Lecture: Idea Expansion Techniques for Extended Responses

挑战:如何在不重复的情况下填充 3 分钟

Speaking Sample 给你 30 秒的准备时间 和 3 分钟的发言时间 。这时间很长。大多数考生在 60-90 秒后就会用完想法。他们会重复同样的观点,放慢语速,或者陷入沉默。本课程的目标是为你提供两个可靠的工具来防止这种情况发生:Why/How Drill 和 Example Generator。

这些工具协同工作。一个单一的想法,如果从为什么它很重要 和它在现实生活中如何运作这两个方面进行扩展,就可以填充 40-60 秒清晰、连贯的发言。

工具 1:Why/How Drill

在提出任何观点后,立即在心中默默地问自己以下两个问题之一:

  • 为什么这是真的? → 给出原因或起因。

  • 这是如何发生的? → 描述过程或影响。

例如,假设提示要求:"描述一项你已经发展起来的技能,并解释它对你为什么重要。"

一个简短的回答:"我学会了时间管理。"------这只有 4 个词。它没有得到发展。

使用 Why/How 的扩展回答:

"我学会了时间管理。 为什么这很重要? 因为没有它,我过去经常错过截止日期,并且一直感到压力很大。 我是如何发展它的? 我开始使用每日日程表,并将任务分解成更小的步骤。随着时间的推移,我注意到我完成工作更快了,晚上也有了更多的空闲时间。"

同样的观点现在可以填充近 30 秒。你可以将 Why/How 应用于你提出的每一个观点。

工具 2:Example Generator

在使用 Why/How 后,添加一个具体的例子。具体的例子比一般性的陈述更有力量。使用这个简单的模式:

  • Situation --- 简要设定背景。("去年,当我完成一项重要的工作项目时......")

  • Action --- 你或某人做了什么。("我使用了一个清单来确定任务的优先级......")

  • Result --- 发生了什么。("......我提前两天提交了所有东西。")

这个 Situation → Action → Result (SAR) 模式为你的例子提供了开头、中间和结尾。它听起来很自然,不是照本宣科,而且它能填补时间而不会重复。

整合运用:3 分钟规划图

计划在你的回答中提出 2-3 个主要观点。对于每个观点,应用:

  1. 陈述观点 (10-15 秒)

  2. 应用 Why 或 How (15-20 秒)

  3. 添加一个 SAR 例子 (20-25 秒)

这样,每个观点大约可以占用 50-60 秒。三个观点 = 2.5-3 分钟。你用发展过的、连贯的观点来填补时间------而不是填充词或重复。

一个关键规则: 不要回到你已经完成的观点上。继续前进。如果你觉得卡住了,可以使用过渡性短语,如*"这方面的另一个方面是......"* 或*"这也与......有关"*,来平稳地引入你的下一个观点。

相关推荐
kaixin_啊啊3 天前
【零基础学AI】第 28 章——大语言模型怎样训练出来
人工智能·语言模型·自然语言处理
yunhuibin4 天前
AI分类任务种类
人工智能·自然语言处理·分类
我登哥MVP4 天前
DeepSeek-Harness-Super-Agent-学习笔记
人工智能·深度学习·神经网络·机器学习·自然语言处理·agent
Martina_03214 天前
AI生成3D场景的霓虹灯一开就糊成光团?用6步检查Emissive、Bloom与曝光
人工智能·3d·ai·自然语言处理·游戏引擎·材质·贴图
Martina_03215 天前
AI生成3D场景从白模换成精模后镜头全偏了?用6步检查单位、枢轴与层级替换
图像处理·人工智能·3d·ai·自然语言处理·材质·1024程序员节
tellmewhoisi6 天前
nlp:知识库检索和dify知识库创建
python·自然语言处理
lisw056 天前
理解推理大语言模型的可监控性!
人工智能·语言模型·自然语言处理
xyzzklk8 天前
在Open-WebUI中提升向量化速度
网络·人工智能·爬虫·ai·语言模型·自然语言处理·安卓
奥惟斯9 天前
GEO 上线前,先把这 3 类实体信号地基补上
人工智能·深度学习·机器学习·自然语言处理·数据挖掘·数据分析·知识图谱
隔窗听雨眠10 天前
大语言模型推理效率的多维优化与部署取舍
人工智能·语言模型·自然语言处理