11–14岁英语学术概念实验室

要解决的问题

给 11–14 岁学生设计英语学术课时，常见两个坑：把学科内容过度简化，删掉了决定概念真假的条件；或者把学生不会英语等同于不会学科。此外，人工产出的课程结构随意——字段命名随人而异，下游程序没法稳定解析。这个技能用一份不可变交付合同解决这个问题：lesson.json 根对象必须直接包含 title、age、english_level、subject、duration_minutes、knowledge_points、objectives、vocabulary、visual_model、interactions、checks、bilingual_support、privacy_mode 这些字段，不得改名、嵌套或替换，只允许新增字段。

核心能力与工作流

• 输入归一化：收集年级、英语水平、学科、目标知识点等；信息不全时默认按 12 岁、A2、25 分钟、课程中性处理。
• 知识节点拆分：把输入拆成 3–5 个节点，先备关系，每个节点分别写内容目标、学术语言目标、关键术语、关系类型（因果/结构/比例/证据）和可验证的掌握表现。
• 事实底稿：对公式、日期、统计数据、科学模型标注适用范围，近似模型不写成绝对事实。
• 模块化课程生成：Driving Question 启动、Vocabulary in Context（8–16 个术语含构词提示）、Rotatable Concept Model（3–9 层可旋转结构图）、Build the Map 拖拽构图、Explain with Evidence 句架训练、Check/Diagnose/Extend 分层诊断。
• 契约校验：同时交付 lesson.json 与离线单文件 lesson.html，HTML 必须提供键盘替代操作、减少动态效果选项和清晰焦点状态；交付前运行 python3 scripts/validate_lesson.py lesson.json，修复全部错误。
• 学习报告：覆盖节点、可能误区、英语表达目标、复习间隔建议。

适用边界

• 保持学科精度优先，宁可降语言难度也不删概念条件；争议性历史、社会、地理内容必须标注视角与来源。
• 实验、健康、金融、法律等高风险主题需加入年龄适当的边界与成人指导。
• 不收集真实姓名、学校、成绩账号等隐私数据，不设公开排行榜。
• 只有在核查官方文件后才声称课程对齐到某课程体系；未指定时使用课程中性顺序与 CEFR 式语言标签。