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 DrillExample 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
余槐i6 小时前
使用Ollama本地部署和测试Kimi、GLM等多款大语言模型实战
人工智能·语言模型·自然语言处理·大模型·api
runningshark8 小时前
Lecture: Beyond Basic Connectors: Precise Transition Phrases
自然语言处理
Omics Pro10 小时前
澳科大:自进化AI虚拟细胞
数据库·人工智能·算法·机器学习·自然语言处理
早睡早起身体好1231 天前
用 XGrammar 约束大模型工具调用:解决参数为空的问题
android·人工智能·神经网络·机器学习·自然语言处理·vllm
richard_first1 天前
Transformer与大语言模型:第18章 向量数据库
数据库·人工智能·自然语言处理·transformer·embedding
是翎1 天前
OpenAI 官方 GPT-Image 2.5 提示词指南与示例
大数据·人工智能·gpt·深度学习·自然语言处理·知识图谱
小白说大模型1 天前
《FDE前沿部署工程师实战教程》企业 Agent 项目实战:从需求分析到 PoC 落地
人工智能·spring·机器学习·自然语言处理·chatgpt·数据挖掘·需求分析
蓝速科技1 天前
涉外酒店前台双屏翻译机落地应用指南
运维·人工智能·科技·语言模型·自然语言处理·语音识别
runningshark1 天前
Lecture: Sustaining a Concept Across Multiple Turns
自然语言处理