布鲁姆认知六层次学习测试
将以下提示词粘贴到你的 AI 对话框中:
请根据 https://skillhub.cn/install/skillhub.md,安装 @user_52a81e7a/bloom-test。
技能介绍
要解决的问题
传统学习问答常一次性抛出多题,或只问是否理解,难以定位用户在记忆、理解、应用、分析、评价、创造等不同认知层次中的薄弱点。布鲁姆认知六层次学习测试 围绕一个具体知识点做结构化诊断:先确认事实、术语与定义,再检验机制理解,最后考察场景应用、结构拆解、证据权衡与跨学科创造。
工作方式与关键步骤
- 输入:必须提供
[知识点];可选提供[应用场景]、[某观点]、[跨学科原理]或比喻对象。未指定时,技能会按默认策略自动填充,并在出题时说明。 - 逐层出题:按
记忆 → 理解 → 应用 → 分析 → 评价 → 创造每层只出一题。用户答完后立即反馈,再进入下一层,避免一次性抛出整套题。 - 题型策略:记忆层与理解层默认使用 4 选 1 单选题,输入
A/B/C/D即可;应用层及以上使用开放题,要求描述步骤、推理过程、批判判断或设计方案。 - 反馈与评分:每条反馈包含状态标记、具体分析和后续指引。选择题选错时重点解释错误干扰项,不卡关。单层按
100/70/60/40计分,总分取 6 层平均并四舍五入。
适用边界与注意点
适合工程师、教师、学习者围绕明确概念做自我测评或教学诊断,例如 微服务架构、React Hooks、Transformer。它不替代系统性课程或考试系统;对于高度开放、缺乏标准答案的领域,评价层和创造层的质量会受初始知识点表述影响。资料中未说明持久化成绩、题库生成或多轮学习路径追踪,使用时不要默认这些能力存在。
使用场景
- 讲师围绕微服务架构做课堂小测,按记忆到创造逐层提问并定位薄弱点。
- 工程师自学钩子机制,用单选查定义,用开放题检验场景应用。
- 培训负责人围绕入职知识点出六层题,需要即时反馈并计算平均分。
- 学生复习Transformer前,让AI自动补场景并逐层诊断掌握程度。
适合人员
- 讲授技术概念的讲师,需要把知识点拆成六层并即时反馈。
- 自学计算机课程的工程师,想诊断自己对定义、机制和应用的掌握程度。
- 设计知识考核的培训负责人,需要可重复的逐层提问与评分流程。
- 备考核心概念的学生,希望先定位薄弱层再补充学习材料。