AI 制作学习卡片适合把看过的教程整理成可复习问题，但一次生成几百张卡片往往只会增加负担。本文用三个基础概念演示，从资料中提取单一知识点，保留来源，导入 Anki，再用复习结果改进卡片。你需要已经读过并核对的材料，以及桌面版 Anki；本方法不代替实际操作练习。
一、先限定一小段学习材料
选一个你当前用得上的主题，例如“本地 AI 文档处理”。不要把整套书丢进去要求生成全部考点。下面的演示资料经过简化，方便练习：
资料S01：嵌入模型把文本转成可用于检索的向量表示。
资料S02：聊天模型负责生成回答，嵌入模型不等同于聊天模型。
资料S03：检索结果带有引用，仍需核对引用是否支持结论。
这些资料可以形成三张基础卡。若你对某个概念仍不理解，先回原文学习，再做卡片；把不懂的话机械背下来，很难用于解决真实问题。
二、要求一张卡只问一件事
只根据给定资料生成3张学习卡。
字段：问题、简短答案、来源编号。
一张卡只考一个知识点，答案不超过50个汉字。
问题必须脱离上下文也能理解，不写“上文提到什么”。
不补充来源里没有的参数、命令和性能结论。
避免“列出所有优缺点”这类范围过大的题目。
“嵌入模型的主要用途是什么”比“介绍 AI”更容易判断是否答对；“带引用的回答还需要检查什么”比“AI 是否可靠”更有实际操作价值。
三、人工检查后导出 TSV
先核对每张卡是否与原文一致，删除重复或无法明确评分的题。初次导入可先使用最常见的 Basic（正面/背面）笔记类型，把来源放到答案末尾，避免一开始就配置复杂模板。
以下为演示 TSV，两个字段之间使用一个 Tab，而不是若干空格。若复制后编辑器丢失 Tab，可在表格软件中建立两列再导出制表符分隔文本。
嵌入模型把文本转换成什么以帮助检索？ 可用于检索的向量表示。来源：S01
嵌入模型和聊天模型是否是同一种用途？ 不是。前者用于表示与检索，后者生成回答。来源：S02
AI回答带引用后还要检查什么？ 检查引用原文是否真正支持相应结论。来源：S03
保存为 UTF-8 的 cards.tsv。不要把 Markdown 表格竖线一起导入，它们不是字段分隔符。
四、在 Anki 中导入并预览
从Anki 官网下载适合系统的桌面版，打开后建立一个测试牌组。使用文件导入，选择 cards.tsv，检查分隔符为 Tab，第一列映射到正面，第二列映射到背面。
先看导入预览，确认中文、列数与问答对应关系正确，再导入。抽查三张卡，避免问题和答案颠倒。更新卡片时，关注重复处理规则，不要每次都导入成一套新卡。
五、用复习结果改卡片
做题时先自己回答，再翻面。回答不出来可能是题目过大、提示不清，也可能是概念没理解；不要只反复点击“再来一次”。例如把“解释 RAG 的所有流程”拆成“先检索什么”“谁生成回答”“引用如何验证”更容易定位薄弱点。
涉及命令的卡片，应保留适用环境和安全前提。背熟删除命令不代表应该直接执行，实际练习仍需测试目录和备份。
六、怎样与真实教程结合
每读完一篇文章，挑三到五个最常用问题做卡片，再安排一个实际任务。比如学完本地知识库后，亲自上传测试手册并验证引用；学完字幕后，转写 30 秒样本并修正时间码。
卡片保存稳定概念，易变的版本号、套餐和界面位置放在可更新的笔记里。定期回源确认，避免把过期信息练成习惯。
七、常见问题与排错
中文乱码怎么办？
检查文件编码为 UTF-8，并在导入预览里确认。不要先导入几百张再批量修复。
一行变成很多列怎么办？
检查答案是否含多余 Tab。将字段中的 Tab 和换行替换成普通空格，保持每条记录固定两列。
AI 生成的答案很长怎么办？
把一个大问题拆成多张卡，保留能判定对错的短答案。来源和长解释放在笔记，不必全部背诵。
导入规则见 Anki 文本文件官方说明。资料核对可参考PDF 阅读与引用，实际练习可从Open WebUI 知识库开始。