适用问题：如何构建有效的GPT复习提纲？
准备资料：需具备相关领域的基础知识，如学科概念、核心原理、常见问题等。
具体步骤：1. 确定复习目标与范围；2. 分类整理知识点；3. 制定复习计划；4. 利用工具辅助记忆；5. 定期总结与巩固。
虚构示例：用户需复习‘人工智能基础’，需涵盖算法原理、应用场景、伦理问题等核心内容，构建包含10个知识点的提纲。
核对清单：检查是否覆盖关键概念、逻辑结构是否清晰、是否有遗漏要点、是否符合学习需求。
常见误区：忽略知识关联性、未按逻辑顺序排列、未结合实际案例、未定期复习导致遗忘。
GPT模型在复习提纲构建中，可辅助生成结构化内容，但需用户主动参与，确保信息准确与有效整合。
提示词模板：请根据以下要求生成复习提纲：
1. 选题为‘机器学习基础’，涵盖数据预处理、模型训练、评估指标等；
2. 包含5个核心知识点，每点需有定义、应用场景和注意事项；
3. 使用GPT生成提纲内容，并确保逻辑连贯、条理清晰。
示例结果：
【复习提纲】
1. 数据预处理：定义、作用、常见方法；
2. 模型训练：损失函数、优化算法、训练过程；
3. 评估指标：准确率、召回率、F1值；
4. 模型评估：交叉验证、过拟合处理；
5. 案例应用：推荐系统中的协同过滤算法。
逐项核对过程：
1. 是否覆盖核心知识点？是；
2. 逻辑结构是否清晰？是；
3. 是否包含应用场景？是；
4. 是否有遗漏要点？无；
5. 是否符合学习需求？是。
GPT在本任务中生成的提纲内容准确、结构合理，符合用户需求，可用于复习和学习。