行测的瓶颈，多数人不在「会不会」，而在「做不完」。同样一套题，会做但来不及，分数照样上不去，所以备考的重心应该放在速度和取舍上。让 AI 参与的价值在数据分析：把各模块的用时和正确率交给它，让它帮你做取舍判断、把错题按知识点归类。但有个前提——行测的题型、题量和时限以当年招考公告为准，AI 提到的任何考情信息都只能当线索，不能当依据。
先分类：哪些题型值得花时间
不同题型的分值和耗时差别很大。先统计自己各模块的正确率和用时，找出「投入时间能稳定得分」的模块重点攻，「耗时长且正确率低」的模块果断放掉。取舍的标准只有一条：单位时间能不能换来稳定的分数，换不来的，练得再多也是沉没成本。
统计要具体到数字：每个模块做二十道题，记下用时和正确率，两轮之后各模块的投入产出比就浮出来了。没有这组数字，取舍全靠感觉，而感觉通常偏向「练着舒服但分少」的模块——做着顺手，不提分。
用 AI 归类错题，找重复犯错的知识点
错题别只抄题，要让 AI 帮你归类：这些错题背后是同一个知识点吗，是知识漏洞还是粗心。找到重复犯错的模式，才谈得上改进。三类错因的改法完全不同——知识漏洞要回头补基础，审题不清要练圈画条件，计算失误要练过程规范，混在一起练等于都没练。
归因要落到「可定位」的粒度：「错了很多题」没用，「某类题的条件识别总漏一种」才能改。这种把问题拆到可追踪层的方法，和用 AI 分析退货原因：售后数据的归因里按层归因的思路一致。每周让 AI 把本周错题按知识点汇总一次，重复出现三次以上的知识点，就是下周的主攻对象。
提速靠识别题型，不是靠算得快
行测的速度瓶颈，往往在「判断这道题属于哪一类」上。训练时先练识别：看到题干的特征，立刻知道该用什么方法。识别快了，解题自然快。练法是把同类题的题干特征总结成几句口诀，新题先归类再动笔，归类对了，方法就是现成的。
自检方法：拿一套新题，记录每道题「读题到动笔」的时间。这个时间在缩短，说明识别在变快；总时长降不下来但单题都会做，问题就出在识别环节，不在计算。这个数据比「感觉做得快了」可靠得多。
限时训练，把速度练成习惯
平时做题不限时，考场上就会手慌手乱。按真实考试的时间比例限时训练，让身体适应这个节奏。速度不是临场能提上来的，是练出来的。每周至少一次完整限时套题，中途不查资料、不暂停，模拟真实节奏。
限时训练要配放弃策略：单题超过预设时间就跳过，把时间留给能稳定得分的题。行测提分的关键，往往在于敢不敢放弃。跳过不是失败，是把时间花在回报更高的题上——这个习惯只能在限时环境里养成，平时慢慢做练不出来。每轮限时训练后做一次复盘，思路可以参考用 AI 做年度复盘：数据与选题的总结法；把每轮数据整理成能回看的记录时，做法类似用 AI 写年度经营总结：给合伙人的版本。
| 场景 | 做法 | 判断标准 |
|---|---|---|
| 模块取舍 | 每模块二十道计时，统计正确率 | 两轮数据后定下主攻与放弃清单 |
| 错题整理 | AI 按知识点归类，标三类错因 | 同类错题连续两轮不再出现 |
| 识别训练 | 总结题干特征，先归类再动笔 | 读题到动笔的时间逐周缩短 |
| 限时套题 | 每周一次完整限时，配跳过策略 | 正确率与用时同时进入记录 |
这张表按备考场景对号入座，四组数据各自记录，缺了任何一项，提速就只剩感觉没有依据。
行测提速速查
- 先按正确率和用时给模块分类，再谈努力
- 错因分三类：知识漏洞、审题、计算，改法不同
- 提速先练识别题型，不是练计算速度
- 单题超时就跳过，放弃习惯只能在限时里练
- 题型、题量、时限一律以招考公告为准
让 AI 做的那部分和它的边界
把各模块的用时和正确率交给 AI，让它先帮你做取舍分析。可用的提问方式：我在准备行测，各模块的正确率和用时如下，目标分数是多少。请帮我：分析哪些模块值得重点投入、哪些应该放掉；整理我的错题并归类出重复出错的知识点；给出识别题型的训练方法；排一个限时训练计划。不要编造考试大纲以外的内容。
边界要说清：AI 不了解你的真实水平，你报的数据准，它的分析才准；它也不知道今年考情怎么变，题型、题量、时限以招考公告为准，它给的考情只能当参考。真正的取舍决定和坚持执行的功夫，它一样替不了。
三个常被问到的问题
- 常识部分要不要花时间？：这一块靠长期积累，短期集中投入的回报通常不高，别让它挤占能稳定得分的模块；考查范围以招考公告为准。
- 资料分析总超时怎么办？：超时多半出在找数和列式识别，不在计算。先练「看问题定题型、定要找的数」，再练速算，顺序反了越练越慌。
- 错题整理该手抄还是用工具？：手抄慢但记得牢，工具快但容易囤积。折中做法是题干只抄关键条件和错因，完整题目留电子档，重做时只看错因和结论。
