一、适用问题
GPT模型在处理复杂语言任务时，如词汇积累、资料分类整理、语义分析等，表现出色。用户需明确学习目标，选择合适资料来源。
二、准备资料
需收集相关文本材料，如书籍、文章、新闻等，并进行初步筛选，确保内容质量与学习需求匹配。
三、具体步骤
1. 词汇提取：使用GPT生成关键词或高频词列表；2. 分类整理：按主题、语义或词性分类；3. 语义分析：标注词性、词根、词缀等信息；4. 系统存储：使用数据库或笔记工具进行结构化管理。
四、虚构示例
用户可输入以下内容进行测试：
"请提取《哈利波特》中‘魔法’相关词汇，并按‘魔法元素’分类整理，标注词性与词根。"
五、核对清单
1. 词汇是否准确提取；2. 分类是否合理；3. 语义标注是否清晰；4. 存储结构是否规范。
六、常见误区
1. 未明确学习目标导致资料浪费；2. 分类标准不统一影响整理效率；3. 未进行语义分析导致信息失真；4. 存储方式不规范影响检索便利性。
示例输出：
"提取词汇：魔法、魔杖、魔力、咒语；分类：魔法元素/咒语/魔杖；标注词性：名词/动词/形容词。"
检查方法：逐项核对词汇准确性、分类合理性、语义标注清晰度与存储结构规范性。
常见误区避免：未明确学习目标、分类标准不统一、未进行语义分析、存储方式不规范。