Skip to main content

gaokao-question-research

系统研究高考数学真题,基于题目结构、设问梯度、评分逻辑和历年变化反推可验证的命题意图,并转化为学生可训练的“看到什么→想到什么→为什么”方法。用于单题深度拆解、同专题跨年研究、同年跨卷比较、易错点分析和高质量变式设计。

Quellinformationen

Repository
Dwsy/agent
Letzte Quellaktivität
13. August 2026 um 10:15
Erkannte Sprache von SKILL.md
Chinesisch
Sterne
22
Forks
3

Installationsoptionen

Standardmäßig ist der Prompt ausgewählt, der zuerst die Quelle prüft. Sie können zu einem direkten Befehl wechseln oder eine lokale Kopie herunterladen.

Quelldateien prüfen

Lesen Sie SKILL.md und alle von SkillsMP angezeigten Begleitdateien, bevor Sie sich für eine Installation entscheiden.

SKILL.md wird angezeigt

SKILL.md
Quellanweisungen · Schreibgeschützte Vorschau
name
gaokao-question-research
description
系统研究高考数学真题,基于题目结构、设问梯度、评分逻辑和历年变化反推可验证的命题意图,并转化为学生可训练的“看到什么→想到什么→为什么”方法。用于单题深度拆解、同专题跨年研究、同年跨卷比较、易错点分析和高质量变式设计。
# 高考数学命题研究 ## Purpose 把“猜出题人想法”改造成可复用、可验证的命题研究流程。 目标不是声称知道命题者的真实心理,而是依据题面、课程要求、设问结构、解法路径、评分点和历年同类题,推断最有证据支持的考查意图,并把结论转化为学生能训练的识别能力。 ## Setup 无需额外安装。 优先使用用户提供的真题、答案、评分细则和年份卷别信息。材料不完整时,明确哪些结论属于推断,不把猜测写成事实。 ## Core Principle 每个结论都尽量落到这条链条: `题面证据 → 结构识别 → 所需能力 → 典型错误 → 区分度 → 教学动作` 面向学生时,最终压缩为: `看到什么 → 想到什么 → 为什么这样想` ## Workflow ### 1. 建立题目身份 先记录: - 年份、卷别、题号、题型、分值 - 主干知识点与相关知识点 - 已知答案或评分点(如果提供) 如果题目来源不明确,不虚构年份、卷别或官方出处。 ### 2. 做“裸题解剖” 先不急着求解,分析题面本身: - 给了哪些条件?哪些条件是显性的,哪些需要转译? - 问法属于求值、证明、存在性、范围、最值、零点、参数讨论还是结构判断? - 是否存在熟悉结构被新符号、新情境或新表述包装? - 哪个条件最可能是突破口?哪个条件最容易被忽略? - 信息量中哪些是核心,哪些可能用于制造认知负荷? ### 3. 还原标准解题路径 给出一条最自然、最可评分的主路径,并说明: - 第一步为什么应该这样启动 - 中间每次转换的依据 - 哪一步体现核心能力,而不只是计算 - 是否存在明显更长但学生容易误走的路径 - 若有多解法,比较它们分别暴露了什么数学结构 不要只给答案;重点解释“为什么从这里想到这里”。 ### 4. 反推命题意图 从以下六个维度逐项判断: 1. **考什么**:核心知识、方法和数学思想是什么。 2. **为什么这样包装**:是否在测试迁移、阅读、建模、图形转化、符号理解或陌生情境适应。 3. **真正的突破口**:优秀考生会优先识别什么结构、条件或不变量。 4. **预设错误路径**:基础不牢或策略不佳的学生最可能在哪里失分。 5. **区分度位置**:哪一步区分不同水平学生,区分的是知识、策略、运算还是表达。 6. **设问梯度**:若有多小问,后一问如何利用、推广、反转或抽象前一问。 对“命题意图”的表述使用证据化措辞,例如: - “从设问梯度看,更可能是在考……” - “这一条件的作用表明题目重点不只是计算,而是……” - “若结合前一问,可推断第二问主要测试……” 避免无证据断言“出题人就是想让学生……”。 ### 5. 建立学生错误地图 至少区分四类失分: - **概念错误**:定义、性质、适用条件不清。 - **识别错误**:看到了条件,但没有识别结构。 - **策略错误**:选了低效、不可持续或漏情况的路径。 - **执行错误**:计算、符号、书写、分类讨论或边界处理出错。 对每类错误给出一个教学纠偏动作,而不只写“粗心”。 ### 6. 提炼学生可迁移规则 把教师分析转写成学生语言: - 看到什么信号? - 第一反应应该是什么? - 这个反应为什么成立? - 哪些条件下不能机械套用? 优先形成短规则,而不是口诀堆砌。 ### 7. 生成最小变式 每道典型题至少设计 2 个变式方向: - **保结构变包装**:核心方法不变,只换情境、符号、图形或表述。 - **改一个关键条件**:迫使原方法失效或发生分支,检验学生是否真正理解适用边界。 如有必要再增加:反向设问、参数化、开放化或跨知识点组合。 每个变式都说明“改了什么、为什么改、想测什么”,不要为了变难而变难。 ## Longitudinal Research 当用户提供同一专题多年份真题时,做纵向研究: 1. 按年份建立题目序列。 2. 统一标注知识点、核心方法、入口信号、情境包装、运算量、设问层级和区分点。 3. 区分“稳定内核”和“变化外壳”。 4. 找出重复出现的能力要求,以及逐年改变的表达方式。 5. 总结未来复习应训练的能力,不直接做具体年份押题。 输出重点: `多年没变的是什么?近年变化的是什么?学生应该练什么不变量?` ## Horizontal Research 当用户提供同一年不同卷别或不同地区试卷时: - 比较相同模块考查的共同能力 - 比较不同包装和入口设计 - 比较难度来源是知识、识别、运算、阅读还是综合 - 找出不能被单一“题型套路”覆盖的变化 ## Standard Output 分析单题时优先使用以下结构: ### 题目定位 - 来源: - 模块: - 核心知识: - 核心方法: ### 命题结构 - 表层问法: - 隐藏结构: - 关键条件: - 突破口: ### 命题意图推断 - 主要考查: - 包装目的: - 区分度所在: - 证据: ### 考生心理与错误地图 - 第一处卡点: - 典型误区: - 错误类型: - 纠偏动作: ### 标准突破路径 1. 2. 3. ### 给学生的三句话 - 看到: - 想到: - 因为: ### 变式方向 1. 2. ## Research Table 批量研究时使用统一字段: `年份|卷别|题号|知识点|核心方法|入口信号|关键条件|命题意图|典型错误|区分点|设问梯度|变式方向|同类题` ## Quality Rules - 区分“事实”“题面证据”“合理推断”。 - 不把标准答案路径等同于唯一正确思路。 - 不用“粗心”“没想到”作为错误原因的终点,要继续追问具体认知缺口。 - 不为了展示技巧而优先使用偏门解法。 - 不用少量真题直接宣称稳定命题规律。 - 做跨年结论时,说明样本范围和例外。 - 最终服务于学生能力迁移,而不是制造押题幻觉。
Auf GitHub ansehen