用 AI 做数学错题归因：按错因分类

错题本典型的失败方式，是把题目抄一遍、答案抄一遍，然后就没有然后了。真正有价值的信息是"为什么错"——AI 在这件事上的用法，不是判对错，而是归因：把每道错题分进固定的几类错因，同类错因一起练。这篇讲四类错因怎么分、交给 AI 之前要准备什么、以及它的判断在什么情况下会骗你。

四类错因，改进方式完全不同

先建立分类框架。数学错题可以归进四类：知识漏洞，概念本身没学懂；方法不熟，概念知道，没想到该用哪个方法；计算失误，思路对，算错了；审题偏差，条件看漏或理解错。四类的改进方式完全不同——知识漏洞要回去重学概念，方法不熟要刷题型识别，计算失误要练熟练度，审题偏差要练读题圈条件。

不分类，就不知道该做什么。这是整篇的核心判断：错题本的价值不在"记下错过什么"，在"按错因汇总后，看出哪一类在重复出现"。一个学期攒了两百道错题，如果九成是计算失误，那要练的是草稿规范和验算习惯，而不是再买两套卷子。

交给 AI 之前，先把三样东西备齐

归因的质量取决于你给的输入。三样东西缺一不可：题目原题、你自己的完整解法、正确答案。最容易漏的是第二样——只写个答案或写两行就交上去，AI 只能对着正确答案猜你错在哪，归因基本是瞎蒙。

解法要写到"能让别人看懂每一步在干什么"的程度：用了哪个公式、每一步在推什么、卡住的地方在哪里。写解法的过程本身就是一次归因——很多题写到一半，自己就发现错在哪一步了。

错题归因速查

• 四类错因：知识漏洞、方法不熟、计算失误、审题偏差
• 输入三件套：原题、完整解法、正确答案
• 提问四要素：错因依据、偏离步骤、检查方法、同类题
• 同类错三次以上才记录；定期重做，不是重看

让 AI 归因的正确问法

提问要问过程，不要问答案。"帮我看看为什么错"得到的通常是正确的讲解，不是你要的归因。有效的问法有四个要素：判断属于哪类错因并说明依据、指出从哪一步开始偏离、给这类题的通用检查方法、再出一道同类题练习。

四个要素里第二个最值钱。"从哪一步开始偏离"把错误定位到一个具体动作上，比"你这是概念不清"这种大而化之的判断有用得多。第四个要素是验证——同类题立刻练一道，错因是否真的找准，当天就能知道。

汇总规则：按错因分，不按章节分

配套两条纪律。其一，只记有代表性的错题——同类错误出现三次以上才值得进本子，记一道是一道的凭证，记十道同样的错是自我感动。其二，定期重做而不是重看。看一遍觉得会了是错觉，盖住答案做一遍，能不能独立走完全程才算数。重做的间隔拉长到一周、一个月各一次，能扛住间隔复现的错题，才可以从本子里划掉。

工具上，DeepSeek、豆包、Kimi 这类对话工具都能做归因，差别不在工具，在提问方式——按上面的四要素问，哪个都能给出可用的判断。

AI 归因的失效场景

先说输入太简略这类失效。解法只写了个答案，它对着正确答案倒推，给出的错因经常是"差一点就对"那类，听着合理但没用——你不是差一点，是整条路错了。输入不全时，它的归因只能当线索。

第二种失效，是它倾向把错因判成"看起来最接近正确答案的那类"。一道题你方法用错了但计算碰巧也对了一半，它可能判成计算失误，而实际要练的是题型识别。判断和你的实际感受不符时，以自己的复盘为准——你做题时的犹豫卡在哪，它看不到。

第三种失效，是它不了解你的学习阶段。同一个错误，对初学和复习的人，该练的东西不一样。在提示里补一句"当前在学某一章节，这是第二轮复习"，归因的建议会贴题得多。

三个常被问到的问题

• 解法写得潦草，AI 能看懂吗？：关键步骤写清楚就行，不需要排版工整，但不能跳步。跳过三步它就只能猜。宁可多写两句"这里我想用某个方法但不确定"，也不要留一个它看不见的思路断点。
• 每次问它，错因判断都差不多，怎么办？：换问法。不要问"我为什么错"，改成"我的解法和正确答案在哪一步分叉，那一步我在做什么判断"。问分叉点，它会给出更细的定位，大而化之的判断会少一些。
• 错题越攒越多，整理到一半就放弃了？：问题出在按章节记。按错因记，一页一类，同类错题横向一排，重复三次以上的才留。本子的厚度会小一大半——你在记模式，不是在记题。

归因的思路不止用在错题上。用 AI 分析退货原因是同一套方法在电商售后数据里的应用；年度复盘的数据与选题总结法讲的是把零散记录按类型汇总找共性；日常想练提问的准确性，商品标题的关键词布局里"先想清楚读者会搜什么"的思路可以直接迁移；给团队做经营层面的汇总时，写给合伙人的年度经营总结提供了另一种结构化呈现的参照。