把月考成绩整理成学情分析
可以得到什么
一份按"统计—诊断—个体—干预"四步组织的学情分析，覆盖班级平均分、及格率、优秀率、分数段分布、按题型（基础知识、阅读理解、作文）拆分的正确率、明显进退步学生名单，以及课堂改进与课后辅导建议。它降低了从成绩表到学情报告的整理成本，但分数变化原因必须由教师结合答卷、作业、出勤和师生沟通核查。
适合哪些情况
- 月考、单元考或期中考试后需要在短时间内整理全班学情并形成文字报告的教师。
- 需要把"平均分—笼统建议"式的输出升级为"统计、薄弱点、个体变化、行动建议"四段式的教研组。
需要准备什么
- 全班成绩表（已去除姓名、学号、可识别家庭或健康信息）。
- 班级人数、试卷结构、按题型拆分的正确率数据。
- 上一阶段或上一次考试的成绩，用于识别进退步学生。
- 输出格式：表格加段落，或 Markdown 分级标题。
常见做法
- 写明编号，例如"初二（3）班—数学—月考学情—月份"。
- 设定角色与表达风格，使其服务于"先数据、再诊断、再个体、再干预"的目标。
- 写明任务目标：覆盖统计、薄弱点、个体变化、干预建议四个段落。
- 规定工作流程，按"统计—诊断—个体—干预"四步拆开，不让模型一步跳到结论。
- 列出规则红线，例如"不能凭分数自动认定原因，需用'可能是因为'等推断语气并标注需要人工核查"。
- 规定交付格式，包含统计表、薄弱点列表、学生变化列表、干预建议列表。
- 发出执行指令并查看首轮结果；不合格时回到具体违背哪一段。
- 人工回到答卷、作业、出勤与师生沟通记录，逐项核对模型给出的进退步归因。
真实案例与教程
限制和检查点
- 含姓名、学号或成绩的原始数据应先做去识别化，并按学校制度和所用服务当前的隐私条款复核。
- 模型不能凭成绩自动认定退步原因，输出示例中的"可能是因为"为推断语气，必须由教师结合答卷、作业、出勤和师生沟通核对。
- 输出表格与名单的可读性不替代数据的真实性和归因的准确性。
相关任务