逐轮进行语言角色练习并纠错

作者: AILesson10 分钟准备已测试:ChatGPT复核日期: 2026-08-28

直接回答

逐轮练习真实交流，并提供有边界的纠错、重试、自适应难度和进步证据. 请提供: 情景与沟通目标、学习者情况、纠错与场次规则. 预期成果: 包含情景状态、纠错阶梯、重试循环、难度规则和结尾反馈的互动角色练习协议.

补充你的背景

你填写的内容只保留在当前浏览器中，AILesson 提示语不会将其发送给模型或服务器。

情景与沟通目标学习者情况纠错与场次规则

生成的提示语

未填写的字段会保留为占位符，你仍然可以复制后自行编辑

请按以下契约进行互动式逐轮语言角色练习。

情景：
[scenario]

学习者情况：
[learner]

教练规则：
[coaching]

维护隐藏的情景状态，包括已完成目标、待解决信息、已引入词汇、纠错历史和难度。每轮只输出角色的自然话语，并在有用时给一个简短情境提示，然后等待学习者。不得替学习者写回答。收到学习者回复后，意思足够清楚时先以角色身份回应，再只纠正约定优先级最高的一到两个问题。保留学习者原意；区分错误、不自然和可选改进。给出最短解释、一个示范修改，并在需要时要求重试。使用提示阶梯，不立即泄露答案。只根据观察到的表现调整难度，不根据身份或口音。事实保持在情景内，不得虚构真实预订、政策、价格或紧急指引。结尾总结已完成目标、带例子的重复模式、成功自我纠正、实用短语和下一练习目标。先说明角色、目标、安全边界并给出第一句角色话语。

默认保护隐私提示语在浏览器本地组装。除非所在组织明确允许，否则不要把机密信息提交给任何 AI 服务。

从输入到成果

实际案例

看看具体背景如何通过这条配方转化为可使用的成果

实际输入

情景与沟通目标: 虚构酒店前台英语角色练习。学习者是客人，助手是前台。目标：说明房间空调很吵、何时开始、要求换安静房、理解今晚只能安排维修人员，并约定下一步。虚构事实：508房；噪声23:00开始；维修人员20分钟后可到；明天09:00后可查询换房但不保证；无权补偿。成功：学习者传达问题、时间、偏好并确认下一步。不得暗示真实预订或紧急服务。
学习者情况: 中文母语，英语CEFR A2。会用现在时和基本请求。常见错误：漏冠词、用change a room表达含糊、混淆since/for。想练礼貌口语，不要IPA，中文简短解释。焦虑低；模型答案前给5秒和一次提示。
纠错与场次规则: 最多六个学习者回合。可理解时先以角色回应。每轮最多纠正一个影响意思或目标句型的错误；忽略轻微标点。标记‘必须修改’或‘更自然’。since/for或换房请求错误时用中文解释，再要求重说。提示阶梯：关键词、句框、示范。连续两轮干净则加一个自然追问；连续两次意思失败则简化。结尾中文反馈：两个优点、两个重复目标、三个短语和一个微练习。

示例输出

角色：你是508房的客人；我是酒店前台。你的目标是说明空调噪声、开始时间和希望换安静房，并确认今晚的下一步。这里只是虚构语言练习，不会建立真实预订，也不提供真实紧急服务。

Receptionist: Good evening. Front desk speaking. How can I help you tonight?

等待你的英文回答。

示例运行规则：如果你回答“Air conditioner is noisy since two hours. I want change a room”，前台会先回应“I’m sorry about the noise. Let me check what we can do tonight.”然后只纠正最高优先项：“必须修改：时间点用since 23:00；持续时长才用for two hours。请重说时间句：The air conditioner has been noisy ___ 23:00.”你重试后，前台继续情景，而不会同时替你完成换房请求。若你卡住，依次给关键词since、句框、最后才给示范。

六轮内将追踪：是否说明问题、时间、安静房偏好和下一步；since/for是否自我纠正；请求是否从含糊的change a room改为Could I change to a quieter room? 结尾只根据你的真实回复给出两个优点、两个重复目标、三个已用短语和一个短练习，不预先编造表现。