用 AI 生成编程练习，是目前自学编程性价比最高的路径之一：AI 可以按你正在学的知识点出题、按你的水平调难度、逐行讲解你写的代码。相比固定的习题册，它的最大优势是练习永远贴着你的进度走。但要让 AI 出的题真正有效，提问方式、难度控制、批改流程都有讲究，下面按一套完整的练习循环来拆解。
按知识点出题的提问写法
泛泛地问「给我出几道 Python 题」，得到的是千篇一律的大路货。有效的提问包含四个要素：语言与版本、知识点范围、难度、题型。比如「我是零基础学习者，正在学 Python 的循环语句，请出三道由易到难的练习题，每题只考察循环，给出题目描述但不给答案」。明确不给答案很重要——先答题再看答案，练习才成立。每次出两三道就够了，做完再要下一批，一次给十道只会堆积焦虑。出完题可以让 AI 顺便说明每道题考察的具体点，做题时就知道该往哪个方向想。
难度怎么一层层加
难度递进靠分层实现。第一层是模仿题：给出示例代码，改一个需求让你照着写；第二层是应用题：不给模板，用学过的语法解决一个小问题；第三层是组合题：综合循环、条件、函数等多个知识点。每层做对两三道再升层，升层时告诉 AI「上一层的题目我都独立完成了，请提高一点难度，仍在循环这个知识点内」。如果某层连续出错，就退回上一层并让 AI 出同类变式题。难度控制的主动权始终在你手里，AI 只是执行——这是它比任何固定教材灵活的地方。
| 层次 | 题型长什么样 | 什么时候升层 |
|---|---|---|
| 第一层 | 给示例代码，改一个需求照着写 | 做对两三道 |
| 第二层 | 不给模板，用学过的语法解决小问题 | 做对两三道 |
| 第三层 | 综合循环、条件、函数多个知识点 | 连续出错就退回上一层 |
卡住时先要提示再看答案
做题卡住是最常见的时刻，处理方式决定学习效果。正确的顺序是三段式：先自己坚持十五分钟；然后向 AI 要提示而不是答案——「给我一个思路方向，不要给代码」；再卡住，才要分步讲解。让 AI 讲解时要求它逐段解释：这段在做什么、为什么这样写、换一种写法行不行。看完讲解后关掉答案，独立重写一遍，重写成功才算过关。跳过挣扎直接看答案的题，一周后基本等于没做过。
让 AI 批改并指出坏习惯
代码写出来能跑只是及格线，AI 批改的价值在指出坏习惯。把代码贴给 AI 时，要求三个维度分开评价：正确性——有没有边界情况遗漏；可读性——命名与结构是否清晰；习惯——有没有重复代码、过度嵌套这类新手通病。实际动手环节，可以用 CodeBuddy 这类编程助手边写边问，它在编辑器里直接对代码给出解释和修改建议，练习与反馈之间的间隔被压到最短。批改意见不必全盘照收，挑出反复出现的同一条问题，作为下一个练习的重点。
把错题整理成自己的题册
练习的最后一步是沉淀。每次做错的题，把题目、你的原始代码、AI 指出的问题、修正后的版本四项记进一个文档，一周翻一次。积累两周后让 AI 帮你复盘：把错题记录贴回去，问「我在哪类问题上反复出错，出五道针对性的题」，它会给出一组正好打在你弱点上的变式题。这个循环——出题、限时作答、分层批改、错题回流——跑上一个月，进步肉眼可见。AI 时代学编程，差距不在资料多少，而在有没有稳定的自我练习纪律。零碎时间也能练：把「每天一道小题」设成固定动作，比周末突击三小时记得牢。
延伸阅读：编程项目驱动怎么学、零基础用 AI 写代码、30 天技能路径怎么排。
卡住时的四步顺序
- 先自己坚持十五分钟
- 只向 AI 要思路方向
- 再卡才要分步讲解
- 看完关掉答案独立重写
最容易被跳过的是最后一步，看懂了和写得出，中间隔着一次重写。
AI 编程练习的高频疑问
- AI 出的习题答案错了，怎么发现？：让 AI 给出答案时附上运行结果和测试用例，自己运行核对；可疑时换个提问方式让它重解一遍，两次结论不一致的题重点复查。
- 直接让 AI 写完整项目来抄，学得更快吗？：抄来的代码读得懂也写不出，跳过练习环节的「捷径」到实战阶段都会还回去；正确用法是让 AI 出题、批改、讲解，代码自己写。
- 零基础直接用 AI 练习，会漏掉基础知识吗？：会，AI 出题按你的要求来，不主动覆盖知识盲区；配合一门系统课程按章节推进，每章学完让 AI 围绕该章出题，体系才完整。
