Agent Skills
返回列表
学情分析助手

学情分析助手

教育学习 更新于 2026.08.30

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_af163eaa/z-learning-analytics。

技能介绍

要解决的问题

面对一张成绩单或一堆错题,多数家长和教师只看到总分与分数起伏,很难快速定位孩子真正的薄弱点——是知识点没掌握,还是学习习惯出了问题?盲目的“题海战术”往往事倍功半:重复练习已掌握的内容,却在真正需要突破的模块上反复失分。学情分析助手的核心目标,就是把零散的成绩、错题、作业数据转化为结构化诊断,避免凭直觉补习。

技能如何工作

该技能的核心能力分为三个关键步骤:

  • 数据归集:支持整理成绩明细、错题记录、作业反馈等多来源数据,将非结构化的原始信息转化为统一格式的分析样本;
  • 薄弱点定位:按知识点对失分题目进行聚类,识别错误率最高的知识模块(例如数学的“函数图像”、英语的“定语从句”),而非笼统归结为“某科薄弱”;
  • 分层建议生成:根据学习风格倾向(视觉/听觉/动觉)和知识掌握程度,输出培优或补差的差异化策略;
  • 趋势跟踪框架:通过前后测数据对比,帮助教师和家长持续观察改进效果,避免一次性诊断的局限性。

适用边界与注意点

该技能的输出依赖用户提供的真实数据,若数据缺失或不准确,诊断结果将失去参考价值。此外,生成的分层建议需结合一线教师的教学经验调整,不能直接替代教师的个性化判断。在与学生和家长沟通时,应聚焦具体问题和改进方向,避免给学生贴标签,保护其学习积极性。

使用场景

  • 家长拿到孩子期末成绩单,想快速找出数学中具体薄弱的知识点,如代数方程应用题失分率是否最高
  • 教师准备期中家长会,需要汇总班级各学科易错知识点分布,形成整体学情画像辅助沟通
  • 学生完成阶段测试后,整理错题本并分析近三月成绩趋势,判断函数模块是否存在持续性理解障碍
  • 教师根据班级前测数据,设计几何模块的培优与补差分层辅导方案,明确各层教学重点

适合人员

  • 关注孩子具体学科薄弱点、需针对性辅导的家长
  • 需要形成班级学情画像、设计分层教学策略的中小学教师
  • 希望通过错题分析自主跟踪知识掌握情况的中学生
  • 协助教师整理学情数据、准备家长沟通材料的教学助理