素能引擎

要解决的具体问题

前沿科技内容进入高中课堂时，常见三种断裂：材料只做新闻式转述，学生看到结论却看不到原理；知识点与课程标准、核心素养没有明确映射，教师难以判断“考什么、培养什么”；考试情境和试题与真实研究脱节，出现科学表述不准或数据无法支撑设问的情况。

技能如何工作

素能引擎按“科技问题 → 科学原理 → 课程知识 → 考试评价”的链路组织内容。给定生物、化学、物理或跨学科方向后，它先检索近 1—2 年具有教育转化价值的进展，并要求来源可追溯到 Nature、Science、Cell、官方机构或权威媒体。

核心能力覆盖：

• 科学原理拆解：把复杂成果拆成“现象 → 机制 → 分子/物理层解释”，标注关键术语。
• 课程标准对接：在 references/curriculum-standards.md 中匹配必修、选择性必修和拓展知识点。
• 核心素养匹配：依据 references/core-literacy-framework.md 分析可培养的素养维度。
• 考试情境改造：生成 300—500 字情境材料，保留关键数据并标注设问点。
• 试题设计：按新高考“一核四层四翼”框架，在 references/gaokao-evaluation-system.md 和 assets/output-template.md 约束下输出 2—4 道题。

执行流程分为七步：热点检索、原理分析、论文推荐与科学问题、知识点匹配、核心素养匹配、考试情境改造、试题与完整资源输出。用户可单步执行、输入“全部”连续执行，或用“跳到第 N 步”跨步；已产出内容保留在上下文中，后续步骤可直接引用。部分步骤存在依赖，例如第 6 步需要第 2 步的原理分析，若前置步骤未完成，会提示建议顺序但允许强制执行。

适用边界与注意点

它适合把真实科技案例转化为教学与考试材料，不适合替代实验操作、前沿综述写作或非高中课程体系的教学设计。所有科技事实、数据和论文引用必须可核查，不能编造；原理表述应符合科学共识，面向高中生时避免过度专业化。输出试题时，应检查数据是否足以支撑选项、设问是否落入对应知识点和素养维度。