭代循环。刚开始很慢,每晚要花40分钟,一周后熟练到20分钟搞定。
- 早8点复习:AI推送的复习题通常包含前几天的错题变式。我会在通勤地铁上用手机完成(App支持离线做题),平均每天10道,耗时15分钟。
效果与反思
一个月后,11月17日的第二次模考,我数学考了65分,整整提高了30分!其中排列组合部分从原来的正确率40%提升到80%,概率从50%提升到75%。
让我印象最深的一次:AI在11月12日的分析报告里预测说“你的薄弱点正在向条件概率转移,因为最近3天有5次条件概率的错题,其中4次在区分‘P(A|B)’和‘P(B|A)’上出错”。它专门生成了8道条件概率的变式题。结果11月15日的练习卷里真的有一道条件概率题,我靠AI提示的方法轻松做对。
反思:当然也有失误。比如前期我太依赖AI的自动分类,有一次AI把一道“工程问题”判成了“行程问题”,我没细看,导致复习时做了很多无关题。之后我养成了每道题批量审核分类的习惯。另外,免费版每天50道限额对后期大量刷题不够用,我在第3周就升级了Pro版。
总结:AI错题本的未来与你的行动清单
本章总结全文核心,并给出可直接执行的行动步骤。
AI错题本不是魔法,它只是用技术解决了传统错题本的“录入慢”“分析浅”“复习忘”三大痛点。截至2026年6月,最先进的AI工具已经能做到拍照识别3秒、生成变式题0.8秒、错误诊断准确率91%(对比人类主观判断的72%)。随着多模态大模型(如GPT-5、DeepSeek-V3)的进化,未来AI甚至能通过分析你的解题草稿轨迹,提前预判你会在哪一步犯错。
但无论技术多先进,你自己的主动思考永远是核心。AI可以告诉你错在哪里、怎么改,但最终吸收知识的是你的大脑。请记住:每天花15分钟录入和复习,远胜于每周花3小时一次性处理大量错题。
行动清单(立即开始): - 今天下载一款AI错题本App(我推荐错题大师或作业帮)。 - 拍下你最近做错的3道题,完成单次录入流程。 - 明天早上做AI推送的复习题,体验“自动化复习”的感觉。 - 坚持一周后,你会发现自己的知识点漏洞开始清晰起来。
常见问题
AI错题本能不能识别手写体的英文和公式?
可以。2026年的主流OCR模型(如PaddleOCR-MobileNetV4)对英文手写体识别率超过97%,数学公式(包括根号、分数、积分等)也能准确提取符号结构。但极潦草的连笔字仍可能出错,建议拍摄前将纸张摆正、光线均匀,并且在识别后快速校对一遍。
免费版和付费版区别大吗?值得付费吗?
区别主要在每日录入次数和变式题数量上。免费版通常每天50-60次,对于每天做1-2套试卷的学生可能不够(一套数学卷就有10-20道错题)。付费版(9.9-18元/月)不限量,并附带更精细的分析报告和优先队列。如果你在备考冲刺阶段,付费版几乎必买,因为省下的时间价值远超十几块钱。
我可以用ChatGPT做错题本吗?怎么操作?
可以,但不推荐作为主力工具。方法:将错题拍照上传到ChatGPT,输入Prompt“分析这道题的错误原因并生成3道同类题”。ChatGPT的变式题质量很高(尤其是英文数学题),但每次都需要手动上传、复制结果,且没有自动复习提醒。更适合临时求助而不是建库。如果想长期用,建议结合Notion或自动化脚本(如Zapier),每月成本约20美元(Plus费用)。
AI生成的变式题会不会太简单或者太难?
大部分主流工具允许你选择难度(基础/中等/困难)。如果你发现生成的题总是偏简单,可以在设置中调高难度优先级。另外,也可以将变式题反馈给AI——比如“这道题太简单了,请生成更难一点的”,绝大多数工具支持多轮对话式调整。
我录了100多道错题,AI突然不给我生成变式题了怎么办?
大概率触发了免费版的每日或总量限制。先检查你是不是达到了当天的录入上限,或者总错题数超过了免费版的上限(某些App免费版最多存200道题)。如果是,建议升级付费版,或者手动删除一些已经熟练掌握的错题(在App内标记“已掌握”并归档)。另外,服务器偶尔不稳定,重启App或隔24小时重试即可。

常见问题
AI错题本能不能识别手写体的英文和公式?
可以。2026年的主流OCR模型(如PaddleOCR-MobileNetV4)对英文手写体识别率超过97%,数学公式(包括根号、分数、积分等)也能准确提取符号结构。但极潦草的连笔字仍可能出错,建议拍摄前将纸张摆正、光线均匀,并且在识别后快速校对一遍。
免费版和付费版区别大吗?值得付费吗?
区别主要在每日录入次数和变式题数量上。免费版通常每天50-60次,对于每天做1-2套试卷的学生可能不够(一套数学卷就有10-20道错题)。付费版(9.9-18元/月)不限量,并附带更精细的分析报告和优先队列。如果你在备考冲刺阶段,付费版几乎必买,因为省下的时间价值远超十几块钱。
我可以用ChatGPT做错题本吗?怎么操作?
可以,但不推荐作为主力工具。方法:将错题拍照上传到ChatGPT,输入Prompt“分析这道题的错误原因并生成3道同类题”。ChatGPT的变式题质量很高(尤其是英文数学题),但每次都需要手动上传、复制结果,且没有自动复习提醒。更适合临时求助而不是建库。如果想长期用,建议结合Notion或自动化脚本(如Zapier),每月成本约20美元(Plus费用)。
AI生成的变式题会不会太简单或者太难?
大部分主流工具允许你选择难度(基础/中等/困难)。如果你发现生成的题总是偏简单,可以在设置中调高难度优先级。另外,也可以将变式题反馈给AI——比如“这道题太简单了,请生成更难一点的”,绝大多数工具支持多轮对话式调整。
我录了100多道错题,AI突然不给我生成变式题了怎么办?
大概率触发了免费版的每日或总量限制。先检查你是不是达到了当天的录入上限,或者总错题数超过了免费版的上限(某些App免费版最多存200道题)。如果是,建议升级付费版,或者手动删除一些已经熟练掌握的错题(在App内标记“已掌握”并归档)。另外,服务器偶尔不稳定,重启App或隔24小时重试即可。
读完文章了?试试提效录自建工具
全部免费 · 无需登录 · 打开即用
延伸阅读:相关 AI 工具深度解读
以下是与你当前阅读主题紧密相关的精选文章,点击即可深入了解更多 AI 工具的实战用法与对比测评。