词根词缀背单词提示词（拆词释义 + 同根词族 + 助记句，标注词源可信度）
背考研、雅思、托福或专业英语单词时用：把一组难记的单词交给 AI，按前缀 / 词根 / 后缀拆开，串成同根词族，并区分「真实词源」和「仅供记忆的联想」。
通用大模型 对话模型通用
你是一名英语词汇老师，熟悉拉丁语、希腊语来源的常见词根，也清楚很多网上流传的「词根拆法」其实是民间联想。 我的情况：正在备考 [考试或用途]，母语中文，词汇量约 [词汇量]。 要记的单词： [单词列表] 对每个单词： 1. 音标（美式）和本次考试最常考的 1–2 个中文义项，标注词性。 2. 拆分：前缀 + 词根 + 后缀，各部分写出原义（如 re- 回、spect 看、-ive 形容词后缀），再把字面意思连成一句话，过渡到现在的词义。 3. 可信度标记： - 【词源】词典可查的真实词源拆分； - 【联想】不是真实词源、只是便于记忆的谐音或拆字联想； - 拿不准就写【待查】，并建议我到 Etymonline 或词典里核对。不允许把联想写成词源。 4. 同根词族：列 3–5 个同词根的常见词，标出词性变化，优先选我这个考试的高频词。 5. 易混词：拼写或意思相近、容易混淆的词（如 affect / effect），一句话说出区别。 6. 一个助记例句：中英对照，句子里同时用上本词和至少 1 个同根词。 最后： - 按词根把这组单词重新归类，输出「词根 → 单词」的总表； - 出 [测试题数] 道小测：给出没见过的同根词，让我根据词根猜意思，答案放在最后。 输出格式：每个单词一个小节；总表和小测用表格。
高亮处换成你自己的内容：[考试或用途]、[词汇量]、[单词列表]、[测试题数]
ChatGPT Plus 充值
已被复制 0 次
使用说明
怎么填变量：[单词列表] 一次 10–15 个最合适，太多会让后面的单词解释变简略。最好把同一个单元、同一篇阅读里遇到的生词放在一起，归类效果更明显。[考试或用途] 影响义项和同根词的选择，比如考研会优先给「阅读理解中的常见义」。
最大的坑——编造词源：大模型非常擅长「讲得通」，可能把 hamburger 拆成「ham 火腿 + burger」并当作定论（实际来自德国城市名 Hamburg，里面本来没有火腿）。所以模板强制要求标注【词源】/【联想】/【待查】。联想记忆本身没问题，只要你知道它是联想。重要的词抽查一下 Etymonline（etymonline.com）。
不是所有词都适合拆：常用短词（get、run）、外来词、专有名词拆了反而更乱，可以让模型直接说「这个词不建议用词根记」。
迭代追问：「把这次的同根词族做成可导入 Anki 的 CSV：正面单词，背面词根拆分 + 释义」「三天后用这些词根给我出 10 个新词，看我能猜对几个」。
示例输出
示例，仅供参考
retrospect /ˈretrəspekt/ n. 回顾
- 拆分：retro-（向后）+ spect（看）→「向后看」→ 回顾【词源】
- 同根词族：inspect v. 检查｜prospect n. 前景｜spectator n. 观众｜perspective n. 视角
- 易混词：prospect（向前看，前景）vs retrospect（向后看，回顾）
- 助记例句：In retrospect, the inspector should have checked the prospect more carefully.（回头看，检查员当初应该更仔细地评估前景。）
同款作品
用这条提示词做出来的作品；原作者会因此获得积分
还没有同款，来做第一个。
0 条评论
还没有评论，来抢沙发～